zoukankan      html  css  js  c++  java
  • hadoop(七)

    一. 前言:

    hadoop2.0已经公布了稳定版本号了,添加了非常多特性,比方HDFS HA、YARN等。最新的hadoop-2.4.1又添加了YARN HA

    注意:apache提供的hadoop-2.4.1的安装包是在32位操作系统编译的,由于hadoop依赖一些C++的本地库。
    所以假设在64位的操作上安装hadoop-2.4.1就须要又一次在64操作系统上又一次编译


    二. 准备工作:

    1.改动Linux主机名
    2.改动IP
    3.改动主机名和IP的映射关系

    假设你们公司是租用的server或是使用的云主机(如华为用主机、阿里云主机等)

    /etc/hosts里面要配置的是内网IP地址和主机名的映射关系

    4.关闭防火墙
    5.ssh免登陆 
    6.安装JDK,配置环境变量等

    三. 集群规划:
    主机名IP安装的软件执行的进程
    itcast01192.168.1.201jdk、hadoopNameNode、DFSZKFailoverController(zkfc)
    itcast02192.168.1.202jdk、hadoopNameNode、DFSZKFailoverController(zkfc)
    itcast03192.168.1.203jdk、hadoopResourceManager
    itcast04192.168.1.204jdk、hadoopResourceManager
    itcast05192.168.1.205jdk、hadoop、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain
    itcast06192.168.1.206jdk、hadoop、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain
    itcast07192.168.1.207jdk、hadoop、zookeeperDataNode、NodeManager、JournalNode、QuorumPeerMain

    说明:
    1.在hadoop2.0中通常由两个NameNode组成,一个处于active状态,还有一个处于standby状态。

    Active NameNode对外提供服务,而Standby NameNode则不正确外提供服务。仅同步active namenode的状态,以便可以在它失败时高速进行切换。


    hadoop2.0官方提供了两种HDFS HA的解决方式,一种是NFS。还有一种是QJM。这里我们使用简单的QJM。

    在该方案中。主备NameNode之间通过一组JournalNode同步元数据信息,一条数据仅仅要成功写入多数JournalNode即觉得写入成功。通常配置奇数个JournalNode


    这里还配置了一个zookeeper集群,用于ZKFC(DFSZKFailoverController)故障转移,当Active NameNode挂掉了,会自己主动切换Standby NameNode为standby状态


    2.hadoop-2.2.0中依旧存在一个问题,就是ResourceManager仅仅有一个,存在单点故障,hadoop-2.4.1攻克了这个问题,有两个ResourceManager,一个是Active。一个是Standby,状态由zookeeper进行协调


    四. 安装步骤:
    1.安装配置zooekeeper集群(在itcast05上)
    1.1解压 tar -zxvf zookeeper-3.4.5.tar.gz -C /itcast/
    1.2改动配置
    cd /itcast/zookeeper-3.4.5/conf/
    cp zoo_sample.cfg zoo.cfg
    vim zoo.cfg
    改动:dataDir=/itcast/zookeeper-3.4.5/tmp
    在最后加入:
    server.1=itcast05:2888:3888
    server.2=itcast06:2888:3888
    server.3=itcast07:2888:3888
    保存退出
    然后创建一个tmp目录
    mkdir /itcast/zookeeper-3.4.5/tmp
    再创建一个空文件
    touch /itcast/zookeeper-3.4.5/tmp/myid
    最后向该文件写入ID

    echo 1 > /itcast/zookeeper-3.4.5/tmp/myid


    1.3将配置好的zookeeper复制到其它节点(首先分别在itcast06、itcast07根文件夹下创建一个itcast文件夹:mkdir /itcast)
    scp -r /itcast/zookeeper-3.4.5/ itcast06:/itcast/
    scp -r /itcast/zookeeper-3.4.5/ itcast07:/itcast/

    注意:改动itcast06、itcast07相应/itcast/zookeeper-3.4.5/tmp/myid内容
    itcast06:
    echo 2 > /itcast/zookeeper-3.4.5/tmp/myid
    itcast07:
    echo 3 > /itcast/zookeeper-3.4.5/tmp/myid

    2.安装配置hadoop集群(在itcast01上操作)
    2.1解压
    tar -zxvf hadoop-2.4.1.tar.gz -C /itcast/
    2.2配置HDFS(hadoop2.0全部的配置文件都在$HADOOP_HOME/etc/hadoop文件夹下)
    #将hadoop加入到环境变量中
    vim /etc/profile
    export JAVA_HOME=/usr/java/jdk1.7.0_55
    export HADOOP_HOME=/itcast/hadoop-2.4.1
    export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

    #hadoop2.0的配置文件所有在$HADOOP_HOME/etc/hadoop下
    cd /itcast/hadoop-2.4.1/etc/hadoop

    2.2.1改动hadoo-env.sh
    export JAVA_HOME=/usr/java/jdk1.7.0_55

    2.2.2改动core-site.xml

    <configuration>
    	<!-- 指定hdfs的nameservice为ns1 -->
    	<property>
    		<name>fs.defaultFS</name>
    		<value>hdfs://ns1</value>
    	</property>
    	<!-- 指定hadoop暂时文件夹 -->
    	<property>
    		<name>hadoop.tmp.dir</name>
    		<value>/itcast/hadoop-2.4.1/tmp</value>
    	</property>
    	<!-- 指定zookeeper地址 -->
    	<property>
    		<name>ha.zookeeper.quorum</name>
    		<value>itcast05:2181,itcast06:2181,itcast07:2181</value>
    	</property>
    </configuration>

    2.2.3改动hdfs-site.xml

    <configuration>
    	<!--指定hdfs的nameservice为ns1,须要和core-site.xml中的保持一致 -->
    	<property>
    		<name>dfs.nameservices</name>
    		<value>ns1</value>
    	</property>
    	<!-- ns1以下有两个NameNode。各自是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>itcast01:9000</value>
    	</property>
    	<!-- nn1的http通信地址 -->
    	<property>
    		<name>dfs.namenode.http-address.ns1.nn1</name>
    		<value>itcast01:50070</value>
    	</property>
    	<!-- nn2的RPC通信地址 -->
    	<property>
    		<name>dfs.namenode.rpc-address.ns1.nn2</name>
    		<value>itcast02:9000</value>
    	</property>
    	<!-- nn2的http通信地址 -->
    	<property>
    		<name>dfs.namenode.http-address.ns1.nn2</name>
    		<value>itcast02:50070</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://itcast05:8485;itcast06:8485;itcast07:8485/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>/itcast/hadoop-2.4.1/journal</value>
    	</property>
    	<!-- 开启NameNode失败自己主动切换 -->
    	<property>
    		<name>dfs.ha.automatic-failover.enabled</name>
    		<value>true</value>
    	</property>
    	<!-- 配置失败自己主动切换实现方式 -->
    	<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,多个机制用换行切割,即每一个机制暂用一行-->
    	<property>
    		<name>dfs.ha.fencing.methods</name>
    		<value>
    			sshfence
    			shell(/bin/true)
    		</value>
    	</property>
    	<!-- 使用sshfence隔离机制时须要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改动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改动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>itcast03</value>
    		</property>
    		<property>
    		   <name>yarn.resourcemanager.hostname.rm2</name>
    		   <value>itcast04</value>
    		</property>
    		<!-- 指定zk集群地址 -->
    		<property>
    		   <name>yarn.resourcemanager.zk-address</name>
    		   <value>itcast05:2181,itcast06:2181,itcast07:2181</value>
    		</property>
    		<property>
    		   <name>yarn.nodemanager.aux-services</name>
    		   <value>mapreduce_shuffle</value>
    		</property>
    </configuration>
    

    2.2.6改动slaves(slaves是指定子节点的位置,由于要在itcast01上启动HDFS、在itcast03启动yarn。

    所以itcast01上的slaves文件指定的是datanode的位置,itcast03上的slaves文件指定的是nodemanager的位置)

    itcast05
    itcast06
    itcast07


    2.2.7配置免password登陆
    #首先要配置itcast01到itcast02、itcast03、itcast04、itcast05、itcast06、itcast07的免password登陆
    #在itcast01上生产一对钥匙
    ssh-keygen -t rsa
    #将公钥复制到其它节点。包含自己
    ssh-copy-id itcast01
    ssh-copy-id itcast02
    ssh-copy-id itcast03
    ssh-copy-id itcast04
    ssh-copy-id itcast05
    ssh-copy-id itcast06

    ssh-copy-id itcast07


    #配置itcast03到itcast04、itcast05、itcast06、itcast07的免password登陆
    #在itcast03上生产一对钥匙
    ssh-keygen -t rsa
    #将公钥复制到其它节点
    ssh-copy-id itcast04
    ssh-copy-id itcast05
    ssh-copy-id itcast06
    ssh-copy-id itcast07
    #注意:两个namenode之间要配置ssh免password登陆,别忘了配置itcast02到itcast01的免登陆
    在itcast02上生产一对钥匙
    ssh-keygen -t rsa
    ssh-copy-id -i itcast01

    2.4将配置好的hadoop复制到其它节点
    scp -r /itcast/ itcast02:/
    scp -r /itcast/ itcast03:/
    scp -r /itcast/hadoop-2.4.1/ root@itcast04:/itcast/
    scp -r /itcast/hadoop-2.4.1/ root@itcast05:/itcast/
    scp -r /itcast/hadoop-2.4.1/ root@itcast06:/itcast/

    scp -r /itcast/hadoop-2.4.1/ root@itcast07:/itcast/


    ###注意:严格依照以下的步骤
    2.5启动zookeeper集群(分别在itcast05、itcast06、tcast07上启动zk)
    cd /itcast/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itcast05、itcast06、tcast07上运行)
    cd /itcast/hadoop-2.4.1
    sbin/hadoop-daemon.sh start journalnode
    #执行jps命令检验。itcast05、itcast06、itcast07上多了JournalNode进程

    2.7格式化HDFS
    #在itcast01上运行命令:
    hdfs namenode -format

    #格式化后会在依据core-site.xml中的hadoop.tmp.dir配置生成个文件。

    这里我配置的是/itcast/hadoop-2.4.1/tmp,

    然后将/itcast/hadoop-2.4.1/tmp复制到itcast02的/itcast/hadoop-2.4.1/下。

    scp -r tmp/ itcast02:/itcast/hadoop-2.4.1/

    2.8格式化ZK(在itcast01上运行就可以)
    hdfs zkfc -formatZK

    2.9启动HDFS(在itcast01上运行)
    sbin/start-dfs.sh

    2.10启动YARN(#####注意#####:是在itcast03上运行start-yarn.sh,

            把namenode和resourcemanager分开是由于性能问题。由于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


    五. 集群測试:

    到此,hadoop-2.4.1配置完成,能够统计浏览器訪问:
    http://192.168.1.201:50070
    NameNode 'itcast01:9000' (active)
    http://192.168.1.202:50070
    NameNode 'itcast02:9000' (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>
    通过浏览器訪问:http://192.168.1.202:50070
    NameNode 'itcast02:9000' (active)
    这个时候itcast02上的NameNode变成了active
    在运行命令:
    hadoop fs -ls /
    -rw-r--r--   3 root supergroup       1926 2014-02-06 15:36 /profile
    刚才上传的文件依旧存在。。!


    手动启动那个挂掉的NameNode
    sbin/hadoop-daemon.sh start namenode
    通过浏览器訪问:http://192.168.1.201:50070
    NameNode 'itcast01:9000' (standby)

    验证YARN:
    执行一下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


     

  • 相关阅读:
    【玩转微信公众平台之二】 账号注冊
    SharePoint 2010 Form Authentication (SQL) based on existing database
    淘宝API学习之道:淘宝API相关了解
    Java中Map的使用
    ROADS+dijkstra的灵活运用+POJ
    Jquery Ajax时 error处理 之 parsererror
    P1719 最大加权矩形
    回文串
    P1816 忠诚
    P1725 琪露诺
  • 原文地址:https://www.cnblogs.com/jhcelue/p/7088127.html
Copyright © 2011-2022 走看看