hadoop20集群搭建详解.docx
《hadoop20集群搭建详解.docx》由会员分享，可在线阅读，更多相关《hadoop20集群搭建详解.docx（10页珍藏版）》请在冰豆网上搜索。
hadoop20集群搭建详解
hadoop2.2.0集群搭建
PS：
apache提供的hadoop-2.2.0的安装包是在32位操作系统编译的，
因为hadoop依赖一些C++的本地库，所以如果在64位的操作上安装
hadoop-2.2.0就需要重新在64操作系统上重新编译
1.准备工作:
（参考伪分布式搭建）
1.1修改Linux主机名
1.2修改IP
1.3修改主机名和IP的映射关系
1.4关闭防火墙
1.5ssh免登陆
1.6.安装JDK，配置环境变量等
2.集群规划：
PS：
在hadoop2.0中通常由两个NameNode组成，一个处于active状态，
另一个处于standby状态。
ActiveNameNode对外提供服务，
而StandbyNameNode则不对外提供服务，仅同步activenamenode
的状态，以便能够在它失败时快速进行切换。
hadoop2.0官方提供了两种HDFSHA的解决方案，一种是NFS，
另一种是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，
一条数据只要成功写入多数JournalNode即认为写入成功。
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ActiveNameNode挂
掉了，会自动切换StandbyNameNode为standby状态
3.安装步骤：
3.1.安装配置zooekeeper集群
3.1.1解压
tar-zxvfzookeeper-3.4.5.tar.gz-C/cloud/
3.1.2修改配置
cd/cloud/zookeeper-3.4.5/conf/
cpzoo_sample.cfgzoo.cfg
vimzoo.cfg
修改：
dataDir=/cloud/zookeeper-3.4.5/tmp
在最后添加：
server.1=hadoop01:
2888:
3888
server.2=hadoop02:
2888:
3888
server.3=hadoop03:
2888:
3888
保存退出
然后创建一个tmp文件夹
mkdir/cloud/zookeeper-3.4.5/tmp
再创建一个空文件
touch/cloud/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo1>/cloud/zookeeper-3.4.5/tmp/myid
3.1.3将配置好的zookeeper拷贝到其他节点（首先分别在hadoop02、
hadoop03根目录下创建一个cloud目录：
mkdir/cloud）
scp-r/cloud/zookeeper-3.4.5/hadoop02:
/cloud/
scp-r/cloud/zookeeper-3.4.5/hadoop03:
/cloud/
注意：
修改hadoop02、hadoop03对应
/cloud/zookeeper-3.4.5/tmp/myid内容
hadoop02：
echo2>/cloud/zookeeper-3.4.5/tmp/myid
hadoop03：
echo3>/cloud/zookeeper-3.4.5/tmp/myid
3.2.安装配置hadoop集群
3.2.1解压
tar-zxvfhadoop-2.2.0.tar.gz-C/cloud/
3.2.2配置HDFS（hadoop2.0所有的配置文件都在
$HADOOP_HOME/etc/hadoop目录下）
将hadoop添加到环境变量中
vim/etc/profile
exportJAVA_HOME=/usr/java/jdk1.6.0_45
exportHADOOP_HOME=/cloud/hadoop-2.2.0
exportPATH=$PATH:
$JAVA_HOME/bin:
$HADOOP_HOME/bin
cd/cloud/hadoop-2.2.0/etc/hadoop
3.2.2.1修改hadoo-env.sh
exportJAVA_HOME=/usr/java/jdk1.6.0_45
3,2.2.2修改core-site.xml
--指定hdfs的nameservice为ns1-->
fs.defaultFS
hdfs:
//ns1
--指定hadoop临时目录-->
hadoop.tmp.dir
/cloud/hadoop-2.2.0/tmp
--指定zookeeper地址-->
ha.zookeeper.quorum
hadoop01:
2181,hadoop02:
2181,hadoop03:
2181
3,2.2.3修改hdfs-site.xml
--指定hdfs的nameservice为ns1，
需要和core-site.xml中的保持一致-->
dfs.nameservices
ns1
--ns1下面有两个NameNode，分别是nn1，nn2-->
dfs.ha.namenodes.ns1
nn1,nn2
--nn1的RPC通信地址-->
dfs.namenode.rpc-address.ns1.nn1
hadoop01:
9000
--nn1的http通信地址-->
dfs.namenode.http-address.ns1.nn1
hadoop01:
50070
--nn2的RPC通信地址-->
dfs.namenode.rpc-address.ns1.nn2
hadoop02:
9000
--nn2的http通信地址-->
dfs.namenode.http-address.ns1.nn2
hadoop02:
50070
--指定NameNode的元数据在
JournalNode上的存放位置-->
dfs.namenode.shared.edits.dir
qjournal:
//hadoop01:
8485;hadoop02:
8485;hadoop03:
8485/ns1
--指定JournalNode在本地磁盘存放数据的位置-->
dfs.journalnode.edits.dir
/cloud/hadoop-2.2.0/journal
--开启NameNode失败自动切换-->
dfs.ha.automatic-failover.enabled
true
--配置失败自动切换实现方式-->
dfs.client.failover.proxy.provider.ns1
org.apache.hadoop.hdfs.server.namenode.ha.
ConfiguredFailoverProxyProvider
--配置隔离机制-->
dfs.ha.fencing.methods
sshfence
--使用隔离机制时需要ssh免登陆-->
dfs.ha.fencing.ssh.private-key-files
/root/.ssh/id_rsa
3.2.2.4修改slaves
hadoop01
hadoop02
hadoop03
3.2.3配置YARN
3.2.3.1修改yarn-site.xml
--指定resourcemanager地址-->
yarn.resourcemanager.hostname
hadoop01
--指定nodemanager启动时加载
server的方式为shuffleserver-->
yarn.nodemanager.aux-services
mapreduce_shuffle
3.2.3.2修改mapred-site.xml
--指定mr框架为yarn方式-->
mapreduce.framework.name
yarn
3.2.4将配置好的hadoop拷贝到其他节点
scp-r/cloud/hadoop-2.2.0/hadoo02:
/cloud/
scp-r/cloud/hadoop-2.2.0/hadoo03:
/cloud/
3.2.5启动zookeeper集群
（分别在hadoop01、hadoop02、hadoop03上启动zk）
cd/cloud/zookeeper-3.4.5/bin/
./zkServer.shstart
查看状态：
./zkServer.shstatus
（一个leader，两个follower）
3.2.6启动journalnode（在hadoop01上启动所有journalnode）
cd/cloud/hadoop-2.2.0
sbin/hadoop-daemons.shstartjournalnode
（运行jps命令检验，多了JournalNode进程）
3.2.7格式化HDFS
在hadoop01上执行命令:
hadoopnamenode-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/cloud/hadoop-2.2.0/tmp，
然后将/cloud/hadoop-2.2.0/tmp拷贝到hadoop02的
/cloud/hadoop-2.2.0/下。
scp-rtmp/hadoop02:
/cloud/hadoop-2.2.0/
3.2.8格式化ZK（在hadoop01上执行即可）
hdfszkfc-formatZK
3.2.9启动HDFS（在hadoop01上执行）
sbin/start-dfs.sh
3.3.10启动YARN（在hadoop01上执行）
sbin/start-yarn.sh
到此，hadoop2.2.0配置完毕，可以统计浏览器访问:
NameNode'hadoop01:
9000'（active）
NameNode'hadoop02:
9000'（standby）
验证HDFSHA
首先向hdfs上传一个文件
hadoopfs-put/etc/pro
hadoopfs-ls/
然后再kill掉active的NameNode
kill-9
通过浏览器访问：
NameNode'hadoop02:
9000'（active）
这个时候hadoop02上的NameNode变成了active
在执行命令：
hadoopfs-ls/
-rw-r--r-- 3rootsupergroup 19262014-02-0615:
36/profile
刚才上传的文件依然存在！
！
！
手动启动那个挂掉的NameNode
sbin/hadoop-daemon.shstartnamenode
通过浏览器访问：
NameNode'hadoop01:
9000'（standby）
验证YARN：
运行一下hadoop提供的demo中的WordCount程序：
hadoopjarshare/hadoop/mapreduce/hadoop-mapreduce
-examples-2.2.0.jarwordcount/pro
OK，大功告成！
！
！
升级会员 