Hadoop集群搭建---step3(hadoop三种架构介绍（standAlone，伪分布，分布式安装以及环境搭建)
2019-07-18 11:10
691 查看
版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/myblog_tfq/article/details/96426340
Hadoop集群搭建—step3(hadoop三种架构介绍（standAlone，伪分布，分布式安装以及环境搭建)
前言：Hadoop有多种版本，流行的版本有Apache Hadoop，CDH Hadoop , HDP Hadoop, MapR Hadoop。每个版本的Hadoop都提供三种集群搭建架构，一种是将Hadoop安装在一台机器下的称之为StandAlone环境；一种是将Hadoop安装在多台机器下的（有1个NN多个DN，1个RM多个NM）称之为伪分布式环境；一种是在第二种的基础上对NN&RN实现HA的，称之为全分布式。
相关软件版本：
jdk：jdk1.8.0_141
hadoop：Apache Hadoop_2.7.5
zookeeper：zookeeper_3.4.9
接下来以Apache Hadoop介绍这三种搭建模式如何实现。apache软件下载地址：http://archive.apache.org/dist/
hadoop 官方文档：http://hadoop.apache.org/docs/
注意：
hadoop的配置文件存放在 hadoop/etc/hadoop 目录下，各个文件的主要作用如下：
- core-site:核心配置文件，主要定义了文件访问的格式，如hdfs://ip:8020/…
- hadoop-env: 主要配置java所在路径
- hdfs-site: 定义hdfs相关配置
- mapred-site:定义mapreduce相关配置
- yarn-site:定义RN资源调度
- slaves：定义从节点，如DN, NM.
配置文件的参考文档 ：https://hadoop.apache.org/docs/r2.6.0/
第一种：standAlone（了解，一般不用）
服务分布：
| 运行服务 | 服务器IP |
|---|---|
| NameNode | 192.168.52.100 |
| SecondaryNameNode | 192.168.52.100 |
| DataNode | 192.168.52.100 |
| ResourceManager | 192.168.52.100 |
| NodeManager | 192.168.52.100 |
1.下载apache hadoop并上传到服务器
下载链接：
http://archive.apache.org/dist/hadoop/common/hadoop-2.7.5/hadoop-2.7.5.tar.gz
解压：
cd /export/softwares tar -zxvf hadoop-2.7.5.tar.gz -C ../servers/
2.修改配置文件
A.修改core-site.xml
cd /export/servers/hadoop-2.7.5/etc/hadoop vim core-site.xml
<configuration> <property> <name>fs.default.name</name> <value>hdfs://192.168.52.100:8020</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/export/servers/hadoop-2.7.5/hadoopDatas/tempDatas</value> </property> <!-- 缓冲区大小，实际工作中根据服务器性能动态调整 --> <property> <name>io.file.buffer.size</name> <value>4096</value> 7ff7 </property> <!-- 开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 --> <property> <name>fs.trash.interval</name> <value>10080</value> </property> </configuration>
B.修改hdfs-site.xml
cd /export/servers/hadoop-2.7.5/etc/hadoop vim hdfs-site.xml
<configuration> <!-- NameNode存储元数据信息的路径，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 --> <!-- 集群动态上下线 <property> <name>dfs.hosts</name> <value>/export/servers/hadoop-2.7.4/etc/hadoop/accept_host</value> </property> <property> <name>dfs.hosts.exclude</name> <value>/export/servers/hadoop-2.7.4/etc/hadoop/deny_host</value> </property> --> <property> <name>dfs.namenode.secondary.http-address</name> <value>node01:50090</value> </property> <property> <name>dfs.namenode.http-address</name> <value>node01:50070</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2</value> </property> <!-- 定义dataNode数据存储的节点位置，实际工作中，一般先确定磁盘的挂载目录，然后多个目录用，进行分割 --> <property> <name>dfs.datanode.data.dir</name> <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas,file:///export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2</value> </property> <property> <name>dfs.namenode.edits.dir</name> <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/nn/edits</value> </property> <property> <name>dfs.namenode.checkpoint.dir</name> <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/snn/name</value> </property> <property> <name>dfs.namenode.checkpoint.edits.dir</name> <value>file:///export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.permissions</name> <value>false</value> </property> <property> <name>dfs.blocksize</name> <value>134217728</value> </property> </configuration>
cd /export/servers/hadoop-2.7.5/etc/hadoop vim hadoop-env.sh
vim hadoop-env.sh export JAVA_HOME=/export/servers/jdk1.8.0_141
D.修改mapred-site.xml
cd /export/servers/hadoop-2.7.5/etc/hadoop vim mapred-site.xml
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.job.ubertask.enable</name> <value>true</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>node01:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>node01:19888</value> </property> </configuration>
D.修改yarn-site.xml
cd /export/servers/hadoop-2.7.5/etc/hadoop vim yarn-site.xml
<configuration> <property> <name>yarn.resourcemanager.hostname</name> <value>node01</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>604800</value> </property> </configuration>
cd /export/servers/hadoop-2.7.5/etc/hadoop vim mapred-env.sh
添加以下内容：
export JAVA_HOME=/export/servers/jdk1.8.0_141
F.修改slaves
cd /export/servers/hadoop-2.7.5/etc/hadoop vim slaves
添加：
localhost
3.启动集群
注意： 首次启动 HDFS 时，必须对其进行格式化操作。 本质上是一些清理和准备工作，因为此时的 HDFS 在物理上还是不存在的。
hdfs namenode -format 或者 hadoop namenode –format
A.创建数据存放文件夹，便于管理数据:
cd /export/servers/hadoop-2.7.5 mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/tempDatas mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2 mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2 mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/nn/edits mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/snn/name mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits
B.启动：
cd /export/servers/hadoop-2.7.5/ bin/hdfs namenode -format sbin/start-dfs.sh sbin/start-yarn.sh sbin/mr-jobhistory-daemon.sh start historyserver
C.三个端口查看界面
http://node01:50070/explorer.html#/ 查看hdfs
http://node01:8088/cluster 查看yarn集群
http://node01:19888/jobhistory 查看历史完成的任务
第二种：伪分布式环境搭建（适用于学习测试开发集群模式）
服务分布：
| 服务器IP | 192.168.52.100 | 192.168.52.110 | 192.168.52.120 |
|---|---|---|---|
| 主机名 | node01.hadoop.com | node02.hadoop.com | node03.hadoop.com |
| NameNode | 是 | 否 | 否 |
| SecondaryNameNode | 是 | 否 | 否 |
| dataNode | 是 | 是 | 是 |
| ResourceManager | 是 | 否 | 否 |
| NodeManager | 是 | 是 | 是 |
1.在standAlone的基础上搭建
A.停止单节点集群，删除/export/servers/hadoop-2.7.5/hadoopDatas文件夹，然后重新创建文件夹：
cd /export/servers/hadoop-2.7.5 sbin/stop-dfs.sh sbin/stop-yarn.sh sbin/mr-jobhistory-daemon.sh stop historyserver
B.删除hadoopDatas然后重新创建文件夹:
rm -rf /export/servers/hadoop-2.7.5/hadoopDatas
C.重新创建文件夹:
mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/tempDatas mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/namenodeDatas2 mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/datanodeDatas2 mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/nn/edits mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/snn/name mkdir -p /export/servers/hadoop-2.7.5/hadoopDatas/dfs/snn/edits
2.修改slaves文件，然后将安装包发送到其他机器，重新启动集群
A.修改slaves文件:
cd /export/servers/hadoop-2.7.5/etc/hadoop vim slaves
修改为：
node01
node02
node03
B.安装包的分发:
cd /export/servers/ scp -r hadoop-2.7.5 node02:$PWD scp -r hadoop-2.7.5 node03:$PWD
C.启动集群(只需在第一台机器上执行命令，集群都可启动):
cd /export/servers/hadoop-2.7.5 bin/hdfs namenode -format sbin/start-dfs.sh sbin/start-yarn.sh sbin/mr-jobhistory-daemon.sh start historyserver
第三种：分布式环境搭建（适用于工作当中正式环境搭建）
使用完全分布式，实现namenode高可用，ResourceManager的高可用
服务分布：
| 192.168.1.100 | 192.168.1.110 | 192.168.1.120 | |
|---|---|---|---|
| zookeeper | zk | zk | zk |
| HDFS | JournalNode | JournalNode | JournalNode |
| NameNode | NameNode | ||
| ZKFC | ZKFC | ||
| DataNode | DataNode | DataNode | |
| YARN | ResourceManager | ResourceManager | |
| NodeManager | NodeManager | NodeManager | |
| MapReduce | JobHistoryServer |
1.安装包解压
cd /export/softwares tar -zxvf hadoop-2.7.5.tar.gz -C ../servers/
2.配置文件的修改
A.修改core-site.xml
cd /export/servers/hadoop-2.7.5/etc/hadoop vim core-site.xml
<configuration> <!-- 指定NameNode的HA高可用的zk地址 --> <property> <name>ha.zookeeper.quorum</name> <value>node01:2181,node02:2181,node03:2181</value> </property> <!-- 指定HDFS访问的域名地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://ns</value> </property> <!-- 临时文件存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/export/servers/hadoop-2.7.5/data/tmp</value> </property> <!-- 开启hdfs垃圾箱机制，指定垃圾箱中的文件七天之后就彻底删掉 单位为分钟 --> <property> <name>fs.trash.interval</name> <value>10080</value> </property> </configuration>
B.修改hdfs-site.xml
cd /export/servers/hadoop-2.7.5/etc/hadoop vim hdfs-site.xml
<configuration> <!-- 指定命名空间 --> <property> <name>dfs.nameservices</name> <value>ns</value> </property> <!-- 指定该命名空间下的两个机器作为我们的NameNode --> <property> <name>dfs.ha.namenodes.ns</name> <value>nn1,nn2</value> </property> <!-- 配置第一台服务器的namenode通信地址 --> <property> <name>dfs.namenode.rpc-address.ns.nn1</name> <value>node01:8020</value> </property> <!-- 配置第二台服务器的namenode通信地址 --> <property> <name>dfs.namenode.rpc-address.ns.nn2</name> <value>node02:8020</value> </property> <!-- 所有从节点之间相互通信端口地址 --> <property> <name>dfs.namenode.servicerpc-address.ns.nn1</name> <value>node01:8022</value> </property> <!-- 所有从节点之间相互通信端口地址 --> <property> <name>dfs.namenode.servicerpc-address.ns.nn2</name> <value>node02:8022</value> </property> <!-- 第一台服务器namenode的web访问地址 --> <property> <name>dfs.namenode.http-address.ns.nn1</name> <value>node01:50070</value> </property> <!-- 第二台服务器namenode的web访问地址 --> <property> <name>dfs.namenode.http-address.ns.nn2</name> <value>node02:50070</value> </property> <!-- journalNode的访问地址，注意这个地址一定要配置 --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://node01:8485;node02:8485;node03:8485/ns1</value> </property> <!-- 指定故障自动恢复使用的哪个java类 --> <property> <name>dfs.client.failover.proxy.provider.ns</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property> <!-- 故障转移使用的哪种通信机制 --> <property> <name>dfs.ha.fencing.methods</name> <value>sshfence</value> </property> <!-- 指定通信使用的公钥 --> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/root/.ssh/id_rsa</value> </property> <!-- journalNode数据存放地址 --> <property> <name>dfs.journalnode.edits.dir</name> <value>/export/servers/hadoop-2.7.5/data/dfs/jn</value> </property> <!-- 启用自动故障恢复功能 --> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property> <!-- namenode产生的文件存放路径 --> <property> <name>dfs.namenode.name.dir</name> <value>file:///export/servers/hadoop-2.7.5/data/dfs/nn/name</value> </property> <!-- edits产生的文件存放路径 --> <property> <name>dfs.namenode.edits.dir</name> <value>file:///export/servers/hadoop-2.7.5/data/dfs/nn/edits</value> </property> <!-- dataNode文件存放路径 --> <property> <name>dfs.datanode.data.dir</name> <value>file:///export/servers/hadoop-2.7.5/data/dfs/dn</value> </property> <!-- 关闭hdfs的文件权限 --> <property> <name>dfs.permissions</name> <value>false</value> </property> <!-- 指定block文件块的大小 --> <property> <name>dfs.blocksize</name> <value>134217728</value> </property> </configuration>
C.修改yarn-site.xml
注意：node03与node02配置不同
cd /export/servers/hadoop-2.7.5/etc/hadoop vim yarn-site.xml
<configuration> <!-- Site specific YARN configuration properties --> <!-- 是否启用日志聚合.应用程序完成后,日志汇总收集每个容器的日志,这些日志移动到文件系统,例如HDFS. --> <!-- 用户可以通过配置"yarn.nodemanager.remote-app-log-dir"、"yarn.nodemanager.remote-app-log-dir-suffix"来确定日志移动到的位置 --> <!-- 用户可以通过应用程序时间服务器访问日志 --> <!-- 启用日志聚合功能，应用程序完成后，收集各个节点的日志到一起便于查看 --> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <!--开启resource manager HA,默认为false--> <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property> <!-- 集群的Id，使用该值确保RM不会做为其它集群的active --> <property> <name>yarn.resourcemanager.cluster-id</name> <value>mycluster</value> </property> <!--配置resource manager 命名--> <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property> <!-- 配置第一台机器的resourceManager --> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>node03</value> </property> <!-- 配置第二台机器的resourceManager --> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>node02</value> </property> <!-- 配置第一台机器的resourceManager通信地址 --> <property> <name>yarn.resourcemanager.address.rm1</name> <value>node03:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address.rm1</name> <value>node03:8030</valu 4000 e> </property> <property> <name>yarn.resourcemanager.resource-tracker.address.rm1</name> <value>node03:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address.rm1</name> <value>node03:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm1</name> <value>node03:8088</value> </property> <!-- 配置第二台机器的resourceManager通信地址 --> <property> <name>yarn.resourcemanager.address.rm2</name> <value>node02:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address.rm2</name> <value>node02:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address.rm2</name> <value>node02:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address.rm2</name> <value>node02:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm2</name> <value>node02:8088</value> </property> <!--开启resourcemanager自动恢复功能--> <property> <name>yarn.resourcemanager.recovery.enabled</name> <value>true</value> </property> <!--在node1上配置rm1,在node2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，但这个在YARN的另一个机器上一定要修改，其他机器上不配置此项--> <property> <name>yarn.resourcemanager.ha.id</name> <value>rm1</value> <description>If we want to launch more than one RM in single node, we need this configuration</description> </property> <!--用于持久存储的类。尝试开启--> <property> <name>yarn.resourcemanager.store.class</name> <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> </property> <property> <name>yarn.resourcemanager.zk-address</name> <value>node02:2181,node03:2181,node01:2181</value> <description>For multiple zk services, separate them with comma</description> </property> <!--开启resourcemanager故障自动切换，指定机器--> <property> <name>yarn.resourcemanager.ha.automatic-failover.enabled</name> <value>true</value> <description>Enable automatic failover; By default, it is enabled only when HA is enabled.</description> </property> <property> <name>yarn.client.failover-proxy-provider</name> <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value> </property> <!-- 允许分配给一个任务最大的CPU核数，默认是8 --> <property> <name>yarn.nodemanager.resource.cpu-vcores</name> <value>4</value> </property> <!-- 每个节点可用内存,单位MB --> <property> <name>yarn.nodemanager.resource.memory-mb</name> <value>512</value> </property> <!-- 单个任务可申请最少内存，默认1024MB --> <property> <name>yarn.scheduler.minimum-allocation-mb</name> <value>512</value> </property> <!-- 单个任务可申请最大内存，默认8192MB --> <property> <name>yarn.scheduler.maximum-allocation-mb</name> <value>512</value> </property> <!--多长时间聚合删除一次日志 此处--> <property> <name>yarn.log-aggregation.retain-seconds</name> <value>2592000</value><!--30 day--> </property> <!--时间在几秒钟内保留用户日志。只适用于如果日志聚合是禁用的--> <property> <name>yarn.nodemanager.log.retain-seconds</name> <value>604800</value><!--7 day--> </property> <!--指定文件压缩类型用于压缩汇总日志--> <property> <name>yarn.nodemanager.log-aggregation.compression-type</name> <value>gz</value> </property> <!-- nodemanager本地文件存储目录--> <property> <name>yarn.nodemanager.local-dirs</name> <value>/export/servers/hadoop-2.7.5/yarn/local</value> </property> <!-- resourceManager 保存最大的任务完成个数 --> <property> <name>yarn.resourcemanager.max-completed-applications</name> <value>1000</value> </property> <!-- 逗号隔开的服务列表，列表名称应该只包含a-zA-Z0-9_,不能以数字开始--> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!--rm失联后重新链接的时间--> <property> <name>yarn.resourcemanager.connect.retry-interval.ms</name> <value>2000</value> </property> </configuration>
D.修改mapred-site.xml
cd /export/servers/hadoop-2.7.5/etc/hadoop vim mapred-site.xml
<configuration>
<!--指定运行mapreduce的环境是yarn -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- MapReduce JobHistory Server IPC host:port -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>node03:10020</value>
</property>
<!-- MapReduce JobHistory Server Web UI host:port -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>node03:19888</value>
</property>
<!-- The directory where MapReduce stores control files.默认 ${hadoop.tmp.dir}/mapred/system -->
<property>
<name>mapreduce.jobtracker.system.dir</name>
<value>/export/servers/hadoop-2.7.5/data/system/jobtracker</value>
</property>
<!-- The amount of memory to request from the scheduler for each map task. 默认 1024-->
<property>
<name>mapreduce.map.memory.mb</name>
<value>1024</value>
</property>
<!-- <property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx1024m</value>
</property> -->
<!-- The amount of memory to request from the scheduler for each reduce task. 默认 1024-->
<property>
<name>mapreduce.reduce.memory.mb</name>
<value>1024</value>
</property>
<!-- <property>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx2048m</value>
</property> -->
<!-- 用于存储文件的缓存内存的总数量，以兆字节为单位。默认情况下，分配给每个合并流1MB，给个合并流应该寻求最小化。默认值100-->
<property>
<name>mapreduce.task.io.sort.mb</name>
<value>100</value>
</property>
<!-- <property>
<name>mapreduce.jobtracker.handler.count</name>
<value>25</value>
</property>-->
<!-- 整理文件时用于合并的流的数量。这决定了打开的文件句柄的数量。默认值10-->
<property>
<name>mapreduce.task.io.sort.factor</name>
<value>10</value>
</property>
<!-- 默认的并行传输量由reduce在copy(shuffle)阶段。默认值5-->
<property>
<name>mapreduce.reduce.shuffle.parallelcopies</name>
<value>25</value>
</property>
<property>
<name>yarn.app.mapreduce.am.command-opts</name>
<value>-Xmx1024m</value>
</property>
<!-- MR AppMaster所需的内存总量。默认值1536-->
<property>
<name>yarn.app.mapreduce.am.resource.mb</name>
<value>1536</value>
</property>
<!-- MapReduce存储中间数据文件的本地目录。目录不存在则被忽略。默认值${hadoop.tmp.dir}/mapred/local-->
<property>
<name>mapreduce.cluster.local.dir</name>
<value>/export/servers/hadoop-2.7.5/data/system/local</value>
</property>
</configuration>
E.修改slaves
cd /export/servers/hadoop-2.7.5/etc/hadoop vim slaves
添加：
node01
node02
node03
cd /export/servers/hadoop-2.7.5/etc/hadoop vim hadoop-env.sh
添加：
export JAVA_HOME=/export/servers/jdk1.8.0_141
3.集群启动过程
A.将第一台机器的安装包发送到其他机器上
在第一台机器上执行：
cd /export/servers scp -r hadoop-2.7.5/ node02:$PWD scp -r hadoop-2.7.5/ node03:$PWD
B.三台机器上共同创建目录
三台机器执行以下命令:
mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/name mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/edits mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/name mkdir -p /export/servers/hadoop-2.7.5/data/dfs/nn/edits
C.更改node02的rm2
第二台机器执行以下命令:
cd /export/servers/hadoop-2.7.5/etc/hadoop vim yarn-site.xml
<!--在node3上配置rm1,在node2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上， 但这个在YARN的另一个机器上一定要修改，其他机器上不配置此项 注意我们现在有两个resourceManager 第三台是rm1 第二台是rm2 这个配置一定要记得去node02上面改好 --> <property> <name>yarn.resourcemanager.ha.id</name> <value>rm2</value> <description>If we want to launch more than one RM in single node, we need this configuration</description> </property>
4.启动HDFS过程
node01机器执行以下命令
cd /export/servers/hadoop-2.7.5 bin/hdfs zkfc -formatZK sbin/hadoop-daemons.sh start journalnode bin/hdfs namenode -format bin/hdfs namenode -initializeSharedEdits -force sbin/start-dfs.sh
node02上面执行
cd /export/servers/hadoop-2.7.5 bin/hdfs namenode -bootstrapStandby sbin/hadoop-daemon.sh start namenode
5.启动yarn过程
node03上面执行:
cd /export/servers/hadoop-2.7.5 sbin/start-yarn.sh
node02上执行：
cd /export/servers/hadoop-2.7.5 sbin/start-yarn.sh
6.查看resourceManager状态
node03上面执行:
cd /export/servers/hadoop-2.7.5 bin/yarn rmadmin -getServiceState rm1
node02上面执行:
cd /export/servers/hadoop-2.7.5 bin/yarn rmadmin -getServiceState rm2
7.node03启动jobHistory
node03机器执行以下命令启动jobHistory:
cd /export/servers/hadoop-2.7.5 sbin/mr-jobhistory-daemon.sh start historyserver
此时分布式集群搭建完毕！
结束：在生产环境中，基于Apache的Hadoop不便维护，升级，管理等，所以在实际的工作中，一般不使用Appach版本，一般使用CDH版本的Hadoop,但是由于CDH给出的hadoop的安装包没有提供带C程序访问的接口，我们在使用本地库（本地库可以用来做压缩，以及支持C程序等等）的时候就会出问题。所以需要自己重新进行编译，让其支持本地库。
编译详见我的博客：CDH版本hadoop重新编译
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- apache hadoop三种架构介绍（standAlone，伪分布，分布式环境介绍以及安装）
- Hadoop集群搭建---step4(Hive、Flume、Azkaban、Sqoop的安装以及环境搭建)
- hadoop - hadoop2.6 分布式 - 集群环境搭建 - JDK安装配置和SSH安装配置与免密码登陆（集群中）
- hadoop - hadoop2.6 分布式 - 集群环境搭建 - Hadoop 2.6 分布式安装配置与启动
- Hadoop2.7.2 Centos 完全分布式集群环境搭建 (2) - Hadoop安装与配置(完全分布式)
- hadoop集群分布式搭建以及环境配置
- hadoop介绍以及伪分布环境搭建
- Hadoop 2.6 集群搭建从零开始之4 Hadoop的安装与配置(完全分布式环境)
- 搭建hadoop分布式集群以及大数据开发环境（配置hdfs，yarn，mapreduce等）
- Hadoop 2.6 集群搭建从零开始之3 Hadoop的安装与配置(伪分布式环境)
- 从零开始搭建hadoop分布式集群环境：（一）新建hadoop用户以及用户组
- 002_如何安装JDK以及Hadoop集群环境搭建_2台机都要配置一致
- 王家林的“云计算分布式大数据Hadoop实战高手之路---从零开始”的第五讲Hadoop图文训练课程：解决典型Hadoop分布式集群环境搭建问题
- hadoop配置Hadoop 2.0--分布式环境搭建安装配置
- windows下hadoop伪分布式模式开发环境的搭建(Cygwin)以及Eclipse集成开发环境下的搭建
- Hadoop2.2.0安装配置手册！完全分布式Hadoop集群搭建过程~（心血之作啊~~）
- 本地搭建Hadoop伪分布式环境之一：虚拟机的安装
- hadoop - hadoop2.6 分布式 - 集群环境搭建 - Hadoop 2.6 分布式 配置，初始化，启动过程
- Hadoop集群安装&Hbase实验环境搭建【1】
- Hadoop2.2.0安装配置手册！完全分布式Hadoop集群搭建过程