3节点集群搭建

https://www.cnblogs.com/chaoren399/articles/4749513.html

集群的概念

计算机集群是一种计算机系统， 它通过一组松散集成的计算机软件和/或硬件连接起来高度紧密地协作完成计算工作。

l 集群系统中的单个计算机通常称为节点，通常通过局域网连接。

l 集群技术的特点：

通过多台计算机完成同一个工作。达到更高的效率

两机或多机内容、工作过程等完全一样。如果一台死机，另一台可以起作用。


集群搭建：

第一部分： linux机器准备工作（3台）

1.安装VMWare软件



2.在VMWare软件下linux系统


3.配置VMWare虚拟软件网卡，保证Windows机器能和虚拟机linux正常通信


Ø 点击VMware快捷方式，右键打开文件所在位置 -> 双击vmnetcfg.exe -> VMnet1 host-only ->修改subnet ip 设置网段：192.168.0.0 子网掩码：255.255.255.0 -> apply -> ok

Ø 回到windows --> 打开网络和共享中心 -> 更改适配器设置 -> 右键VMnet1 -> 属性 -> 双击IPv4 -> 设置windows的IP：192.168.0.100 子网掩码：255.255.255.0 -> 点击确定

Ø 在虚拟软件上 --My Computer -> 选中虚拟机 -> 右键 -> settings -> network adapter -> host only -> ok

3.1 修改主机名

vim /etc/sysconfig/network

NETWORKING=yes

HOSTNAME=zookeeperServer1 ###

3.2 设置linux机器IP

Ø 第一种：通过Linux图形界面进行修改（普通程序员专用）

进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.0.2 子网掩码：255.255.255.0 网关：192.168.0.1 -> apply


192.168.19.100


Ø 第二种：修改配置文件方式（屌丝程序员专用）

vim /etc/sysconfig/network-scripts/ifcfg-eth0

DEVICE="eth0"

BOOTPROTO="static" ###

HWADDR="00:0C:29:3C:BF:E7"

IPV6INIT="yes"

NM_CONTROLLED="yes"

ONBOOT="yes"

TYPE="Ethernet"

UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"

IPADDR="192.168.0.101" ###(注意：是每台机器对应的地址）

NETMASK="255.255.255.0" ###

GATEWAY="192.168.0.1" ###

3.3修改主机名和IP的映射关系(注意：这里是3台机器对应的映射关系）

vim /etc/hosts


scp -r 

hadoop1 192.168.0.101 zookeeperServer1  nameNode1  resourceManager1

hadoop2 192.168.0.102 zookeeperServer2  nameNode2  resourceManager2

hadoop3 192.168.0.103 zookeeperServer3





3.4关闭防火墙

#查看防火墙状态

service iptables status

#关闭防火墙

service iptables stop

#查看防火墙开机启动状态

chkconfig iptables --list

#关闭防火墙开机启动

chkconfig iptables off

3.4 重启系统

reboot

3.5  配置免密码登陆

生成ssh免登陆密钥



#在hadoop0上生产一对钥匙
cd ~/.ssh

ssh-keygen -t rsa （四个回车）

执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

#将公钥拷贝到其他节点，包括自己

ssh-copy-id nameNode1

每个节点重复上述两个操作



 4.安装JDK

 上传

 解压jdk

#创建文件夹

mkdir /usr/java

#解压

tar -zxvf jdk-7u79-linux-i586.tar.gz -C /usr/java/

Ø 将java添加到环境变量中

vim /etc/profile

#在文件最后添加

JAVA_HOME=/usr/java/jdk1.7.0_79

export PATH=$JAVA_HOME/bin:$PATH

#刷新配置

source /etc/profile


第二部分： 搭建Hadoop集群详细步骤：

1.安装配置zooekeeper集群（在hadoop1上）

1.1解压

tar -zxvf zookeeper-3.4.6.tar.gz -C /hadoop/

1.2修改配置

cd /hadoop/zookeeper-3.4.6/conf/

cp zoo_sample.cfg zoo.cfg

vim zoo.cfg

修改：dataDir=/hadoop/zookeeper-3.4.6/tmp

在最后添加：

server.1=hadoop0:2888:3888

server.2=hadoop1:2888:3888

server.3=hadoop2:2888:3888

保存退出

然后创建一个tmp文件夹

mkdir /hadoop/zookeeper-3.4.6/tmp

再创建一个空文件

touch /hadoop/zookeeper-3.4.6/tmp/myid

最后向该文件写入ID

echo 1 > /hadoop/zookeeper-3.4.6/tmp/myid

1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop1、hadoop2 根目录下创建一个hadoop 目录：mkdir -p /hadoop/zookeeper-3.4.6)

 scp -r /hadoop/zookeeper-3.4.6 root@hadoop1:/hadoop/

 scp -r /hadoop/zookeeper-3.4.6 root@hadoop2:/hadoop/

注意：修改hadoop1、hadoop2对应/hadoop/zookeeper-3.4.6/tmp/myid的内容

hadoop1:

echo 2 > /hadoop/zookeeper-3.4.6/tmp/myid

hadoop2: 

echo 3 > /hadoop/zookeeper-3.4.6/tmp/myid


2.安装配置hadoop集群（在hadoop0 上操作）


2.1解压

tar -zxvf hadoop-2.6.0.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

vim /etc/profile

export JAVA_HOME=/usr/java/jdk1.7.0_79

export HADOOP_HOME=/hadoop/hadoop-2.6.0

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

source /etc/profile

#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下

cd /hadoop/hadoop-2.6.0/etc/hadoop

2.2.1修改hadoop-env.sh

export JAVA_HOME=/usr/java/jdk1.7.0_79

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>/hadoop/hadoop-2.6.0/tmp</value>

</property>

<!-- 指定zookeeper地址 -->

<property>

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

<value>zookeeperServer1:2181,zookeeperServer2:2181,zookeeperServer3:2181</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>nameNode1:9000</value>

</property>

<!-- nn1的http通信地址 -->

<property>

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

<value>nameNode1:50070</value>

</property>

<!-- nn2的RPC通信地址 -->

<property>

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

<value>nameNode2:9000</value>

</property>

<!-- nn2的http通信地址 -->

<property>

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

<value>nameNode2:50070</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://zookeeperServer1:8485;zookeeperServer2:8485;zookeeperServer3:8485/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>/hadoop/hadoop-2.6.0/journal</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>/root/.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高可靠 -->

<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>resourceManager1</value>

</property>

<property>

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

<value>resourceManager2</value>

</property>

<!-- 指定zk集群地址 -->

<property>

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

<value>zookeeperServer1:2181,zookeeperServer2:2181,zookeeperServer3:2181</value>

</property>

<property>

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

<value>mapreduce_shuffle</value>

</property>

</configuration>

2.2.6修改slaves(slaves是指定子节点的位置，因为要在nameNode1上启动HDFS、在resourceManager1启动yarn，所以nameNode1上的slaves文件指定的是datanode的位置，resourceManager1上的slaves文件指定的是nodemanager的位置)

zookeeperServer1

zookeeperServer2

zookeeperServer3



首次启动与初始化hadoop集群

###注意：严格按照下面的步骤 先检查各台hadoop环境变量是否设置好

2.5启动zookeeper集群（分别在hadoop0、hadoop1、hadoop2上启动zk）

 ZOOKEEPER_HOME=/hadoop/zookeeper-3.4.5

cd /hadoop/zookeeper-3.4.5/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hadoop0、hadoop1、hadoop2上执行）

cd /hadoop/hadoop-2.6.0

sbin/hadoop-daemon.sh start journalnode

#运行jps命令检验，hadoop0、hadoop1、hadoop2上多了JournalNode进程

2.7格式化HDFS

#在hadoop0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-2.6.0/tmp，然后将/hadoop/hadoop-2.6.0tmp拷贝到hadoop1的/hadoop/hadoop-2.6.0下。



scp -r /hadoop/hadoop-2.6.0/tmp/ root@hadoop1:/hadoop/hadoop-2.6.0/

2.8格式化ZK(在hadoop1上执行即可)

hdfs zkfc -formatZK


2.9启动HDFS(在hadoop1上执行)

sbin/start-dfs.sh

2.10启动YARN(#####注意#####：是在hadoop0上执行start-yarn.sh，(可以把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


3 验证集群是否可用
启动完成后，可以统计浏览器访问:

http://192.168.19.100:50070

Overview 'hadoop0:9000' (active)

http://192.168.19.101:50070

Overview 'hadoop1:9000' (standby)

（resourcemanager:http://192.168.19.100:8088/cluster）




首先向hdfs上传一个文件

hadoop fs -put /etc/profile /test

hadoop fs -ls /

通过浏览器访问：http://192.168.19.100:50070


运行一下hadoop提供的demo中的WordCount程序：

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount /test/profile  /test/out


(下载页面需要重新配置本地电脑的hosts)



以后重复启动的流程
1. 启动zookeeper集群（分别在hadoop0、hadoop1、hadoop2上启动zk）

cd /hadoop/zookeeper-3.4.5/bin/

./zkServer.sh start

#查看状态：一个leader，两个follower

./zkServer.sh status

2.启动journalnode（分别在在hadoop0、hadoop1、hadoop2上执行）

cd /hadoop/hadoop-2.6.0

sbin/hadoop-daemon.sh start journalnode

#运行jps命令检验，hadoop0、hadoop1、hadoop2上多了JournalNode进程

3.启动HDFS(在hadoop0上执行)

sbin/start-dfs.sh (zookeeperServer 上多了datanode)

4.启动YARN（在hadoop0上执行）

sbin/start-yarn.sh

5.最后启动执备resourcemanager（在hadoop1上执行）

yarn-daemon.sh start resourcemanager




 一些启动命令:(***记住***）
启动/关闭namenode

hadoop-daemon.sh start/stop namenode

启动/关闭datanode

hadoop-daemon.sh start/stop datanode

启动/关闭journalnode

hadoop-daemon.sh start/stop journalnode

启动/关闭resourcemanager

yarn-daemon.sh start/stop resourcemanager

启动zookeeper

./zkServer.sh start

启动/关闭hdfs

start-dfs.sh/stop-dfs.sh

启动/关闭yarn

start-yarn.sh/stop-yarn.sh