一、工具准备

　　1、7台虚拟机（至少需要3台），本次搭建以7台为例，配好ip,关闭防火墙，修改主机名和IP的映射关系（/etc/hosts），关闭防火墙

　　2、安装JDK,配置环境变量

二、集群规划：

集群规划（7台）：

    主机名        IP                安装的软件                    运行的进程

    hadoop01    192.168.*.121    jdk、hadoop                    NameNode、DFSZKFailoverController(zkfc)

    hadoop02    192.168.*.122    jdk、hadoop                    NameNode、DFSZKFailoverController(zkfc)

    hadoop03    192.168.*.123    jdk、hadoop                    ResourceManager

    hadoop04    192.168.*.124    jdk、hadoop                    ResourceManager

    hadoop05    192.168.*.125    jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain

    hadoop06    192.168.*.126    jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain

    hadoop07    192.168.*.127    jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain

三台集群的集群规划：

    主机名            IP            安装的软件           运行的进程

    hadoop01    192.168.*.201    jdk、hadoop           NameNode、DFSZKFailoverController(zkfc) JournalNode、QuorumPeerMain(zookeeper)

    hadoop02    192.168.*.202    jdk、hadoop           NameNode、DFSZKFailoverController(zkfc) JournalNode、QuorumPeerMain(zookeeper)

    hadoop03    192.168.*.203    jdk、hadoop           DataNode  JournalNode、QuorumPeerMain(zookeeper)

三、安装步骤

　　1、配置zookeeper集群（hadoop05上）

　　　1.1解压　

tar -zxvf zookeeper.tar.gz -C /hadoop/

　　1.2修改配置

cd /hadoop/zookeeper/conf/

cp zoo_sample.cfg zoo.cfg

vim zoo.cfg

# 修改：dataDir=/home/app/hadoop/zookeeper/data

# 在最后添加：

server.1=hadoop05:2888:3888

server.2=hadoop06:2888:3888

server.3=hadoop07:2888:3888

# 保存退出

# 然后创建一个tmp文件夹

mkdir /hadoop/zookeeper/tmp

# 再创建一个空文件

touch /hadoop/zookeeper/tmp/myid

# 最后向该文件写入ID

echo 1 > /hadoop/zookeeper/tmp/myid

　　　1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop06、hadoop07根目录下创建一个hadoop目录：mkdir /hadoop)

scp -r /hadoop/zookeeper/ hadoop06:/hadoop/

scp -r /hadoop/zookeeper/ hadoop07:/hadoop/

# 注意：修改hadoop06、hadoop07对应/hadoop/zookeeper/tmp/myid内容

# hadoop06：

echo 2 > /hadoop/zookeeper/tmp/myid

# hadoop07：

echo 3 > /hadoop/zookeeper/tmp/myid

　　

2.安装配置hadoop集群（在hadoop01上操作）（hadoop用的是3.2.1版本）

　　2.1解压

tar -zxvf hadoop-3.2.1.tar.gz -C /hadoop/

　　2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）

#将hadoop添加到环境变量中

vi /etc/profile

export JAVA_HOME=/usr/java/jdk1.8

export HADOOP_HOME=/hadoop/hadoop-3.2.1

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下

cd /home/hadoop/app/hadoop-3.2.1/etc/hadoop

　　2.2.1修改hadoo-env.sh

export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55

　　2.2.2修改core-site.xml

<configuration>

    <!-- 指定hdfs的nameservice为ns1 -->

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://ns1</value>

    </property>

    <!-- 指定hadoop临时目录 -->

    <property>

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

        <value>/home/hadoop/app/hadoop-3.2.1/tmp</value>

    </property>

    <!-- 指定zookeeper地址 -->

    <property>

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

        <value>hadoop05:2181,hadoop06:2181,hadoop07:2181</value>

    </property>

</configuration>

2.2.3修改hdfs-site.xml

<configuration>

    <!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 -->

    <property>

        <name>dfs.nameservices</name>

        <value>ns1</value>

    </property>

    <!-- ns1下面有两个NameNode，分别是nn1，nn2 -->

    <property>

        <name>dfs.ha.namenodes.ns1</name>

        <value>nn1,nn2</value>

    </property>

    <!-- nn1的RPC通信地址 -->

    <property>

        <name>dfs.namenode.rpc-address.ns1.nn1</name>

        <value>hadoop01:9000</value>

    </property>

    <!-- nn1的http通信地址 -->

    <property>

        <name>dfs.namenode.http-address.ns1.nn1</name>

        <value>hadoop01:9870</value>

    </property>

    <!-- nn2的RPC通信地址 -->

    <property>

        <name>dfs.namenode.rpc-address.ns1.nn2</name>

        <value>hadoop02:9000</value>

    </property>

    <!-- nn2的http通信地址 -->

    <property>

        <name>dfs.namenode.http-address.ns1.nn2</name>

        <value>hadoop02:9870</value>

    </property>

    <!-- 指定NameNode的元数据在JournalNode上的存放位置 -->

    <property>

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

        <value>qjournal://hadoop05:8485;hadoop06:8485;hadoop07:8485/ns1</value>

    </property>

    <!-- 指定JournalNode在本地磁盘存放数据的位置 -->

    <property>

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

        <value>/home/hadoop/app/hadoop-3.2.1/journaldata</value>

    </property>

    <!-- 开启NameNode失败自动切换 -->

    <property>

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

        <value>true</value>

    </property>

    <!-- 配置失败自动切换实现方式 -->

    <property>

        <name>dfs.client.failover.proxy.provider.ns1</name>

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

    </property>

    <!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行-->

    <property>

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

        <value>

            sshfence

            shell(/bin/true)

        </value>

    </property>

    <!-- 使用sshfence隔离机制时需要ssh免登陆 -->

    <property>

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

        <value>/home/hadoop/.ssh/id_rsa</value>

    </property>

    <!-- 配置sshfence隔离机制超时时间 -->

    <property>

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

        <value>30000</value>

    </property>

</configuration>

2.2.4修改mapred-site.xml

<configuration>

    <!-- 指定mr框架为yarn方式 -->

    <property>

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

        <value>yarn</value>

    </property>

</configuration>

2.2.5修改yarn-site.xml

<configuration>

    <!-- 开启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>

    <!-- 分别指定RM的地址 -->

    <property>

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

       <value>hadoop03</value>

    </property>

    <property>

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

       <value>hadoop04</value>

    </property>

    <!-- 指定zk集群地址 -->

    <property>

       <name>yarn.resourcemanager.zk-address</name>

       <value>hadoop05:2181,hadoop06:2181,hadoop07:2181</value>

    </property>

    <property>

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

       <value>mapreduce_shuffle</value>

    </property>

</configuration>

2.2.6修改workers(workers是指定子节点的位置，因为要在hadoop01上启动HDFS、在hadoop03启动yarn，所以hadoop01上的workers文件指定的是datanode的位置，hadoop03上的workers文件指定的是nodemanager的位置)

2.*的版本是slaves

hadoop05

hadoop06

hadoop07

2.2.7配置免密码登陆

#首先要配置hadoop01到hadoop02、hadoop05、hadoop06、hadoop07的免密码登陆
#在hadoop01上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点，包括自己
ssh-copy-id hadoop01
ssh-copy-id hadoop02
ssh-copy-id hadoop05
ssh-copy-id hadoop06
ssh-copy-id hadoop07
#配置hadoop03到hadoop04、hadoop05、hadoop06、hadoop07的免密码登陆
#在hadoop03上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点
ssh-copy-id hadoop04
ssh-copy-id hadoop05
ssh-copy-id hadoop06
ssh-copy-id hadoop07
#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop02到hadoop01的免登陆
在hadoop02上生产一对钥匙
ssh-keygen -t rsa
ssh-copy-id -i hadoop01

2.4将配置好的hadoop拷贝到其他节点

scp -r /hadoop-3.2.1/ hadoop02:/home/hadoop/app/

scp -r /hadoop-3.2.1/ hadoop03:/home/hadoop/app/

scp -r /hadoop-3.2.1/ hadoop04:/home/hadoop/app/

scp -r /hadoop-3.2.1/ hadoop05:/home/hadoop/app/

scp -r /hadoop-3.2.1/ hadoop06:/home/hadoop/app/

scp -r /hadoop-3.2.1/ hadoop07:/home/hadoop/app/

###注意：接下来的步骤严格按照下面的步骤

2.5启动zookeeper集群（分别在hadoop05、hadoop06、hadoop07上启动zk）

cd /home/hadoop/app/zookeeper/bin/

./zkServer.sh start

#查看状态：一个leader，两个follower

./zkServer.sh status

2.6启动journalnode（分别在在hadoop05、hadoop06、hadoop07上执行）

cd /home/hadoop/app/hadoop-3.2.1

sbin/hdfs --daemon start journalnode

#运行jps命令检验，hadoop05、hadoop06、hadoop07上多了JournalNode进程

2.7格式化HDFS

#在hadoop01上执行命令:

hdfs namenode -format

#格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/hadoop/hadoop-3.2.1/tmp，
# 然后将/hadoop/hadoop-3.2.1/tmp拷贝到hadoop02的/hadoop/hadoop-3.2.1/下。

scp -r tmp/ hadoop02:/home/hadoop/app/hadoop-3.2.1/

##也可以这样，建议hdfs namenode -bootstrapStandby

2.8格式化ZKFC(在hadoop01上执行即可)

hdfs zkfc -formatZK

2.9启动HDFS(在hadoop01上执行)

sbin/start-dfs.sh

2.10启动YARN(#####注意#####：是在hadoop03上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)

sbin/start-yarn.sh

2.11手动启动hadoop04的resoucemanager

sbin/yarn --daemon start resourcemanager

到此，hadoop-3.2.1配置完毕，可以统计浏览器访问:
http://192.168.*.201:9870
NameNode 'hadoop01:9000' (active)
http://192.168.*.202:9870
NameNode 'hadoop02:9000' (standby)

    验证HDFS HA

        首先向hdfs上传一个文件

        hadoop fs -put /etc/profile /profile

        hadoop fs -ls /

        然后再kill掉active的NameNode

        kill -9 <pid of NN>

        通过浏览器访问：http://192.168.1.202:9870

        NameNode 'hadoop02:9000' (active)

        这个时候hadoop02上的NameNode变成了active

        在执行命令：

        hadoop fs -ls /

        -rw-r--r--   3 root supergroup       1926 2014-02-06 15:36 /profile

        刚才上传的文件依然存在！！！

        手动启动那个挂掉的NameNode

        sbin/hadoop-daemon.sh start namenode

        通过浏览器访问：http://192.168.1.201:9870

        NameNode 'hadoop01:9000' (standby)

    验证YARN：

        运行一下hadoop提供的demo中的WordCount程序：

        hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /out

    OK，大功告成！！！

Hadoop搭建高可用的HA集群的更多相关文章

  1. keepalived工作原理和配置说明 腾讯云VPC内通过keepalived搭建高可用主备集群

    keepalived工作原理和配置说明 腾讯云VPC内通过keepalived搭建高可用主备集群 内网路由都用mac地址 一个mac地址绑定多个ip一个网卡只能一个mac地址,而且mac地址无法改,但 ...

  2. K8S 使用Kubeadm搭建高可用Kubernetes(K8S)集群 - 证书有效期100年

    1.概述 Kubenetes集群的控制平面节点(即Master节点)由数据库服务(Etcd)+其他组件服务(Apiserver.Controller-manager.Scheduler...)组成. ...

  3. Redis Cluster搭建高可用Redis服务器集群

    一.Redis Cluster集群简介 Redis Cluster是Redis官方提供的分布式解决方案,在3.0版本后推出的,有效地解决了Redis分布式的需求,当一个节点挂了可以快速的切换到另一个节 ...

  4. 手动搭建高可用的kubernetes 集群

    之前按照和我一步步部署 kubernetes 集群的步骤一步一步的成功的使用二进制的方式安装了kubernetes集群,在该文档的基础上重新部署了最新的v1.8.2版本,实现了kube-apiserv ...

  5. 搭建高可用的rabbitmq集群 + Mirror Queue + 使用C#驱动连接

    我们知道rabbitmq是一个专业的MQ产品,而且它也是一个严格遵守AMQP协议的玩意,但是要想骚,一定需要拿出高可用的东西出来,这不本篇就跟大家说 一下cluster的概念,rabbitmq是erl ...

  6. 搭建高可用的MongoDB集群

    http://www.csdn.net/article/2014-04-09/2819221-build-high-avialable-mongodb-cluster-part-1/1 在大数据的时代 ...

  7. 快速掌握RabbitMQ(五)——搭建高可用的RabbitMQ集群

    RabbitMQ的集群是依赖erlang集群的,而erlang集群是通过.erlang.cookie文件进行通信认证的,所以我们使用RabbitMQ集群时只需要配置一下.erlang.cookie文件 ...

  8. 搭建高可用的redis集群，避免standalone模式带给你的苦难

    现在项目上用redis的话,很少说不用集群的情况,毕竟如果生产上只有一台redis会有极大的风险,比如机器挂掉,或者内存爆掉,就比如我们生产环境 曾今也遭遇到这种情况,导致redis内存不够挂掉的情况 ...

  9. Redis总结（八）如何搭建高可用的Redis集群

    以前总结Redis 的一些基本的安装和使用,大家可以这这里查看Redis 系列文章:https://www.cnblogs.com/zhangweizhong/category/771056.html ...

随机推荐

  1. linux bash shell 的配置文件

    按生效范围划分两类 全局配置:针对所有用户皆有效 /etc/profile /etc/profile.d/*.sh /etc/bashrc 个人配置:只针对特定用户有效 ~/.bash_profile ...

  2. DB门面-数据查询

    1.1.1 查询所有数据 $selData = DB::table('article')->get(); 1.1.2 单条件查询 #DB::table('表名')->where('字段', ...

  3. java高并发之ConcurrentSkipListMap的那些事

    注意:本文内容基于JDK11,不同版本会有差异 ConcurrentSkipListMap的结构 ConcurrentSkipListMap是以链表(自然排序)的形式进行数据存储的.即在类中通过定义N ...

  4. LGP7167题解

    考试的一道题,因为某些原因sb了常数翻了好几倍/px 首先我们发现,一个水池的水只会向它下边第一个直径比它大的水池流. 我们把这些流动的关系连边,很容易发现是一棵树. 问水最后会到哪个水池相当于在问最 ...

  5. Linux环境下安装配置JDK1.8

    最近在搞虚拟机,记录下虚拟机内java环境的搭建流程 一.下载合适版本的jdk 此处选择JDK1.8,各位同学可以根据自己的需求选择对应的版本,下载地址为: https://www.oracle.co ...

  6. WinDbg调试托管程序环境问题总结

    基本环境搭建及安装 安装 有2个方式可以安装WinDbg. 新版 安装WinDbg Preview 在商店里搜WinDbg直接就可以安装,这里安装的版本是x64版本.x64版本的WinDbg其实是可以 ...

  7. 阿里云服务器搭建vulhub靶场

    阿里云服务器搭建vulhub靶场 环境 服务器:阿里云服务器 系统:centos7 应用:vulhub 步骤 vulhub需要依赖docker搭建,首先安装docker. 使用以下方法之一: # cu ...

  8. Java案例——统计字符串中各种字符出现的次数

    /*案例:统计各种字符在字符串中出现的次数 分析:只考虑三种字符类型的情况下(大写字母,小写字母,数字) 1.使用Scanner 类获取字符串数据 2.遍历字符串得到每一个字符 3.判断每一个字符是那 ...

  9. Python编写简易木马程序（转载乌云）

    Python编写简易木马程序 light · 2015/01/26 10:07 0x00 准备 文章内容仅供学习研究.切勿用于非法用途! 这次我们使用Python编写一个具有键盘记录.截屏以及通信功能 ...

  10. Kernel Pwn基础教程之 Double Fetch

    一.前言 Double Fetch是一种条件竞争类型的漏洞,其主要形成的原因是由于用户态与内核态之间的数据在进行交互时存在时间差,我们在先前的学习中有了解到内核在从用户态中获取数据时会使用函数copy ...