Hadoop Archives的叢集搭建
一. 環境的準備
1. 修改Linux主機名
2. 修改IP
3. 修改主機名和IP的對映關係
/etc/hosts
---------注意---------
如果你們公司是租用的伺服器或是使用的雲主機(如華為用主機、阿里雲主機等)
/etc/hosts裡面要配置的是內網IP地址和主機名的對映關係
4. 關閉防火牆
//臨時關閉 service iptables stop
//禁止開機啟動 chkconfig iptables off
5. ssh免密碼登陸
6. 安裝JDK,配置環境變數等
二. 安裝步驟
1. 安裝zookeeper
1.1.解壓
tar -zxvf zookeeper-3.4.6.tar.gz -C /root/app/
改名:
mv zookeeper-3.4.6 zookeeper
1.2.修改配置
cd /root/app/zookeeper/conf
複製:
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改:
dataDir=/root/app/data/zkdata/data
dataLogDir=/root/app/data/zkdata/log
在最後新增:
server.1=node1:2888:3888
server.2=node2:2888:3888
server.3=node3:2888:3888
儲存退出
然後建立兩個資料夾
Mkdir -p /root/app/data/zkdata/data
Mkdir -p /root/app/data/zkdata/log
echo 1 > /root/app/data/zkdata/data/myid
1.3.將配置好的zookeeper拷貝到其他節點
(首先分別在node2、node3根目錄下
scp -r /root/app/zookeeper [email protected]:/root/app/
scp -r /root/app/zookeeper [email protected]:/root/app/
注意:修改node2、node3對應/root/app/data/zkdata/data/myid內容
node2:
echo 2 > /root/app/data/zkdata/data/myid
node3:
echo 3 > /root/app/data/zkdata/data/myid
1.4.配置環境變數:
立即生效:
Source /etc/profile
2. 配置hadoop叢集
2.1.解壓
tar -zxvf hadoop-2.7.4-with-centos-6.7.tar.gz -C /root/app/
2.2.配置HDFS環境變數
(hadoop2.0所有的配置檔案都在$HADOOP_HOME/etc/hadoop目錄下)
#將hadoop新增到環境變數中
vim /etc/profile
export JAVA_HOME=/root/app/jdk1.8.0_65
export HADOOP_HOME=/root/app/hadoop-2.7.4
export PATH=$PATH:$JAVA_HOME/bin:$CATALIAN_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$ZOOKEEPER_HOME/bin:$HIVE_HOME/bin:
Source /etc/profile
3. 修改hadoop的配置檔案
#hadoop2.0的配置檔案全部在$HADOOP_HOME/etc/hadoop下
cd /root/app/hadoop-2.7.4/etc/hadoop
3.1.修改hadoop-env.sh
export JAVA_HOME=/root/app/jdk1.8.0_65
注意:配置檔案時去掉中文註釋
3.2.修改core-site.xml
<configuration>
<!-- 叢集名稱在這裡指定!該值來自於hdfs-site.xml中的配置 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://cluster1</value>
</property>
<!-- 這裡的路徑預設是NameNode、DataNode、JournalNode等存放資料的公共目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/root/app/data/hddata/tmp</value>
</property>
<!-- ZooKeeper叢集的地址和埠。注意,數量一定是奇數,且不少於三個節點-->
<property>
<name>ha.zookeeper.quorum</name>
<value>node1:2181,node2:2181,node3:2181</value>
</property>
</configuration>
3.3.修改hdfs-site.xml
<configuration>
<!-- 副本數量-->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!--指定hdfs的nameservice為cluster1,需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>cluster1</value>
</property>
<!-- cluster1下面有兩個NameNode,分別是nn1,nn2 -->
<property>
<name>dfs.ha.namenodes.cluster1</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通訊地址 -->
<property>
<name>dfs.namenode.rpc-address.cluster1.nn1</name>
<value>node1:9000</value>
</property>
<!-- nn1的http通訊地址 -->
<property>
<name>dfs.namenode.http-address.cluster1.nn1</name>
<value>node1:50070</value>
</property>
<!-- nn2的RPC通訊地址 -->
<property>
<name>dfs.namenode.rpc-address.cluster1.nn2</name>
<value>node2:9000</value>
</property>
<!-- nn2的http通訊地址 -->
<property>
<name>dfs.namenode.http-address.cluster1.nn2</name>
<value>node2:50070</value>
</property>
<!-- 指定NameNode的edits元資料在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://node1:8485;node2:8485;node3:8485/cluster1</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>/root/app/data/hddata/journaldata</value>
</property>
<!-- 開啟NameNode失敗自動切換 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 指定該叢集出故障時,哪個實現類負責執行故障切換 -->
<property>
<name>dfs.client.failover.proxy.provider.cluster1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔離機制方法,多個機制用換行分割,即每個機制暫用一行-->
<property>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
</property>
<!-- 使用sshfence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>
<!-- 配置sshfence隔離機制超時時間 -->
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
</configuration>
3.4.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>
3.5.修改yarn-site.xml
<configuration>
<!-- 開啟RM高可用 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>
<!-- 指定RM的名字 -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 分別指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>node1</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>node2</value>
</property>
<!-- 指定zk叢集地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>node1:2181,node2:2181,node3:2181</value>
</property>
<!-- 指定yarn的資料處理方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
3.6.修改slaves
slaves是指定子節點的位置,因為要在node1上啟動HDFS、在node2啟動yarn,所以node1上的slaves檔案指定的是datanode的位置,node2上的slaves檔案指定的是nodemanager的位置
3.7.將配置好的hadoop拷貝到其他節點
注意:配置環境變數
scp -r /root/app/hadoop-2.7.4 [email protected]:/root/app/
scp -r /root/app/hadoop-2.7.4 [email protected]:/root/app/
三. 啟動叢集
1. 啟動zookeeper叢集
(分別在node1、node2、node3上啟動zk)
cd /root/app/zookeeper/bin/
./zkServer.sh start
#檢視狀態:一個leader,兩個follower
./zkServer.sh status
2.手動啟動journalnode
(分別在在node1、node2、node3上執行)
cd /root/app/hadoop-2.7.4/sbin
hadoop-daemon.sh start journalnode
#執行jps命令檢驗,node1、node2、node3上多了JournalNode程序
3.格式化namenode
#在node1上執行命令:
hdfs 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/root/app/data/hddata,然後將/root/app/data/hddata拷貝到node2的/root/app/data/下。
scp -r hddata [email protected]:/home/root/app/data/
##也可以這樣,建議hdfs namenode -bootstrapStandby
4. 格式化ZKFC
(在node1上執行即可)
hdfs zkfc -formatZK
5. 啟動HDFS
(在node1上執行)
start-dfs.sh
6.啟動YARN
是在node2上執行start-yarn.sh,把namenode和resourcemanager分開是因為效能問題,因為他們都要佔用大量資源,所以把他們分開了,他們分開了就要分別在不同的機器上啟動)
在node1啟動yarn:
start-yarn.sh
在node2啟動yarn:
hadoop-daemon.sh start resourcemanager
Node1:
Node2:
Node3:
7.訪問網站
注意:本地要配置對映,才可以使用主機名訪問,否則就使用對應的IP地址來訪問8.如果遇到某個節點沒有啟動起來
檢查:三臺伺服器的clusterID,datanodeID