Hadoop 2.0安装以及不停集群加datanode

Hadoop2.0是对Hadoop1.0全面升级，针对Namenode单点问题，提出了HDFS Federation，让多个NameNode分管不同的目录进而实现访问隔离和横向扩展。诞生了通用的计算框架YARN，YARN系统的引入使得计算框架进入了平台化时代，从云计算分层概念上讲，YARN可看做PAAS层，很多计算框架或者应用程序不再基于传统的操作系统开发，而是基于YARN这个云操作系统。典型的代表是DAG计算框架Tez，当然还有一些其他知名的自运行的计算集群系统也在YARN上有开源版本，比如Storm-on-yarn，Spark-on-yarn。我们先安装一个Hadoop2.0环境，作为一切的开始。

单机环境中，Hadoop有伪分布式模式，即“单点集群”，在该模式下，所有的守护进程均会运行在单个节点上。

伪分布式模式安装好了之后，继续动态加datanode，然后就是完全分布式的hadoop

希望了解hadoop2.0的改进以及设计的亮点可以看这篇博文，HADOOP2.0（HDFS2）以及YARN设计的亮点

本文的hadoop版本是2.2.0，源码以及编译包的获取地址：http://hadoop.apache.org/releases.html

[root@localhost hadoop]# pwd

/root/hadoop

[root@localhost hadoop]# ls

hadoop-2.2.  hadoop-2.2..tar.gz

[root@localhost hadoop]# cd hadoop-2.2.

[root@localhost hadoop-2.2.]# ls

bin etc include lib libexec LICENSE.txt logs NOTICE.txt README.txt sbin share

步骤1 修改配置文件

修改Hadoop配置文件 ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh，这个根据实际情况修改，不过java7好像不太兼容，我这边使用java6

export JAVA_HOME=/usr/lib/jvm/java-1.6.-openjdk-1.6.0.0.x86_64

然后修改conf目录下的mapred-site.xml,core-site.xml,yarn-site.xml和hdfs-site.xml四个文件，省略了最外围的<configuration></configuration>

<!-- mapred-site.xml -->

<property>

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

    <value>yarn</value>

</property>

<!-- core-site.xml -->

<property>

        <name>fs.default.name</name>

        <value>hdfs://192.168.12.67:8020</value>

</property>

<property>

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

        <value>/hadoop-tmp</value>
        <!-- 设置一个不会被linux定期删除的文件夹，默认情况下namenode和datanode的文件都会存在这个目录下 -->

</property>

<!-- yarn-site.xml -->
<property>

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

        <value>mapreduce_shuffle</value>
        <!-- 2.2版本中不支持中划线‘-’这边用下划线 -->

</property>

<!-- hdfs-site.xml -->
<property>

     <name>dfs.replication</name>

     <value></value>
     <!-- 默认情况下，hdfs数据块的副本数是3，在集群规模小于3的集群中，默认参数会导致错误，所以调整为1 -->

</property>

修改/etc/hosts，把本机hostname从原来的127.0.0.1修改为本机ip

192.168.12.67 localhost

修改${HADOOP_HOME}/etc/hadoop/slaves

192.168.12.67

步骤2 设置免密码登录

#生成免密码公密钥对，然后把公钥加入自己的授权文件中，完成本机对本机的免密码登录

ssh-keygen -t rsa

cd ~/.ssh/

cat id_ras.pub >> authorized_keys

步骤3 启动Hadoop

格式化HDFS

./bin/hadoop namenode -format

启动HDFS

cd $HADOOP_HOME

./sbin/start-dfs.sh

启动YARN

cd $HADOOP_HOME

./sbin/start-yarn.sh

通过以下URL可查看YARN是否启动成功： http://192.168.12.67:8088/

jps可以看到运行的进程

[root@localhost hadoop-2.2.]# jps

 SecondaryNameNode

 Jps

 DataNode

 NodeManager

 NameNode

 ResourceManager

可以把hadoop的执行脚本加入PATH，这样方便以后直接调用hadoop脚本，具体就是修改/etc/profile文件，然后source /etc/profile生效

export PATH=$PATH:/root/hadoop/hadoop-2.2.0/bin

运行下hadoop脚本，就可以看到hdfs的文件系统了

[root@localhost hadoop-2.2.]# hadoop fs -ls

hadoop提供了一个跑在yarn上的示例，可以运行

hadoop jar share/hadoop/yarn/hadoop-yarn-applications-distributedshell-2.2..jar org.apache.hadoop.yarn.applications.distributedshell.Client --jar share/hadoop/yarn/hadoop-yarn-applications-distributedshell-2.2..jar --shell_command ls --num_containers  --container_memory  --master_memory  --priority

显示hadoo上正在运行的作业

hadoop job -list

完全分布式安装，动态加datanode机器

伪分布式安装完成，下面试试完全分布式安装（就是动态加datanode场景）、

这里我随便找了两台机器，把新加两台机器hostname dns解析加入namenode机器的/etc/hosts中，所有新加的机器的/etc/hosts上都要同步这个配置。否则有datanode无法连接到namenode exception

192.168.1.57 yhserver

192.168.24.33 rhel6

修改${HADOOP_HOME}/etc/hadoop/slaves，加入新机器两台

192.168.1.57

192.168.24.33

注意，我在加加机器的时候规范了下hdfs-site.xml配置文件，把namenode文件和datanode文件，指定相应的目录，当然这样改了之后，就需要重新做namenode格式化的操作了。如果一开始就规范好了，就可以不停下namenode，直接加datanode了。默认没有配置，就是在hadoop.tmp目录下，各建立dfs name目录保存相应文件。

<property>

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

        <value>/hadoop/name</value>

</property>

<property>

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

        <value>/hadoop/dfs</value>

</property>

然后往新加的两台机器上，同步hadoop工程以及配置文件，然后设置免密码登录新加的两台机器，然后新加的机器上，各自单独执行

./sbin/hadoop-daemon.sh start datanode

然后就可以看到新加的两个datanode生效了

问题汇总

error: org.apache.hadoop.hdfs.server.protocol.DisallowedDatanodeException: Datanode denied communication with namenode

datanode无法连接到namenode，是因为没有在所有机器的/etc/hosts，配置好hostname ip对应关系。配置好了，重启就可以。

FATAL org.apache.hadoop.yarn.server.nodemanager.containermanager.AuxServices: Failed to initialize mapreduce_shuffle

java.lang.RuntimeException: No class defiend for mapreduce_shuffle

        at org.apache.hadoop.yarn.server.nodemanager.containermanager.AuxServices.init(AuxServices.java:)

        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:)

        at org.apache.hadoop.yarn.server.nodemanager.containermanager.ContainerManagerImpl.init(ContainerManagerImpl.java:)

        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:)

        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.init(NodeManager.java:)

        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.initAndStartNodeManager(NodeManager.java:)

        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.main(NodeManager.java:)

 FATAL org.apache.hadoop.yarn.server.nodemanager.NodeManager: Error starting NodeManager

java.lang.RuntimeException: No class defiend for mapreduce_shuffle

        at org.apache.hadoop.yarn.server.nodemanager.containermanager.AuxServices.init(AuxServices.java:)

        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:)

        at org.apache.hadoop.yarn.server.nodemanager.containermanager.ContainerManagerImpl.init(ContainerManagerImpl.java:)

        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:)

        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.init(NodeManager.java:)

        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.initAndStartNodeManager(NodeManager.java:)

        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.main(NodeManager.java:)

不同版本间参数名称不一样，修改yarn-site.xml文件

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

参考

《Hadoop技术内幕-深入解析YARN架构设计与实现原理》

DAG计算框架Tez：http://tez.incubator.apache.org/

"Storm On YARN" Yahoo!开源： https://github.com/yahoo/storm-yarn

"Spark On YARN"：http://spark.apache.org/docs/0.9.0/running-on-yarn.html