hadoop集群zookeeper迁移

　　1. zookeeper作用

　　　　ZooKeepr在Hadoop中的应用主要有：

　　　　1.1 HDFS中NameNode的HA和YARN中ResourceManager的HA。

　　　　1.2 存储RMStateStore状态信息

　　2. 迁移原因

　　　　原来的方案是考虑到namenode占用cpu资源小，为了提高设备利用率，把zookeeper和namenode搭建在同一台设备上。经过测试发现namenode会缓存大量的数据到内存中，导致zookeeper相应时间变长，namenode和resourcemanager因为连接zookeeper超时而频繁切换。进过讨论，将zookeeper迁移到datanode 　　　　节点上。

　　3. 迁移步骤

　　　　3.1 备份原zookeeper集群设备中的zookeeper配置，hadoop集群两个namenode节点的配置

cp -r zookeeper-3.4./conf zookeeper-3.4./conf.bak
cp -r hadoop-2.6./etc/hadoop hadoop-2.6./etc/hadoop.bak　　　

　　　　3.2 拷贝zookeeper安装包到选择好的三个datanode设备

scp zookeeper-3.4..tar.gz datanode1:/home/hadoop
scp zookeeper-3.4..tar.gz datanode2:/home/hadoop
scp zookeeper-3.4..tar.gz datanode3:/home/hadoop

　　　　3.3 修改配置文件，启动zookeeper，检查zookeeper状态

scp namenode:/home/hadoop/zookeeper-3.4./conf/zoo.cfg datanode1:/home/hadoop/zookeer-3.4./conf
scp namenode:/home/hadoop/zookeeper-3.4./conf/zoo.cfg datanode3:/home/hadoop/zookeer-3.4./conf
scp namenode:/home/hadoop/zookeeper-3.4./conf/zoo.cfg datanode3:/home/hadoop/zookeer-3.4./conf
#修改配置文件中的ip地址为新zookeeper集群的设备ip
vi zoo.cfg
server.=datanode1::
server.=datanode2::
server.=datanode3::
#建myid文件，每个zookeeper的my.id要和配置文件中的server.id保持一致
vi myid

vi myid

vi myid

#启动zookeeper
bin/zkServer.sh start
#zookeeper全部启动完成后，查看zookeeper状态
bin/zkServer.sh status

　　　　3.4 修改hadoop相关配置文件，重启resourcemanger

　　　　　　修改hdfs-site.xml,core-site.xml,yarn-site.xml配置文件中的zookeeper地址。

cd /home/hadoop/hadoop-2.6.
sbin/yarn-demon.sh stop resourcemanger
sbin/yarn-demon.sh start resourcemanger

　　　　3.5 停zkfc，namenode应用　

sbin/hadoop-demon.sh stop zkfc
sbin/hadoop-demon.sh stop namenode　　

　　　　3.6 格式化zkfc，启动namenode，zkfc

bin/hdfs zkfc –formatZK
sbin/hadoop-demon.sh start zkfc
sbin/hadoop-demon.sh start namenode

　　　　3.7 测试hadoop和yarn可用性

#查看namenode:50070和namenode:8088webui是否正常
#向hdfs中上传测试文件，测试hdfs可用性
hdfs dfs -put test.txt /user/
#执行wordcount测试yarn可用性
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6..jar wordcount /user/test.txt /user/output

　　4. 总结

　　　　zookeeper对网络和磁盘及内存响应要求较高，不能和网络和磁盘及内存使用率高的应用共用主机。最好使用单独的设备。