Hadoop Archives的叢集搭建

阿新 • • 發佈：2018-12-12

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>