Hadoop完全分布式搭建

一、介绍

Hadoop2.0中,2个NameNode的数据其实是实时共享的。新HDFS采用了一种共享机制,Quorum Journal Node(JournalNode)集群或者Nnetwork File System(NFS)进行共享。NFS是操作系统层面的,JournalNode是hadoop层面的,我们这里使用JournalNode集群进行数据共享(这也是主流的做法)。如下图所示,便是JournalNode的架构图。

两个NameNode为了数据同步,会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时,会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JNs中的变更信息,并且一直监控edit log的变化,把变化应用于自己的命名空间。standby可以确保在集群出错时,命名空间状态已经完全同步了。

对于HA集群而言,确保同一时刻只有一个NameNode处于active状态是至关重要的。否则,两个NameNode的数据状态就会产生分歧,可能丢失数据,或者产生错误的结果。为了保证这点,这就需要利用使用ZooKeeper了。首先HDFS集群中的两个NameNode都在ZooKeeper中注册,当active状态的NameNode出故障时,ZooKeeper能检测到这种情况,它就会自动把standby状态的NameNode切换为active状态。

二、配置

1、准备环境

这里搭建一个5台服务器的集群,当然最低三台也可以搭建。

1.主机角色分配

以下为每台服务器的角色分配,可以根据自己的服务器数量进行调整。

1>hadoop01

Zookeeper、NameNode、DFSZKFailoverController、ResourceManager。

2>hadoop02

Zookeeper、NameNode2、DFSZKFailoverController。

3>hadoop03

Zookeeper、DataNode、NodeManager、JournalNode。

4>hadoop04

Zookeeper、DataNode、NodeManager、JournalNode。

5>hadoop05

Zookeeper、DataNode、NodeManager、JournalNode。

2.关闭防火墙

一般的生产环境不需要系统自带的防火墙,如果没有外置的防火墙也可以开启,但是要将通信的端口等在防火墙中允许通过。这里为了实验的简单,就直接将防火墙关闭。

service iptables status #查看防火墙状态service iptables start #立即开启防火墙,但是重启后失效。service iptables stop #立即关闭防火墙,但是重启后失效。#重启后生效chkconfig iptables on #开启防火墙,重启后生效。chkconfig iptables off #关闭防火墙,重启后生效。

3.配置主机名

修改文件 /etc/sysconfig/network

vim /etc/sysconfig/network

!!!!!注意安装hadoop的集群主机名不能有下划线!!不然会找不到主机!无法启动!

source /etc/sysconfig/network

经过上面的修改,主机名称不会马上改变,必须重启才能生效。所以可以使用如下命令进行立即更改:

hostname

4.配置hosts

修改文件 /etc/hosts

vim /etc/hosts

填入以下内容

127.0.0.1 hadoop01其他主机和ip对应信息。。。

以上两部操作是为了实现ip的解耦,如果你在多个框架服务里全部填写的是ip那么,一旦你服务器的ip发生改变,那么每个服务框架都需要修改ip,如果你设置的是主机名,那么当你的服务器ip发生改变,只需要修改hosts文件中,主机名和ip的映射关系即可。

5.配置免密登录

集群中所有主机都要互相进行免密登录。

生成密钥:

ssh-keygen

发送公钥:

ssh-copy-id root@hadoop01

此时在远程主机的/root/.ssh/authorized_keys文件中保存了公钥,在known_hosts中保存了已知主机信息,当再次访问的时候就不需要输入密码了。

ssh hadoop01

通过此命令远程连接,检验是否可以不需密码连接。

这里需要注意的是一定要给本机也发送一下。

6.安装jdk

1>解压安装

通过fz将jdk安装包上传、解压安装包,命令如下:

tar -zxvf [jdk安装包位置]

2>配置环境变量

修改/etc/profile。

这个文件是每个用户登录时都会运行的环境变量设置,当用户第一次登录时,该文件被执行。并从/etc/profile.d目录的配置文件中搜集shell的设置。

vim /etc/profile

在文件行尾加入以下内容后保存退出。

export JAVA_HOME=/home/app/jdk1.7.0_45/export PATH=$PATH:$JAVA_HOME/bin

3>重新加载

重新加载profile使配置生效。

source /etc/profile

环境变量配置完成,测试环境变量是否生效。

echo $JAVA_HOMEjava -version

7.搭建Zookeeper集群

参见:https://my.oschina.net/u/3754001/blog/1802140

2、配置hadoop

1.解压

将安装包上传到服务器,进行解压。

tar -zxvf hadoop-2.7.1_64bit.tar.gz

2.修改配置

以下文件均为Hadoop完全分布式需要配置的文件。此配置按照上述的5台服务器组件的集群。

1>hadoop-env.sh

在此文件中,将java的环境变量改为和/etc/profile文件中的java环境变量值一致即可。

JAVA_HOME=/home/app/jdk1.7.0_45/

2>core-site.xml

以下为此文件的配置模版。

<configuration><!-- 指定hdfs的nameservice为ns --><property><name>fs.defaultFS</name><value>hdfs://ns</value></property><!--指定hadoop数据临时存放目录--><property><name>hadoop.tmp.dir</name><value>/root/work/hadoop-2.7.1/tmp</value></property><!--指定hdfs操作数据的缓冲区大小 可以不配--><property><name>io.file.buffer.size</name><value>4096</value></property><!--指定zookeeper地址--><property><name>ha.zookeeper.quorum</name><value>hadoop01:2181,hadoop02:2181,hadoop03:2181,hadoop04:2181,hadoop05:2181</value></property></configuration>

3>hdfs-site.xml

<configuration><!--指定hdfs的nameservice为ns,需要和core-site.xml中的保持一致 --> <property><name>dfs.nameservices</name><value>ns</value></property><!-- ns下面有两个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>hadoop01:9000</value></property><!-- nn1的http通信地址 --><property><name>dfs.namenode.http-address.ns.nn1</name><value>hadoop01:50070</value></property><!-- nn2的RPC通信地址 --><property><name>dfs.namenode.rpc-address.ns.nn2</name><value>hadoop02:9000</value></property><!-- nn2的http通信地址 --><property><name>dfs.namenode.http-address.ns.nn2</name><value>hadoop02:50070</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://hadoop03:8485;hadoop04:8485;hadoop05:8485/ns</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>/root/work/hadoop-2.7.1/tmp/journal</value></property><!-- 开启NameNode故障时自动切换 --><property><name>dfs.ha.automatic-failover.enabled</name><value>true</value></property><!-- 配置失败自动切换实现方式 --><property><name>dfs.client.failover.proxy.provider.ns</name><value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value></property><!-- 配置隔离机制 --><property><name>dfs.ha.fencing.methods</name><value>sshfence</value></property><!-- 使用隔离机制时需要ssh免登陆 --><property><name>dfs.ha.fencing.ssh.private-key-files</name><value>/root/.ssh/id_rsa</value></property><!-- namenode存储位置 --><property><name>dfs.namenode.name.dir</name><value>/root/work/hadoop-2.7.1/tmp/name</value></property>    <!-- dataode存储位置 --><property>    <name>dfs.datanode.data.dir</name><value>/root/work/hadoop-2.7.1/tmp/data</value></property><!-- 副本数量根据自己的需求配置,这里配置2个 --><property><name>dfs.replication</name><value>2</value></property><!-- 在NN和DN上开启WebHDFS (REST API)功能,不是必须 --><property><name>dfs.webhdfs.enabled</name><value>true</value></property></configuration>

4>mapredu-site.xml

<configuration><property><name>mapreduce.framework.name</name><value>yarn</value></property></configuration>

5>yarn-site.xml

<configuration><!-- 指定nodemanager启动时加载server的方式为shuffle server --><property>    <name>yarn.nodemanager.aux-services</name>    <value>mapreduce_shuffle</value>    </property>  <!-- 指定resourcemanager地址 --><property><name>yarn.resourcemanager.hostname</name><value>hadoop01</value></property></configuration>

6>slaves

这里我们将hadoop03、hadoop04、hadoop05配置为存储数据的节点。

vim slaves
hadoop03hadoop04
hadoop05

3.环境变量

配置文件/etc/profile:

vim /etc/profile

在其末尾追加如下内容:

export HADOOP_HOME=[hadoop的安装路径]export PATH=$PATH:$HADOOP_HOME\bin:$HADOOP_HOME\sbin

4.其他服务器

使用scp命令将配置文件拷贝到其他服务器上。

这里要注意,如果其他服务器的jdk,Zookeeper等配置和当前这台服务器的配置是一样的话,直接拷贝过去不用修改。

三、启动

启动完全分布式hadoop:

1、启动zk集群

./zkServer.sh start

2、启动jn集群

sbin/hadoop-daemons.sh start journalnode

1.格式化zkfc

第一次启动要格式化

hdfs zkfc -formatZK

2.格式化hdfs

第一次启动要格式化

hadoop namenode -format

3、启动NameNode

在hadoop01上:

hadoop-daemon.sh start namenode

在hadoop02上:

hdfs namenode -bootstrapStandby #把NameNode的数据同步到hadoop02上hadoop-daemon.sh start namenode #启动备用的namenode

4、启动DataNode

hadoop-daemons.sh start datanode

5、启动yarn

start-yarn.sh

6、启动ZKFC

在hadoop01

hadoop-daemon.sh start zkfc

在hadoop02

hadoop-daemon.sh start zkfc

7、启动之后

启动完成之后,使用jps命令查看各台服务器,进程如下:

hadoop01:

10877 QuorumPeerMain
11351 NameNode
11871 DFSZKFailoverController
11570 ResourceManager

hadoop02:

16019 QuorumPeerMain
16214 NameNode
16344 DFSZKFailoverController

hadoop03:

16548 QuorumPeerMain
16783 DataNode
16893 NodeManager
16701 JournalNode

hadoop04:

16565 QuorumPeerMain
16798 DataNode
16908 NodeManager
16716 JournalNode

hadoop05:

16562 QuorumPeerMain
16809 DataNode
16919 NodeManager
16727 JournalNode

至此整个集群搭建完成,可以正常使用!

原文发布于微信公众号 - IT技术精选文摘(ITHK01)

原文发表时间:2018-04-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏落花落雨不落叶

canvas画简单电路图

65311
来自专栏我和未来有约会

Kit 3D 更新

Kit3D is a 3D graphics engine written for Microsoft Silverlight. Kit3D was inita...

2626
来自专栏pangguoming

Spring Boot集成JasperReports生成PDF文档

由于工作需要,要实现后端根据模板动态填充数据生成PDF文档,通过技术选型,使用Ireport5.6来设计模板,结合JasperReports5.6工具库来调用渲...

1.2K7
来自专栏张善友的专栏

Silverlight + Model-View-ViewModel (MVVM)

     早在2005年,John Gossman写了一篇关于Model-View-ViewModel模式的博文,这种模式被他所在的微软的项目组用来创建Expr...

3028
来自专栏魂祭心

原 canvas绘制clock

4284
来自专栏Ceph对象存储方案

Luminous版本PG 分布调优

Luminous版本开始新增的balancer模块在PG分布优化方面效果非常明显,操作也非常简便,强烈推荐各位在集群上线之前进行这一操作,能够极大的提升整个集群...

3255
来自专栏闻道于事

js登录滑动验证,不滑动无法登陆

js的判断这里是根据滑块的位置进行判断,应该是用一个flag判断 <%@ page language="java" contentType="text/html...

7188
来自专栏一个爱瞎折腾的程序猿

sqlserver使用存储过程跟踪SQL

USE [master] GO /****** Object: StoredProcedure [dbo].[sp_perfworkload_trace_s...

2170
来自专栏C#

DotNet加密方式解析--非对称加密

    新年新气象,也希望新年可以挣大钱。不管今年年底会不会跟去年一样,满怀抱负却又壮志未酬。(不过没事,我已为各位卜上一卦,卦象显示各位都能挣钱...)...

4978
来自专栏一个会写诗的程序员的博客

Spring Reactor 项目核心库Reactor Core

Non-Blocking Reactive Streams Foundation for the JVM both implementing a Reactiv...

2232

扫码关注云+社区