当前位置:   article > 正文

离线计算---Hadoop集群搭建_hadoop集群离线搭建

hadoop集群离线搭建
1 集群搭建

本案例Hadoop集群,使用6个服务器节点进行搭建,各节点大体部署的服务如图所示:
在这里插入图片描述

2 集群介绍
  • Hadoop集群,主要包含两个:①HDFS集群;②YARN集群
  • HDFS集群,主要角色:①NameNode;②DataNode
  • YARN集群,主要角色:①ResourceManager;②NodeManager

各个服务器具体角色分配:

HostName角色角色角色
ha01zookeepernamenode(actvie)resourcemanager(active)
ha02zookeepernamenode(standby)-
ha03zookeeper-resourceManager(standby)
ha04dataNodenodeManagerJournalNode
ha05dataNodenodeManagerJournalNode
ha06dataNodenodeManagerJournalNode

部署图如下:
在这里插入图片描述

3 搭建过程
3.1 服务器准备
 准备虚拟机:Vmware11.0 , Centos 6.5 64bit
  • 1
3.2 网络环境准备
  • 采用NAT方式联网
  • 网关地址:192.168.254.100
  • 服务器节点IP地址:
服务器IP地址
192.168.254.101
192.168.254.102
192.168.254.103
192.168.254.104
192.168.254.105
192.168.254.106
  • 子网掩码:255.255.255.0
3.3 服务器系统设置
  • 永久关闭防火墙:每台服务器均先执行:service iptables stop ,后执行:chkconfig iptables off
  • 设置主机名:服务器各自设置主机名:vim /etc/sysconfig/network,
服务器IP主机名
192.168.254.101HOSTNAME=ha01
192.168.254.102HOSTNAME=ha02
192.168.254.103HOSTNAME=ha03
192.168.254.104HOSTNAME=ha04
192.168.254.105HOSTNAME=ha05
192.168.254.106HOSTNAME=ha06

然后各自在服务器上执行命令:hostname 主机名,以便达到不重启服务器主机名生效的目的

  • 配置每台服务器hosts文件,执行命令:vim /etc/hosts
hosts文件
127.0.0.1 localhost
::1 localhost
192.168.254.101 ha01
192.168.254.102 ha02
192.168.254.103 ha03
192.168.254.104 ha04
192.168.254.105 ha05
192.168.254.106 ha06

然后通过远程copy命令将配置好的hosts文件scp到其他5台服务器节点上,命令如下:
scp /etc/hosts root@ha01:/etc
scp /etc/hosts root@ha02:/etc
scp /etc/hosts root@ha03:/etc
scp /etc/hosts root@ha04:/etc
scp /etc/hosts root@ha05:/etc
scp /etc/hosts root@ha06:/etc

  • 配置服务器免密登录:在每台服务器中各自执行命令:ssh-keygen,然后执行命令
    ssh-copy-id root@ha01
    ssh-copy-id root@ha02
    ssh-copy-id root@ha03
    ssh-copy-id root@ha04
    ssh-copy-id root@ha05
    ssh-copy-id root@ha06
3.4 JDK安装
  • 上传jdk1.8安装包
  • 安装目录:/home/appsystem/jdk1.8(这里选择目录/home/appsystem统一存放所有应用程序)
  • 解压安装包:tar -zxvf jdk1.8.jar
  • 配置环境变量:/etc/profile,配置完成后执行:source /etc/profile使其生效,并通过命令:java -version检查jdk是否安装成功
profile文件
export JAVA_HOME = /home/appsystem/jdk1.8
export CLASSPATH = $JAVA_HOME/lib/dt.jar: $JAVA_HOME/lib/tools.jar
export PATH = $JAVA_HOME/bin: $PATH

可通过只安装好一台服务器的JDK后,使用scp 远程复制到各个服务器中,节省时间

3.5 zookeeper集群安装
  • 在ha01服务器节点上传zookeeper安装包
  • 安装目录:/home/appsystem/zk(这里选择目录/home/appsystem统一存放所有应用程序)
  • 解压安装包:tar -zxvf zk.tar.gz
  • 进入zk的conf目录:cp zoo_sample.cfg zoo.cfg
  • 修改zoo.cfg文件:vim zoo.cfg
zoo.cfg文件
dataDir=/home/appsystem/zk/tmp
server.1=192.168.254.101:2888:3888
server.2=192.168.254.102:2888:3888
server.3=192.168.254.103:2888:3888
  • 创建 mkdir tmp 目录,cd tmp/进入目录中,编辑:vim myid为1
    在这里插入图片描述
  • 把安装好的zk,scp拷贝到ha02和ha03节点与ha01相同目录下,然后分别修改myid文件为2和3,这样zk集群就搭建好了
服务器myid文件中值
ha011
ha022
ha033
3.5 Hadoop集群安装
  • 在ha01服务器节点上传Hadoop安装包
  • 安装目录:/home/appsystem/hadoop(这里选择目录/home/appsystem统一存放所有应用程序)
  • 解压安装包:tar -zxvf hadoop.jar
  • 配置环境变量: /etc/profile,配置完成后执行:source /etc/profile使其生效
profile文件
export JAVA_HOME = /home/appsystem/jdk1.8
export HADOOP_HOME = /home/appsystem/hadoop
export CLASSPATH = $JAVA_HOME/lib/dt.jar: $JAVA_HOME/lib/tools.jar
export PATH = $JAVA_HOME/bin: $HADOOP_HOME/bin: $HADOOP_HOME/sbin: $PATH
export JAVA_HOME PATH CLASSPATH HADOOP_HOME

export JAVA_HOME=/home/appsystem/jdk1.8
export HADOOP_CONF_DIR=/home/appsystem/hadoop/etc/hadoop

  • 编辑core-site.xml配置文件:vim core-site.xml
<configuration>
	<!--指定hdfs的老大,ns为固定属性名,表示两个namenode-->
	<property>
	<name>fs.defaultFS</name>
	<value>hdfs://ns</value>
	</property>
	<!--指定hadoop运行时产生文件的存放目录-->
	<property>
	<name>hadoop.tmp.dir</name>
	<value>/home/appsystem/hadoop/tmp</value>
	</property>
	<!--zookeeper集群地址-->
	<property>
	<name>ha.zookeeper.quorum</name>
	<value>ha01:2181,ha02:2181,ha03:2181</value>
	</property>
</configuration>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 编辑hdfs-site.xml配置文件:vim hdfs-site.xml
<configuration>
	<!--执行hdfs的nameservice为ns,和core-site.xml保持一致-->
	<property>
	<name>dfs.nameservices</name>
	<value>ns</value>
	</property>
	<!--ns下有两个namenode,分别是nn1,nn2-->
	<property>
	<name>dfs.ha.namenodes.ns</name>
	<value>nn1,nn2</value>
	</property>
	<!--nn1的RPC通信地址-->
	<property>
	<name>dfs.namenode.rpc-address.ns.nn1</name>
	<value>ha01:9000</value>
	</property>
	<!--nn1的http通信地址-->
	<property>
	<name>dfs.namenode.http-address.ns.nn1</name>
	<value>ha01:50070</value>
	</property>
	<!--nn2的RPC通信地址-->
	<property>
	<name>dfs.namenode.rpc-address.ns.nn2</name>
	<value>ha02:9000</value>
	</property>
	<!--nn2的http通信地址-->
	<property>
	<name>dfs.namenode.http-address.ns.nn2</name>
	<value>ha02:50070</value>
	</property>
	<!--指定namenode的元数据在JournalNode上的存放位置,这样,namenode2可以从jn集群里获取最新的namenode的信息,达到热备的效果-->
	<property>
	<name>dfs.namenode.shared.edits.dir</name>
	<value>qjournal://ha04:8485;ha05:8485;ha06:8485/ns</value>
	</property>
	<!--指定JournalNode存放数据的位置-->
	<property>
	<name>dfs.journalnode.edits.dir</name>
	<value>/home/appsystem/hadoop/journal</value>
	</property>
	<!--开启namenode故障时自动切换-->
	<property>
	<name>dfs.ha.automatic-failover.enabled</name>
	<!--配置切换的实现方式-->
	<property>
	<name>dfs.client.failover.proxy.provider.ns</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
	<!--配置隔离机制-->
	<property>
	<name>dfs.ha.fencing.methods</name>
	<value>sshfence</value>
	</property>
	<!--配置隔离机制的ssh登录秘钥所在的位置-->
	<property>
	<name>dfs.ha.fencing.ssh.private-key-files</name>
	<value>/root/.ssh/id_rsa</value>
	</property>
	<property>
	<name>dfs.namenode.name.dir</name>
	<value>file:///home/appsystem/hadoop/tmp/namenode</value>
	</property>
	<!--配置datanode数据存放的位置,可以不配置,如果不配置,默认用的是core-site.xml里配置的hadoop.tmp.dir的路径-->
	<property>
	<name>dfs.datanode.data.dir</name>
	<value>file:///home/appsystem/hadoop/tmp/datanode</value>
	</property>
	<!--配置block副本数量为3-->
	<property>
	<name>dfs.replication</name>
	<value>3</value>
	</property>
	<!--设置hdfs的操作权限,false表示任何用户都可以在hdfs上操作文件-->
	<property>
	<name>dfs.permissions</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
  • 编辑mapred-site.xml配置文件:vim mapred-site.xml
<configuration>
	<property>
	<!--指定mapreduce运行在yarn上-->
	<name>mapreduce.framework.name</name>
	<value>yarn</value>
	</property>
</configuration>
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 编辑yarn-site.xml配置文件:vim yarn-site.xml
<configuration>
	<!-- 开启YARN HA -->
	<property>
	<name>yarn.resourcemanager.ha.enabled</name>
	<value>true</value>
	</property>
	 
	<!-- 指定两个resourcemanager的名称 -->
	<property>
	<name>yarn.resourcemanager.ha.rm-ids</name>
	<value>rm1,rm2</value>
	</property>
	 
	<!-- 配置rm1,rm2的主机 -->
	<property>
	<name>yarn.resourcemanager.hostname.rm1</name>
	<value>ha01</value>
	</property>
	 
	<property>
	<name>yarn.resourcemanager.hostname.rm2</name>
	<value>ha03</value>
	</property>
	 
	<!--开启yarn恢复机制-->
	<property>
	<name>yarn.resourcemanager.recovery.enabled</name>
	<value>true</value>
	</property>
	 
	<!--执行rm恢复机制实现类-->
	<property>
	<name>yarn.resourcemanager.store.class</name>
	<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
	</property>
	 
	<!-- 配置zookeeper的地址 -->
	<property>
	<name>yarn.resourcemanager.zk-address</name>
	<value>ha01:2181,ha02:2181,ha03:2181</value>
	<description>For multiple zk services, separate them with comma</description>
	</property>
	 
	<!-- 指定YARN HA的名称 -->
	<property>
	<name>yarn.resourcemanager.cluster-id</name>
	<value>yarn-ha</value>
	</property>
	 
	<property>
	<!--指定yarn的老大 resoucemanager的地址-->
	<name>yarn.resourcemanager.hostname</name>
	<value>ha01</value>
	</property>
	<property>
	
	<!--NodeManager获取数据的方式-->
	<name>yarn.nodemanager.aux-services</name>
	<value>mapreduce_shuffle</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
  • 编辑salves文件:vi salves
Ha04
Ha05
Ha06
  • 1
  • 2
  • 3
  • 创建文件夹
mkdir -p /home/appsystem/hadoop/tmp/namenode /home/appsystem/hadoop/tmp/datanode
mkdir /home/appsystem/hadoop/journal
  • 1
  • 2
3.6 启动集群
3.6.1 启动zk集群
路径:/home/appsystem/zk/bin
执行:sh zkServer.sh start
在zk集群的leader节点下执行:hdfs zkfc -formatZK生成ha(ns)节点
  • 1
  • 2
  • 3
3.6.2 启动journalnode集群
启动节点:ha04,ha05,ha06其中任意节点
Hadoop/sbin/sh hadoop-daemon.sh start journalnode
  • 1
  • 2
3.6.3 格式化和启动ha01节点的namenode
格式化节点:ha01
Hadoop/sbin/hadoop namenode -format
Hadoop/sbin/sh hadoop-daemon start namenode
  • 1
  • 2
  • 3
3.6.4 启动ha02节点的namenode,并设置为standby
第一步把ha02节点变成standby namenode
Hadoop/sbin/hdfs namenode -bootstrapStandby
第二步启动ha02节点的namenode
Hadoop/sbin/sh hadoop-daemon.sh start namenod
  • 1
  • 2
  • 3
  • 4
3.6.5 启动ha04 ha05 ha06节点的datanode
Hadoop/sbin/sh hadoop-daemon.sh start datanode
  • 1
3.6.5 启动ha01 ha02中的zkfc(FailoverController)
Hadoop/sbin/sh hadoop-daemon.sh start zkfc
  • 1
3.6.6 启动ha01节点的主resourcemanager
Hadoop/sbin/sh start-yarn.sh
启动成功后ha04 ha05 ha06节点会生成nodemanager进程
  • 1
  • 2
3.6.7 启动ha03节点的副resourcemanager
Hadoop/sbin/sh yarn-daemon.sh start resourcemanager
  • 1
3.7 查询集群是否正常启动
  • 输入地址:http://192.168.254.101:50070,查看namenode的信息,是active状态的
  • 输入地址:http://192.168.254.102:50070,查看namenode的信息,是standby状态的
  • 停掉ha01节点:hadoop-daemon stop namenode,观察ha02是否变成active状态
  • 查看yarn的管理地:http://192.168.254.101:8088(节点01的8088端口)
  • 停掉ha01节点:yarn-daemon.sh stop resourcemanager,查看http://192.168.254.103:8088(节点01的8088端口)
  • 在各个服务器中执行jps -l,查看是否上面介绍的各个服务器具体角色分配一直
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/黑客灵魂/article/detail/762613
推荐阅读
相关标签
  

闽ICP备14008679号