hadoop2.2叢集搭建
hadoop2.0已經發布了穩定版本了，增加了很多特性，比如HDFS HA、YARN等。
注意：apache提供的hadoop-2.2.0的安裝包是在32位作業系統編譯的，因為hadoop依賴一些C++的本地庫， 所以如果在64位的操作上安裝hadoop-2.2.0就需要重新在64作業系統上重新編譯 （建議第一次安裝用32位的系統，我將編譯好的64位的也上傳到群共享裡了，如果有興趣的可以自己編譯一下）
前期準備就不詳細說了，課堂上都介紹了 1.修改Linux主機名 2.修改IP 3.修改主機名和IP的對映關係 4.關閉防火牆 5.ssh免登陸 6.安裝JDK，配置環境變數等
叢集規劃： 主機名 IP 安裝的軟體 執行的程序 hadoop01 192.168.1.201 hadoop、zookeeper NameNode、DataNode、QuorumPeerMain、JournalNode、DFSZKFailoverController、ResourceManager、NodeManager hadoop02 192.168.1.202 hadoop、zookeeper NameNode、DataNode、QuorumPeerMain、JournalNode、DFSZKFailoverController、NodeManager hadoop03 192.168.1.203 hadoop、zookeeper DataNode、QuorumPeerMain、JournalNode、NodeManager
說明： 在hadoop2.0中通常由兩個NameNode組成，一個處於active狀態，另一個處於standby狀態。Active NameNode對外提供服務，而Standby NameNode則不對外提供服務，僅同步active namenode的狀態，以便能夠在它失敗時快速進行切換。 hadoop2.0官方提供了兩種HDFS HA的解決方案，一種是NFS，另一種是QJM。這裡我們使用簡單的QJM。在該方案中，主備NameNode之間通過一組JournalNode同步元資料資訊，一條資料只要成功寫入多數JournalNode即認為寫入成功。通常配置奇數個JournalNode 這裡還配置了一個zookeeper叢集，用於ZKFC（DFSZKFailoverController）故障轉移，當Active NameNode掛掉了，會自動切換Standby NameNode為standby狀態
安裝步驟： 1.安裝配置zooekeeper叢集 1.1解壓 tar -zxvf zookeeper-3.4.5.tar.gz -C /localhost/ 1.2修改配置 cd /localhost/zookeeper-3.4.5/conf/ cp zoo_sample.cfg zoo.cfg vim zoo.cfg 修改：dataDir=/localhost/zookeeper-3.4.5/tmp 在最後新增： server.1=hadoop01:2888:3888 server.2=hadoop02:2888:3888 server.3=hadoop03:2888:3888 儲存退出 然後建立一個tmp資料夾 mkdir /localhost/zookeeper-3.4.5/tmp 再建立一個空檔案 touch /localhost/zookeeper-3.4.5/tmp/myid 最後向該檔案寫入ID echo 1 > /localhost/zookeeper-3.4.5/tmp/myid 1.3將配置好的zookeeper拷貝到其他節點(首先分別在hadoop02、hadoop03根目錄下建立一個itcast目錄：mkdir /localhost) scp -r /localhost/zookeeper-3.4.5/ hadoop02:/localhost/ scp -r /localhost/zookeeper-3.4.5/ hadoop03:/localhost/
注意：修改hadoop02、hadoop03對應/localhost/zookeeper-3.4.5/tmp/myid內容
hadoop02：
echo 2 > /localhost/zookeeper-3.4.5/tmp/myid
hadoop02：
echo 3 > /localhost/zookeeper-3.4.5/tmp/myid
2.安裝配置hadoop叢集
2.1解壓
tar -zxvf hadoop-2.2.0.tar.gz -C /localhost/
2.2配置HDFS（hadoop2.0所有的配置檔案都在$HADOOP_HOME/etc/hadoop目錄下）
將hadoop新增到環境變數中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.6.0_45
export HADOOP_HOME=/localhost/hadoop-2.2.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
cd /localhost/hadoop-2.2.0/etc/hadoop
2.2.1修改hadoo-env.sh
export JAVA_HOME=/usr/java/jdk1.6.0_45
2.2.2修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice為ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1</value>
</property>
<!-- 指定hadoop臨時目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/localhost/hadoop-2.2.0/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
</property>
</configuration>
2.2.3修改hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice為ns1，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>ns1</value>
</property>
<!-- ns1下面有兩個NameNode，分別是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.ns1</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通訊地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn1</name>
<value>hadoop01:9000</value>
</property>
<!-- nn1的http通訊地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>hadoop01:50070</value>
</property>
<!-- nn2的RPC通訊地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>hadoop02:9000</value>
</property>
<!-- nn2的http通訊地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>hadoop02:50070</value>
</property>
<!-- 指定NameNode的元資料在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://hadoop01:8485;hadoop02:8485;hadoop03:8485/ns1</value>
</property>
<!-- 指定JournalNode在本地磁碟存放資料的位置 -->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/localhost/hadoop-2.2.0/journal</value>
</property>
<!-- 開啟NameNode失敗自動切換 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 配置失敗自動切換實現方式 -->
<property>
<name>dfs.client.failover.proxy.provider.ns1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔離機制 -->
<property>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
</property>
<!-- 使用隔離機制時需要ssh免登陸 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.ssh/id_rsa</value>
</property>
</configuration>
2.2.4修改slaves
hadoop01
hadoop02
hadoop03
2.3配置YARN
2.3.1修改yarn-site.xml
<configuration>
<!-- 指定resourcemanager地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop01</value>
</property>
<!-- 指定nodemanager啟動時載入server的方式為shuffle server -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
2.3.2修改mapred-site.xml
<configuration>
<!-- 指定mr框架為yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
2.4將配置好的hadoop拷貝到其他節點
scp -r /localhost/hadoop-2.2.0/ hadoo02:/localhost/
scp -r /localhost/hadoop-2.2.0/ hadoo03:/localhost/
2.5啟動zookeeper叢集（分別在hadoop01、hadoop02、hadoop03上啟動zk）
cd /localhost/zookeeper-3.4.5/bin/
./zkServer.sh start
檢視狀態：
./zkServer.sh status
（一個leader，兩個follower）
2.6啟動journalnode（在hadoop01上啟動所有journalnode）
cd /localhost/hadoop-2.2.0
sbin/hadoop-daemons.sh start journalnode
(執行jps命令檢驗，多了JournalNode程序)
2.7格式化HDFS
在hadoop01上執行命令:
hadoop namenode -format
格式化後會在根據core-site.xml中的hadoop.tmp.dir配置生成個檔案，這裡我配置的是/localhost/hadoop-2.2.0/tmp，然後將/localhost/hadoop-2.2.0/tmp拷貝到hadoop02的/localhost/hadoop-2.2.0/下。
scp -r tmp/ hadoop02:/localhost/hadoop-2.2.0/
2.8格式化ZK(在hadoop01上執行即可)
hdfs zkfc -formatZK
2.9啟動HDFS(在hadoop01上執行)
sbin/start-dfs.sh
2.10啟動YARN(在hadoop01上執行)
sbin/start-yarn.sh
到此，hadoop2.2.0配置完畢，可以統計瀏覽器訪問: http://192.168.1.201:50070 NameNode ‘hadoop01:9000’ (active) http://192.168.1.202:50070 NameNode ‘hadoop02:9000’ (standby)
驗證HDFS HA 首先向hdfs上傳一個檔案 hadoop fs -put /etc/profile /profile hadoop fs -ls / 然後再kill掉active的NameNode kill -9 通過瀏覽器訪問：http://192.168.1.202:50070 NameNode ‘hadoop02:9000’ (active) 這個時候hadoop02上的NameNode變成了active 在執行命令： hadoop fs -ls / -rw-r–r– 3 root supergroup 1926 2014-02-06 15:36 /profile 剛才上傳的檔案依然存在！！！ 手動啟動那個掛掉的NameNode sbin/hadoop-daemon.sh start namenode 通過瀏覽器訪問：http://192.168.1.201:50070 NameNode ‘hadoop01:9000’ (standby)
驗證YARN： 執行一下hadoop提供的demo中的WordCount程式： hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /profile /out
OK，大功告成！！！