hadoop-2.7.1基于QMJ高可用安装配置

1.修改主机名及hosts文件

10.205.22.185 nn1 （主）作用namenode,resourcemanager,datanode,JournalNode,zk,zkfc(hive,sqoop可选)

10.205.22.186 nn2 （备）作用namenode,resourcemanager,datanode,JournalNode,zk,zkfc

10.205.22.187 dn1      作用datanode,JournalNode,zk

1.1配置ssh免密码登录

主节点能免密码登录各个从节点

ssh nn1

ssh nn2

ssh dn1

2. 安装jdk1.8和zookeeper（可根据需求决定是否安装hive,sqoop）

2.1修改profile文件，配置环境变量

export JAVA_HOME=/usr/java/jdk1..0_65

export JRE_HOME=/usr/java/jdk1..0_65/jre

export HADOOP_HOME=/app/hadoop-2.7.

export HIVE_HOME=/app/hive

export SQOOP_HOME=/app/sqoop

export ZOOKEEPER_HOME=/app/zookeeper-3.4.

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$ZOOKEEPER_HOME/bin:$HIVE_HOME/bin:$SQOOP_HOME/bin:$MAVEN_HOME/bin

export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib

ulimit -SHn

2.2 修改zookeeper配置文件zoo.cfg

添加：

dataDir=/home/zookeeper
server.= nn1::

server.= nn2::

server.= dn1::

2.3 修改zookeeper的ID号

/home/zookeeper/myid

1　　#nn1服务器myid修改为1

2　　#nn2服务器myid修改为2

3　　#nn3服务器myid修改为3

3.安装hadoop-2.7.1，修改配置文件

创建相应的目录

mkdir -p /home/hadoop/tmp

mkdir -p /home/hadoop/hdfs/data

mkdir -p /home/hadoop/journal

mkdir -p /home/hadoop/name

修改slaves文件

nn1

nn2

dn1

修改hadoop-env.sh文件

export JAVA_HOME=/usr/java/jdk1..0_65
export HADOOP_LOG_DIR=/home/hadoop/log/hadoop

修改hadoop日志记录文件log4j.properties

hadoop.log.dir=/home/hadoop/log/hadoop

定义yarn日志yarn-env.sh

YARN_LOG_DIR="/home/hadoop/log/yarn"

3.1配置hdfs-site.xml

<configuration>

        <property>

               <name>dfs.nameservices</name>

               <value>masters</value>

        </property>

        <property>

               <name>dfs.ha.namenodes.masters</name>

               <value>nn1,nn2</value>

        </property>

        <property>

               <name>dfs.namenode.rpc-address.masters.nn1</name>

               <value>nn1:9000</value>

        </property>

        <property>

               <name>dfs.namenode.http-address.masters.nn1</name>

               <value>nn1:50070</value>

        </property>

        <property>

               <name>dfs.namenode.rpc-address.masters.nn2</name>

               <value>nn2:9000</value>

        </property>

        <property>

               <name>dfs.namenode.http-address.masters.nn2</name>

               <value>nn2:50070</value>

        </property>

        <property>

               <name>dfs.datanode.data.dir</name>

               <value>file:/home/hadoop/hdfs/data</value>

        </property>

        <property>

       　　　　<name>dfs.replication</name>

              <value>2</value>

        </property>

        <property>

               <name>dfs.namenode.name.dir</name>

               <value>file:/home/hadoop/name</value>

        </property>

        <property>

               <name>dfs.namenode.shared.edits.dir</name>

               <value>qjournal://nn1:8485;nn2:8485;dn1:8485/masters</value>

        </property>

        <property>

               <name>dfs.journalnode.edits.dir</name>

               <value>/home/hadoop/journal</value>

        </property>

        <property>

               <name>dfs.ha.automatic-failover.enabled</name>

               <value>true</value>

        </property>

        <property>

　　　　　　　　　<name>dfs.client.failover.proxy.provider.masters</name>

　　　　　　　　　<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

        </property>

        <property>

               <name>dfs.ha.fencing.methods</name>

               <value>sshfence</value>

        </property>

        <property>

      　　　　  <name>dfs.ha.fencing.ssh.private-key-files</name>

               <value>/root/.ssh/id_rsa</value>

        </property>

        <property>

               <name>dfs.ha.fencing.ssh.connect-timeout</name>

               <value>30000</value>

        </property>

</configuration>

3.2配置core-site.xml文件

<configuration>

   <property>

       <name>fs.defaultFS</name>

       <value>hdfs://masters</value>

   </property>

   <property>

       <name>hadoop.tmp.dir</name>

       <value>/home/hadoop/tmp</value>

   </property>

   <property>

       <name>ha.zookeeper.quorum</name>

       <value>nn1:2181,nn2:2181,dn1:2181</value>

   </property>

   <property>

       <name>io.compression.codecs</name>

       <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCodec,org.apache.hadoop.io.compress.BZip2Codec</value>

   </property>

   <property>

       <name>io.compression.codec.lzo.class</name>

       <value>com.hadoop.compression.lzo.LzoCodec</value>

   </property>

</configuration>

3.3配置yarn-site.xml文件

<configuration>

    <property>

       <name>yarn.resourcemanager.ha.enabled</name>

       <value>true</value>

    </property>

    <property>

       <name>yarn.resourcemanager.cluster-id</name>

       <value>rm-cluster</value>

    </property>

    <property>

       <name>yarn.resourcemanager.ha.rm-ids</name>

       <value>rm1,rm2</value>

    </property>

    <property>

       <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>

       <value>true</value>

    </property>

    <property>

       <name>yarn.resourcemanager.ha.automatic-failover.embedded</name>

       <value>true</value>

    </property>

    <property>

       <name>yarn.resourcemanager.hostname.rm1</name>

       <value>nn1</value>

    </property>

    <property>

       <name>yarn.resourcemanager.hostname.rm2</name>

       <value>nn2</value>

　  </property>

    <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>nn1:,nn2:,dn1:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.scheduler.address.rm1</name>

       <value>nn1:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.scheduler.address.rm2</name>

       <value>nn2:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.resource-tracker.address.rm1</name>

       <value>nn1:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.resource-tracker.address.rm2</name>

       <value>nn2:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.address.rm1</name>

       <value>nn1:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.address.rm2</name>

       <value>nn2:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.admin.address.rm1</name>

       <value>nn1:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.admin.address.rm2</name>

       <value>nn2:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.webapp.address.rm1</name>

       <value>nn1:</value>

    </property>

    <property>

       <name>yarn.resourcemanager.webapp.address.rm2</name>

       <value>nn2:</value>

    </property>

　　<property>

　　　 <name>yarn.nodemanager.log-dirs</name>

　　　 <value>/home/hadoop/log/mapred</value>

　　</property>

    <property>

       <name>yarn.nodemanager.aux-services</name>

       <value>mapreduce_shuffle</value>

    </property>

    <property>

       <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>

       <value>org.apache.hadoop.mapred.ShuffleHandler</value>

    </property>

    <property>

       <name>yarn.client.failover-proxy-provider</name>

       <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>

    </property>

</configuration>

3.4配置mapred-site.xml文件

<configuration>

   <property>

       <name>mapreduce.framework.name</name>

       <value>yarn</value>

   </property>

   <property>

       <name>mapreduce.jobhistory.address</name>

       <value>nn1:10020</value>

   </property>

   <property>

       <name>mapreduce.jobhistory.webapp.address</name>

       <value>nn2:19888</value>

   </property>

   <property>

       <name>mapred.compress.map.output</name>

       <value>true</value>

   </property>

   <property>

       <name>mapred.map.output.compression.codec</name>

       <value>com.hadoop.compression.lzo.LzoCodec</value>

   </property>

   <property>

       <name>mapred.child.env</name>

       <value>LD_LIBRARY_PATH=/usr/local/lzo/lib</value>

   </property>

</configuration>

3.5同步hadoop到各个节点，并配置上述相关文件

4.启动服务

4.1在各个节点启动zookeeper，查看状态

zkServer.sh start

zkServer.sh status

在主节点格式化zookeeper

hdfs zkfc -formatZK

4.2在三个journalnode节点启日志程序

hadoop-daemon.sh start journalnode

4.3在主namenode节点格式化hadoop

hadoop namenode -format

4.4在主namenode节点启动namenode进程

hadoop-daemon.sh start namenode

4.5在备namenode节点执行命令，把备namenode节点的目录格式化并把元数据从主namenode节点同步过来

hdfs namenode -bootstrapStandby

hadoop-daemon.sh start namenode 启动namenode

yarn-daemon.sh start resourcemanager 启动resourcemanager

4.6启动其他相关服务

start-dfs.sh

start-yarn.sh

4.7 查看高可用状态

hdfs haadmin -getServiceState nn1/nn2 查看namenode

yarn rmadmin -getServiceState rm1/rm2 查看resourcemanager

4.8登录web查看状态

http://nn1:50070

http://nn1:8088

hadoop-2.7.1基于QMJ高可用安装配置的更多相关文章

Centos7之pacemaker高可用安装配置详解
申明: centos7的pacemaker与6使用的方法不一致,即使用centos6.x的方法在centos7.x上面配置pacemaker不能成功. 因此openstack 上面的centos7.1 ...
Centos7 pcs pacemaker高可用安装配置详解
hadoop高可用安装和原理详解
本篇主要从hdfs的namenode和resourcemanager的高可用进行安装和原理的阐述. 一.HA安装 1.基本环境准备 1.1.1.centos7虚拟机安装,详情见VMware安装Cent ...
实现基于Keepalived高可用集群网站架构的多种方法
实现基于Keepalived高可用集群网站架构随着业务的发展,网站的访问量越来越大,网站访问量已经从原来的1000QPS,变为3000QPS,目前业务已经通过集群LVS架构可做到随时拓展,后端节点已 ...
hadoop 2.7.1 高可用安装部署
hadoop集群规划目标:创建2个NameNode,做高可用,一个NameNode挂掉,另一个能够启动:一个运行Yarn,3台DataNode,3台Zookeeper集群,做高可用. 在hadoop ...
Kubernetes全栈架构师（二进制高可用安装k8s集群部署篇）--学习笔记
目录二进制高可用基本配置二进制系统和内核升级二进制基本组件安装二进制生成证书详解二进制高可用及etcd配置二进制K8s组件配置二进制使用Bootstrapping自动颁发证书二进制No ...
Kubernetes全栈架构师（二进制高可用安装k8s集群扩展篇）--学习笔记
目录二进制Metrics&Dashboard安装二进制高可用集群可用性验证生产环境k8s集群关键性配置 Bootstrapping: Kubelet启动过程 Bootstrapping: ...
openstack pike 集群高可用安装部署目录汇总
# openstack pike 集群高可用安装部署#安装环境 centos 7 史上最详细的openstack pike版部署文档欢迎经验分享,欢迎笔记分享欢迎留言,或加QQ群663105353 ...
openstack高可用haproxy配置
#openstack高可用haproxy配置openstack pike 部署目录汇总 http://www.cnblogs.com/elvi/p/7613861.html #openstack高可 ...

随机推荐

20145305 《Java程序设计》实验五
实验内容 1．掌握Socket程序的编写: 2．掌握密码技术的使用: 3．设计安全传输系统. 实验步骤基于Java Socket实现安全传输基于TCP实现客户端和服务器,结对编程一人负责客户端,一 ...
Nginx+Tomcat+Keepalived+Memcache 负载均衡动静分离技术
一.概述 Nginx 作负载均衡器的优点许多,简单概括为: ①实现了可弹性化的架构,在压力增大的时候可以临时添加Tomcat服务器添加到这个架构里面去; ②upstream具有负载均衡能力,可以自动判 ...
maven项目导入报错
极大可能是仓库设置问题
Count the Colors（线段树染色）
Count the Colors Time Limit:2000MS Memory Limit:65536KB 64bit IO Format:%lld & %llu Submit ...
How to make 9-patch image downloaded from the Network
Probably everyone, who is in touch with the Android world dealt with 9-patch term. It is an image in ...
ansible高级用法
将多个符合正则的文件拷贝到目标机器 - name: Copy copy: src={{ item }} dest=/root/.sshkeys mode=0600 owner=root group=r ...
CVU介绍
ORA.CVU New resource (Cluster Verification Utility) is added in 11.2.0.2 Unlike the previous resour ...
UIApplication及UIWindow
*:first-child { margin-top: 0 !important; } body > *:last-child { margin-bottom: 0 !important; } ...
HDU 4121 Xiangqi 我老了？
Xiangqi Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)Total Sub ...
CODESOFT 2015中的条形码对象该如何创建
CODESOFT条码设计软件提供了大量适应行业要求的符号,以及创建二维条形码的选项.用户可以通过条形码对话框选择符号.定义其属性以及输入要编码的消息.下面小编带大家具体学习下如何在CODESOFT ...

hadoop-2.7.1基于QMJ高可用安装配置

hadoop-2.7.1基于QMJ高可用安装配置的更多相关文章

随机推荐

热门专题