hadoop 2.7.2 + zookeeper 高可用集群部署

一．环境说明

虚拟机：vmware 11

操作系统：Ubuntu 16.04

Hadoop版本：2.7.2

Zookeeper版本：3.4.9

二．节点部署说明

三．Hosts增加配置

sudo gedit /etc/hosts

wxzz-pc、wxzz-pc0、wxzz-pc1、wxzz-pc2均配置如下：

127.0.0.1 localhost
192.168.72.132 wxzz-pc
192.168.72.138 wxzz-pc0
192.168.72.135 wxzz-pc1
192.168.72.136 wxzz-pc2

四.zookeeper上配置

Zoo.cfg配置文件内容如下：

tickTime=2000
initLimit=10
syncLimit=5
dataDir=/opt/zookeeper-3.4.9/tmp/dataDir
dataLogDir=/opt/zookeeper-3.4.9/tmp/logs/
clientPort=2181
server.1=wxzz-pc:2182:2183
server.2=wxzz-pc0:2182:2183
server.3=wxzz-pc1:2182:2183

在/opt/zookeeper-3.4.9/tmp/dataDir下新建”myid”文件，wxzz-pc、wxzz-pc0、wxzz-pc1三台虚拟机中myid文件分别对应的内容为：1、2、3，也就是server.X=wxzz-pc:2182:2183，对应X的数值。

五．Hadoop配置

1．core-site.xml 配置

<configuration>
        <property>
           <name>fs.defaultFS</name>
           <value>hdfs://myhadoop:8020</value>
        </property>
        <property>
           <name>hadoop.tmp.dir</name>
           <value>/opt/hadoop-2.7.2/tmp/hadoop-${user.name}</value>
        </property>
        <property>
           <name>ha.zookeeper.quorum</name>
           <value>wxzz-pc:2181,wxzz-pc0:2181,wxzz-pc1:2181</value>
        </property>
</configuration>

2. hdfs-site.xml 配置

<configuration>
     <property>
        <name>dfs.replication</name>
        <value>2</value>
     </property>
     <property>
         <name>dfs.block.size</name>
         <value>10485760</value>
     </property>
     <property>
       <name>hadoop.tmp.dir</name>
       <value>/opt/hadoop-2.7.2/tmp/hadoop-${user.name}</value>
     </property>
     <property>
       <name>dfs.namenode.name.dir</name>
       <value>${hadoop.tmp.dir}/dfs/name</value>
     </property>
    <property>
       <name>dfs.datanode.data.dir</name>
       <value>${hadoop.tmp.dir}/dfs/data</value>
     </property>
     <property>
         <name>dfs.permissions</name>
         <value>false</value>
     </property>
     <property>
        <name>dfs.permissions.enabled</name>
        <value>false</value>
     </property>
     <property>
       <name>dfs.webhdfs.enabled</name>
       <value>true</value>
    </property>
     <property>
       <name>dfs.nameservices</name>
       <value>myhadoop</value>
     </property>
     <property>
       <name>dfs.ha.namenodes.myhadoop</name>
       <value>nn1,nn2</value>
     </property>
     <property>
       <name>dfs.namenode.rpc-address.myhadoop.nn1</name>
       <value>wxzz-pc:8020</value>
     </property>
     <property>
       <name>dfs.namenode.http-address.myhadoop.nn1</name>
       <value>wxzz-pc:50070</value>
     </property>
      <property>
       <name>dfs.namenode.rpc-address.myhadoop.nn2</name>
       <value>wxzz-pc0:8020</value>
     </property>
    <property>
       <name>dfs.namenode.http-address.myhadoop.nn2</name>
       <value>wxzz-pc0:50070</value>
     </property>
    <property>
        <name>dfs.namenode.servicerpc-address.myhadoop.nn1</name>
        <value>wxzz-pc:53310</value>
     </property>
     <property>
        <name>dfs.namenode.servicerpc-address.cluster1.nn2</name>
        <value>wxzz-pc0:53310</value>
     </property>
     <property>
        <name>dfs.ha.automatic-failover.enabled.cluster1</name>
        <value>true</value>
     </property>
     <property>
            <name>dfs.namenode.shared.edits.dir</name>
             <value>qjournal://wxzz-pc:8485;wxzz-pc0:8485;wxzz-pc1:8485/myhadoop</value>
     </property>
    <property>
        <name>dfs.client.failover.proxy.provider.myhadoop</name>  <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
     </property>
     <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/opt/hadoop-2.7.2/journal</value>
     </property>
     <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
     </property>
     <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/opt/hadoop-2.7.2/.ssh/id_rsa</value>
     </property>
    <property>
       <name>dfs.ha.fencing.ssh.connect-timeout</name>
       <value>1000</value>
     </property>
     <property>
       <name>dfs.namenode.handler.count</name>
       <value>10</value>
     </property>
    <property>
       <name>dfs.ha.automatic-failover.enabled.myhadoop</name>
       <value>true</value>
     </property>
</configuration>

3. mapred-site.xml 配置

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
      <name>mapreduce.jobhistory.address</name>
      <value>0.0.0.0:10020</value>
    </property>
    <property>
      <name>mapreduce.jobhistory.webapp.address</name>
      <value>0.0.0.0:19888</value>
    </property>
</configuration>

4．yarn-site.xml 配置

<configuration>
        <property>
           <name>yarn.resourcemanager.ha.enabled</name>
           <value>true</value>
        </property>
        <property>
           <name>yarn.resourcemanager.cluster-id</name>
           <value>rm-id</value>
        </property>
        <property>
           <name>yarn.resourcemanager.ha.rm-ids</name>
           <value>rm1,rm2</value>
        </property>
        <property>
           <name>yarn.resourcemanager.hostname.rm1</name>
           <value>wxzz-pc</value>
        </property>
        <property>
           <name>yarn.resourcemanager.hostname.rm2</name>
           <value>wxzz-pc0</value>
        </property>
        <property>
           <name>yarn.resourcemanager.zk-address</name>
           <value>wxzz-pc:2181,wxzz-pc0:2181,wxzz-pc1:2181</value>
        </property>
        <property>
           <name>yarn.nodemanager.aux-services</name>
           <value>mapreduce_shuffle</value>
        </property>
</configuration>

六．服务启动

1.在各个Journal Node节点上，输入以下命令启动Journal Node

sbin/hadoop-daemon.sh start journalnode

2.在[nn1]上，进行格式化，并启动

bin/hdfs namenode -format

sbin/hadoop-daemon.sh start namenode

3.在[nn2]上，同步[nn1]的元数据信息，并启动

bin/hdfs namenode -bootstrapStandby

sbin/hadoop-daemon.sh start namenode

经过以上3步，[nn1]和[nn2]均处在standby状态

4.[nn1]节点上，将其转换为active状态

bin/hdfs haadmin –transitionToActive --forcemanual nn1

5.在[nn1]上，启动所有datanode

sbin/hadoop-daemons.sh start datanode

6.在[nn1]上，启动yarn

sbin/start-yarn.sh

如果要关闭集群，在[nn1]上输入sbin/stop-all.sh即可。以后每次启动的时候，需要按照上面的步骤启动，不过不需要执行2 的格式化操作。

七．运行效果

管理界面：

命令行效果：

---

1.[连载]《C#通讯（串口和网络）框架的设计与实现》

2.[开源]C#跨平台物联网通讯框架ServerSuperIO（SSIO）介绍

2.应用SuperIO（SIO）和开源跨平台物联网框架ServerSuperIO（SSIO）构建系统的整体方案

3.C#工业物联网和集成系统解决方案的技术路线（数据源、数据采集、数据上传与接收、ActiveMQ、Mongodb、WebApi、手机App）

5.ServerSuperIO开源地址：https://github.com/wxzz/ServerSuperIO

物联网&集成技术(.NET) QQ群：