CentOS7 hadoop集群搭建_centos7搭建hadoop集群

搭建 Hadoop集群

配置名字hadoop1、hadoop2、hadoop3

hostnamectl set-hostname hadoop1
hostnamectl set-hostname hadoop2
hostnamectl set-hostname hadoop3
1
2
3

修 改 /etc/hosts

127.0.0.1 localhost localhost.localdomain localhost4 

localhost4.localdomain4

::1 localhost localhost.localdomain localhost6 

localhost6.localdomain6

192.168.253.128 hadoop1
192.168.253.129 hadoop2
192.168.253.130 hadoop3
1
2
3
4
5
6
7
8
9
10
11

关闭防火墙

systemctl stop firewalld
systemctl disable firewalld
1
2

hadoop1输入以下命令

做ssh 公私钥 无秘；中途直接回车

ssh-keygen -t rsa -P ''
1

copy公钥到hadoop2，hadoop3；输入yes，再输入密码

ssh-copy-id hadoop1
ssh-copy-id hadoop2
ssh-copy-id hadoop3
1
2
3

hadoop2，hadoop3分别输入以下命令

cd .ssh/
ls
#出现authorized_keys就是没问题
1
2
3

在hadoop1中分别输入命名，测试看能否进入

ssh hadoop2 
ssh hadoop3
#exit 退出
1
2
3

hadoop2和hadoop3同上一样做ssh 公私钥，无秘

对hadoop1、hadoop2、hadoop3安装chrony

yum -y install chrony
1

安装wget

yum install -y gcc vim wget
1

配置chrony

vim /etc/chrony.conf
1

文件添加如下内容，注释server0.centos.pool.ntp.org iburst

server ntp1.aliyun.com 
server ntp2.aliyun.com 
server ntp3.aliyun.com
1
2
3

启动chrony

systemctl start chronyd
1

安装psmisc

yum install -y psmisc
1

备份原始源

mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup
1

下载源

wget -O /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo
1

清除缓存

yum clean all
yum makecache
1
2

安装jdk

将jdk放入/usr/local目录下

cd /usr/local #在此目录下放入jdk
#解压
tar -zxf jdk-8u111-linux-x64.tar.gz
#重命名
mv jdk1.8.0_111 jdk
1
2
3
4
5

配置环境变量

vi /etc/profile
#配置如下内容
export JAVA_HOME=/usr/local/jdk
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
1
2
3
4
5

重新加载配置文件

source /etc/profile
1

验证jdk

java -version
1

安装zookeeper

将zookeeper放入/usr/local目录下

#在此目录下放入zookeeper
cd /usr/local 
#解压
tar -zxf zookeeper-3.4.5-cdh5.14.2.tar.gz
#重命名
mv zookeeper-3.4.5-cdh5.14.2 zookeeper
1
2
3
4
5
6

修改zookeeper配置文件

cd zookeeper/conf
cp zoo_sample.cfg zoo.cfg
vi zoo.cfg
1
2
3

修改dataDir=/usr/local/zookeeper/datas：

文件末尾加上以下内容：

server.1=hadoop1:2888:3888 
server.2=hadoop2:2888:3888 
server.3=hadoop3:2888:3888
1
2
3

创建datas文件夹

cd /usr/local/zookeeper
mkdir datas
1
2

在hadoop1中运行

cd /usr/local/zookeeper/datas
echo "1"> myid
1
2

在hadoop2中运行

cd /usr/local/zookeeper/datas
echo "2"> myid
1
2

在hadoop3中运行

cd /usr/local/zookeeper/datas
echo "3"> myid
1
2

配置hadoop1、hadoop2、hadoop3运行环境

vi /etc/profile
#Zookeeper env
export ZOOKEEPER_HOME=/usr/local/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin
1
2
3
4

重新加载配置文件

source /etc/profile
1

启动zookeeper集群

zkServer.sh start
1

jps命令查看，必须要有进程QuorumPeerMain

jps
1

如果端口被占用

 #查看端口号2181是否被占用
 netstat -nltp | grep 2181
 #如果没有netstat指令，可以执行如下指令安装后再去查看：
 netstat -ano | findstr "2181"
 #杀死进
 kill -9 进程pid
1
2
3
4
5
6

安装hadoop

将Hadoop安装包分别拖到hadoop1、hadoop2、hadoop3的/usr/local/目录下

#在此目录下放入Hadoop
cd /usr/local
#解压
tar -zxvf hadoop-2.6.0-cdh5.14.2.tar.gz
#重命名
mv hadoop-2.6.0-cdh5.14.2 hadoop
1
2
3
4
5
6

添加对应各个文件夹

mkdir -p /usr/local/hadoop/tmp 
mkdir -p /usr/local/hadoop/dfs/journalnode_data 
mkdir -p /usr/local/hadoop/dfs/edits 
mkdir -p /usr/local/hadoop/dfs/datanode_data
mkdir -p /usr/local/hadoop/dfs/namenode_data
1
2
3
4
5

配置hadoop-env.sh

cd /usr/local/hadoop/etc/hadoop
vim hadoop-env.sh
1
2

修改JAVA_HOME和HADOOP_CONF_DIR的值如下：

export JAVA_HOME=/usr/local/jdk 
export HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop
1
2

配置core-site.xml

vim core-site.xml
1

<configuration> 
<!--指定hadoop集群在zookeeper上注册的节点名--> 
<property> 
<name>fs.defaultFS</name> 
<value>hdfs://hacluster</value> 
</property> 
<!--指定hadoop运行时产生的临时文件--> 
<property> 
<name>hadoop.tmp.dir</name> 
<value>file:///usr/local/hadoop/tmp</value> 
</property> 
<!--设置缓存大小 默认4KB--> <property> 
<name>io.file.buffer.size</name> 
<value>4096</value> 
</property> 
<!--指定zookeeper的存放地址--> 
<property> 
<name>ha.zookeeper.quorum</name> 
<value>hadoop1:2181,hadoop2:2181,hadoop3:2181</value> 
</property> 
<!--配置允许root代理访问主机节点--> 
<property> 
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value> 
</property> 
<!--配置该节点允许root用户所属的组--> 
<property> 
<name>hadoop.proxyuser.root.groups</name> 
<value>*</value> 
</property> 
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

配置hdfs-site.xml

vim hdfs-site.xml
1

<configuration> 
<property> 
<!--数据块默认大小128M--> 
<name>dfs.block.size</name> 
<value>134217728</value> 
</property> 
<property> 
<!--副本数量 不配置默认为3--> 
<name>dfs.replication</name> 
<value>3</value> 
</property> 
<property> 
<!--namenode节点数据(元数据)的存放位置--> 
<name>dfs.name.dir</name> 
<value>file:///usr/local/hadoop/dfs/namenode_data</value> 
</property> 
<property> 
<!--datanode节点数据(元数据)的存放位置--> 
<name>dfs.data.dir</name> 
<value>file:///usr/local/hadoop/dfs/datanode_data</value> 
</property>
<property>
<!--开启hdfs的webui界面--> 
<name>dfs.webhdfs.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!--datanode上负责进行文件操作的线程数--> 
<name>dfs.datanode.max.transfer.threads</name> 
<value>4096</value> </property> 
<property> 
<!--指定hadoop集群在zookeeper上的注册名--> 
<name>dfs.nameservices</name> 
<value>hacluster</value> 
</property> 
<property> 
<!--hacluster集群下有两个namenode分别是nn1,nn2--> 
<name>dfs.ha.namenodes.hacluster</name> 
<value>nn1,nn2</value> 
</property> 
<!--nn1的rpc、servicepc和http通讯地址 --> 
<property> 
<name>dfs.namenode.rpc-address.hacluster.nn1</name> 
<value>hadoop1:9000</value> 
</property>
<property> 
<name>dfs.namenode.servicepc-address.hacluster.nn1</name> 
<value>hadoop1:53310</value> 
</property> 
<property> 
<name>dfs.namenode.http-address.hacluster.nn1</name> 
<value>hadoop1:50070</value> 
</property> 
<!--nn2的rpc、servicepc和http通讯地址 --> 
<property> 
<name>dfs.namenode.rpc-address.hacluster.nn2</name> 
<value>hadoop2:9000</value> 
</property> 
<property> 
<name>dfs.namenode.servicepc-address.hacluster.nn2</name> 
<value>hadoop2:53310</value> 
</property> 
<property> 
<name>dfs.namenode.http-address.hacluster.nn2</name> 
<value>hadoop2:50070</value> 
</property> 
<property> 
<!--指定Namenode的元数据在JournalNode上存放的位置--> 
<name>dfs.namenode.shared.edits.dir</name> 
<value>qjournal://hadoop1:8485;hadoop2:8485;hadoop3:8485/hacluster</value> 
</property> 
<property> 
<!--指定JournalNode在本地磁盘的存储位置--> 
<name>dfs.journalnode.edits.dir</name> 
<value>/usr/local/hadoop/dfs/journalnode_data</value> 
</property> 
<property> 
<!--指定namenode操作日志存储位置--> 
<name>dfs.namenode.edits.dir</name> 
<value>/usr/local/hadoop/dfs/edits</value> 
</property> 
<property> 
<!--开启namenode故障转移自动切换--> 
<name>dfs.ha.automatic-failover.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!--配置失败自动切换实现方式--> 
<name>dfs.client.failover.proxy.provider.hacluster</name> 
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> 
</property> 
<property> 
<!--配置隔离机制--> 
<name>dfs.ha.fencing.methods</name> 
<value>sshfence</value> 
</property> 
<property> 
<!--配置隔离机制需要SSH免密登录--> 
<name>dfs.ha.fencing.ssh.private-key-files</name> 
<value>/root/.ssh/id_rsa</value>
</property> 
<property> 
<!--hdfs文件操作权限 false为不验证--> 
<name>dfs.premissions</name> 
<value>false</value> 
</property> 
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107

配置mapred-site.xml

cp mapred-site.xml.template mapred-site.xml
1

vim mapred-site.xml
1

<configuration> 
<property> 
<!--指定mapreduce在yarn上运行--> 
<name>mapreduce.framework.name</name> 
<value>yarn</value> 
</property> 
<property> 
<!--配置历史服务器地址--> 
<name>mapreduce.jobhistory.address</name> 
<value>hadoop1:10020</value> 
</property> 
<property> 
<!--配置历史服务器webUI地址--> 
<name>mapreduce.jobhistory.webapp.address</name> 
<value>hadoop1:19888</value> 
</property> 
<property> 
<!--开启uber模式--> 
<name>mapreduce.job.ubertask.enable</name> 
<value>true</value> 
</property> 
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

配置yarn-site.xml

vim yarn-site.xml
1

<configuration> 
<property> 
<!--开启yarn高可用--> 
<name>yarn.resourcemanager.ha.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!-- 指定Yarn集群在zookeeper上注册的节点名--> 
<name>yarn.resourcemanager.cluster-id</name> 
<value>hayarn</value> 
</property> 
<property> 
<!--指定两个resourcemanager的名称--> 
<name>yarn.resourcemanager.ha.rm-ids</name> 
<value>rm1,rm2</value> 
</property> 
<property> 
<!--指定rm1的主机--> 
<name>yarn.resourcemanager.hostname.rm1</name> 
<value>hadoop2</value> 
</property>
<property> 
<!--指定rm2的主机--> 
<name>yarn.resourcemanager.hostname.rm2</name> 
<value>hadoop3</value> 
</property> 
<property> 
<!--配置zookeeper的地址--> 
<name>yarn.resourcemanager.zk-address</name> 
<value>hadoop1:2181,hadoop2:2181,hadoop3:2181</value> 
</property> <property> 
<!--开启yarn恢复机制--> 
<name>yarn.resourcemanager.recovery.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!--配置执行resourcemanager恢复机制实现类--> 
<name>yarn.resourcemanager.store.class</name> 
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> 
</property> 
<property> 
<!--指定主resourcemanager的地址--> 
<name>yarn.resourcemanager.hostname</name> 
<value>hadoop3</value> 
</property> 
<property> 
<!--nodemanager获取数据的方式--> 
<name>yarn.nodemanager.aux-services</name> 
<value>mapreduce_shuffle</value> 
</property> 
<property> 
<!--开启日志聚集功能--> 
<name>yarn.log-aggregation-enable</name> 
<value>true</value> 
</property> 
<property> 
<!--配置日志保留7天--> 
<name>yarn.log-aggregation.retain-seconds</name> 
<value>604800</value> 
</property> 
</configuration>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61

配置slaves

vim slaves
1

快捷键dd删除localhost，添加如下内容

hadoop1
hadoop2
hadoop3
1
2
3

配置hadoop环境变量

vim /etc/profile
1

#hadoop env
export HADOOP_HOME=/usr/local/hadoop 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 
export HADOOP_INSTALL=$HADOOP_HOME
1
2
3
4
5
6
7
8
9

source /etc/profile
1

启动Hadoop集群

hadoop-daemon.sh start journalnode
1

输入jps命令，会发现多了一个进程JournalNode

jps
1

格式化namenode(只在hadoop1主机上)（hadoop2和hadoop3的窗口状态改成ON）

hdfs namenode -format
1

将hadoop1上的Namenode的元数据复制到hadoop2相同位置

scp -r /usr/local/hadoop/dfs/namenode_data/current/ root@hadoop2:/usr/local/hadoop/dfs/namenode_data
1

在hadoop1上格式化故障转移控制器zkfc

hdfs zkfc -formatZK
1

在hadoop1上启动dfs服务，再输入jps查看进程

start-dfs.sh
1

jps
1

#jps结果如下:
DataNode
QuorumPeerMain
JournalNode
NameNode
DFSZKFailoverController
jps
1
2
3
4
5
6
7

在hadoop3上启动yarn服务，再输入jps查看进程

start-yarn.sh
1

jps
1

#jps结果如下:
ResourceManager
NodeManager
JournalNode
DataNode
QuorumPeerMain
jps
1
2
3
4
5
6
7

在hadoop2上输入jps查看进程

jps
1

#jps结果如下:
JournalNode
DFSZKFailoverController
NodeManager
Jps
DataNode
QuorumPeerMain
NameNode
1
2
3
4
5
6
7
8

在hadoop1上启动history服务器，jps则会多了一个JobHistoryServer的进程

mr-jobhistory-daemon.sh start historyserver
1

jps
1

检查集群情况

在hadoop1上查看服务状态，hdfs haadmin -getServiceState nn1则会对应显示active，nn2则显示standby

hdfs haadmin -getServiceState nn1
1

hdfs haadmin -getServiceState nn2
1

浏览器输入IP地址:50070，对比以下图片

hadoop1的IP地址，注意查看是否为“active”

hadoop2的IP地址，注意查看是否为“standby”

最后选择上方的Datanodes，查看是否是三个节点，如何是，则高可用hadoop集群搭建成功！！！