hadoop20集群搭建详解.docx

1、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。Active Nam

2、eNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode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HDFS HA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Active NameNode挂掉了

3、，会自动切换Standby NameNode为standby状态3.安装步骤： 3.1.安装配置zooekeeper集群 3.1.1解压 tar -zxvf zookeeper-3.4.5.tar.gz -C /cloud/ 3.1.2修改配置 cd /cloud/zookeeper-3.4.5/conf/ cp zoo_sample.cfg zoo.cfg vim zoo.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

4、.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 echo 1 /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/ sc

5、p -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： echo 2 /cloud/zookeeper-3.4.5/tmp/myid hadoop03： echo 3 /cloud/zookeeper-3.4.5/tmp/myid 3.2.安装配置hadoop集群 3.2.1解压 tar -zxvf hadoop-2.2.0.tar.gz -C /cloud/ 3.2.2配置HDFS（hadoop2.0所有的配置文件都在

6、$HADOOP_HOME/etc/hadoop目录下） 将hadoop添加到环境变量中 vim /etc/profile export JAVA_HOME=/usr/java/jdk1.6.0_45 export HADOOP_HOME=/cloud/hadoop-2.2.0 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin cd /cloud/hadoop-2.2.0/etc/hadoop 3.2.2.1修改hadoo-env.sh export JAVA_HOME=/usr/java/jdk1.6.0_453,2.2.2修改core-sit

7、e.xml fs.defaultFS hdfs:/ns1 hadoop.tmp.dir /cloud/hadoop-2.2.0/tmp ha.zookeeper.quorum hadoop01:2181,hadoop02:2181,hadoop03:2181 3,2.2.3修改hdfs-site.xml dfs.nameservices ns1 dfs.ha.namenodes.ns1 nn1,nn2 dfs.namenode.rpc-address.ns1.nn1 hadoop01:9000 dfs.namenode.http-address.ns1.nn1 hadoop01:50070 d

8、fs.namenode.rpc-address.ns1.nn2 hadoop02:9000 dfs.namenode.http-address.ns1.nn2 hadoop02:50070 dfs.namenode.shared.edits.dir qjournal:/hadoop01:8485;hadoop02:8485;hadoop03:8485/ns1 dfs.journalnode.edits.dir /cloud/hadoop-2.2.0/journal dfs.ha.automatic-failover.enabled true dfs.client.failover.proxy.

9、provider.ns1 org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider dfs.ha.fencing.methods sshfence 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 yarn.resourcemanager.hostname hadoop01 yarn.node

10、manager.aux-services mapreduce_shuffle 3.2.3.2修改mapred-site.xml 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/ ./zkSer

11、ver.sh start 查看状态： ./zkServer.sh status （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.sh start journalnode (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: hadoop 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

12、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 -r tmp/ hadoop02:/cloud/hadoop-2.2.0/ 3.2.8格式化ZK(在hadoop01上执行即可) hdfs zkfc -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: Na

13、meNode hadoop01:9000 (active) NameNode hadoop02:9000 (standby)验证HDFS HA 首先向hdfs上传一个文件 hadoop fs -put /etc/pro hadoop fs -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： hadoop fs -ls / -rw-r-r- 3 root supergroup 1926 2014-02-06 15:36 /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.sh start namenode 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： hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /pro OK，大功告成！