Hadoop搭建高可用的HA集群

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

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 ...
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. ...
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 ...
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 ...
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 ...
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 ...
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 ...
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 ...
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

C#更新packages
有时重新clone代码到本地时,会出现references中引用的包报错,这时可以重新更新下载这些包: 在VS工具栏中,Tools→NuGet Package Manager→Package Mana ...
使用 yapi-to-typescript 生成接口响应数据的 TS 类型声明
TS 是越写越爽,但是很不爽的是接口响应数据一堆,每次要去手写很麻烦. 最近正好后端接口文档从一个垃圾工具切换到了 Yapi,然后去搜了下可以通过接口文档自动生成 TS 类型声明,就自己搞了下,还是很 ...
linux 文件查找 find
find 是实时查找工具,通过遍历指定路径完成文件查找特点: 查找速度略慢精确查找实时查找查找条件丰富 1.对每个目录先处理目录内的文件,再处理目录本身 find /data/test -de ...
CSAPP-Lab04 Architecture Lab 深入解析
穷且益坚,不坠青云之志. 实验概览 Arch Lab 实验分为三部分.在 A 部分中,需要我们写一些简单的Y86-64程序,从而熟悉Y86-64工具的使用:在 B 部分中,我们要用一个新的指令来扩展S ...
AutoML论文调研
AutoLearn - Automated Feature Generation and Selection - 2017 ICDM 核心思想: 用特征之间两两回归的方法,发现相关特征的额外信息. 主 ...
LGP5071题解
我给这道题提供了314次提交qwq 题目大意给定一个长为 $n$ 的序列,每次询问给定一个 $L$ 和 $R$,求 $[L,R]$ 中所有数乘起来的质因数个数,答案对 \(19260 ...
[树]LeetCode589 N叉树的前序遍历
LeetCode N叉树的前序遍历前言:树的前中后序遍历已经是很经典的题目的,要么递归要么迭代,不过还是比较习惯于递归的写法 TITLE 给定一个 n 叉树的根节点 root ,返回其节点值的前 ...
CTS,CLS,CLR
1)CTS通用类型系统(Common Type System) CTS不但实现了COM的变量兼容类型,而且还定义了通过用户自定义类型的方式来进行类型扩展.任何以.NET平台作为目标的语言必须建立它的数 ...
谈谈 Kubernetes Operator
简介你可能听过Kubernetes中Operator的概念,Operator可以帮助我们扩展Kubernetes功能,包括管理任何有状态应用程序.我们看到了它被用于有状态基础设施应用程序的许多可能性 ...
6月20日 Django中ORM介绍和字段、字段参数、相关操作
一.Django中ORM介绍和字段及字段参数二.Django ORM 常用字段和参数三.Django ORM执行原生SQL.在Python脚本中调用Django环境.Django终端打印SQL语句 ...

Hadoop搭建高可用的HA集群

Hadoop搭建高可用的HA集群的更多相关文章

随机推荐

热门专题