hadoop2.2.0 集群安装配置

gxh1968

　　本集群由6台虚拟机组成，全部安装centos6.4的32位系统。
　　一、前期工作
　　1、修改Linux主机名
　　2、修改IP
　　3、修改主机名和IP的映射关系
　　4、关闭防火墙
　　5、ssh免登陆
　　6、安装JDK，配置环境变量等
　　二、集群规划
主机名ip安装的软件运行的进程hadoop01192.168.8.201jdk、hadoop、hbase、sqoopNameNode、DFSZKFailoverController、HMasterhadoop02192.168.8.202jdk、hadoop、hbaseNameNode、DFSZKFailoverController、HMasterhadoop03192.168.8.203jdk、hadoop、hbase、hive、mysqlResourceManager、HRegionServerhadoop04192.168.8.204jdk、hadoop、zookeeper、hbase、flumeDataNode、NodeManager、JournalNode、QuorumPeerMain、HRegionServerhadoop05192.168.8.205jdk、hadoop、zookeeper、hbaseDataNode、NodeManager、JournalNode、QuorumPeerMain、HRegionServerhadoop06192.168.8.206jdk、hadoop、zookeeper、hbaseDataNode、NodeManager、JournalNode、QuorumPeerMain、HRegionServer　　集群说明：
　　1、DFSZKFailoverController 监控 NN，每个NN都有一个DFSZKFailoverController，并将NN状态汇报给ZK。
　　NN不建议和RM在一起，避免竞争资源。
　　DN建议和NM在一起，因为NM上会运行maperreduce，DN上保存数据，这样就可以实现计算时本地读取数据。
　　JournalNode存放共享的IDS。
　　2、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 NameNode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。
　　3、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
　　4、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，会自动切换Standby NameNode为standby状态
　　三、具体安装步骤
　　配置/etc/hosts
vim /etc/hosts　　192.168.8.101hadoop01
　　192.168.8.102   hadoop02
　　192.168.8.103   hadoop03
　　192.168.8.104   hadoop04
　　192.168.8.105   hadoop05
　　192.168.8.106   hadoop06
scp -r /etc/hosts hadoop02:/etc　　scp -r /etc/hosts hadoop03:/etc
　　scp -r /etc/hosts hadoop04:/etc
　　scp -r /etc/hosts hadoop05:/etc
　　scp -r /etc/hosts hadoop06:/etc
　　scp -r /etc/profile hadoop02:/etc
　　scp -r /etc/profile hadoop03:/etc
　　scp -r /etc/profile hadoop04:/etc
　　scp -r /etc/profile hadoop05:/etc
　　scp -r /etc/profile hadoop06:/etc
　　1.安装配置zooekeeper集群
　　在hadoop04上执行命令：
　　1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /root/work/　　1.2修改配置
cd /root/work/zookeeper-3.4.5/conf/　　cp zoo_sample.cfg zoo.cfg
　　vim zoo.cfg
　　修改：dataDir=/root/work/zookeeper-3.4.5/tmp
　　在最后添加：
server.1=hadoop04:2888:3888　　server.2=hadoop05:2888:3888
　　server.3=hadoop06:2888:3888
　　保存退出
　　然后创建一个tmp文件夹:
mkdir /root/work/zookeeper-3.4.5/tmp　　再创建一个空文件
touch /root/work/zookeeper-3.4.5/tmp/myid　　最后向该文件写入ID
echo 1 > /root/work/zookeeper-3.4.5/tmp/myid　　在每台zookeeper机器上的zkServer.sh文件开头添加如下内容：
export JAVA_HOME=/root/work/jdk1.7.0_04　　export PATH=$JAVA_HOME/bin:$PATH
　　1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop05、hadoop06根目录下创建一个/root/work目录：mkdir /root/work)
scp -r /root/work/zookeeper-3.4.5/ hadoop05:/root/work/　　scp -r /root/work/zookeeper-3.4.5/ hadoop06:/root/work/
　　注意：修改hadoop05、hadoop06对应/root/work/zookeeper-3.4.5/tmp/myid内容
　　hadoop05：
echo 2 > /root/work/zookeeper-3.4.5/tmp/myid　　hadoop06：
echo 3 > /root/work/zookeeper-3.4.5/tmp/myid　　1.4
cd /root/work/hadoop-2.2.0/etc/hadoop　　mv mapred-site.xml.template mapred-site.xml
　　2.安装配置hadoop集群
　　2.1 解压
tar -zxvf hadoop-2.2.0.tar.gz -C /root/work/　　2.2 配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
　　#将hadoop添加到环境变量中
vim /etc/profile　　export JAVA_HOME=/usr/java/jdk1.7.0_55
　　export HADOOP_HOME=/root/work/hadoop-2.2.0
　　export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
　　#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /root/work/hadoop-2.2.0/etc/hadoop　　2.2.1修改hadoo-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_55　　2.2.2修改core-site.xml
　　
　　
　　fs.defaultFS
　　hdfs://ns1
　　
　　
　　
　　hadoop.tmp.dir
　　/root/work/hadoop-2.2.0/tmp
　　
　　
　　
　　ha.zookeeper.quorum
　　hadoop04:2181,hadoop05:2181,hadoop06:2181
　　
　　
　　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
　　
　　
　　
　　dfs.namenode.rpc-address.ns1.nn2
　　hadoop02:9000
　　
　　
　　
　　dfs.namenode.http-address.ns1.nn2
　　hadoop02:50070
　　
　　
　　
　　dfs.namenode.shared.edits.dir
　　qjournal://hadoop04:8485;hadoop05:8485;hadoop06:8485/ns1
　　
　　
　　
　　dfs.journalnode.edits.dir
　　/root/work/hadoop-2.2.0/journal
　　
　　
　　
　　dfs.ha.automatic-failover.enabled
　　true
　　
　　
　　
　　dfs.client.failover.proxy.provider.ns1
　　org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
　　
　　
　　
　　dfs.ha.fencing.methods
　　
　　sshfence
　　shell(/bin/true)
　　
　　
　　
　　
　　dfs.ha.fencing.ssh.private-key-files
　　/root/.ssh/id_rsa
　　
　　
　　
　　dfs.ha.fencing.ssh.connect-timeout
　　30000
　　
　　
　　2.2.4修改mapred-site.xml
　　
　　
　　mapreduce.framework.name
　　yarn
　　
　　
　　2.2.5修改yarn-site.xml
　　
　　
　　yarn.resourcemanager.hostname
　　hadoop03
　　
　　
　　
　　yarn.nodemanager.aux-services
　　mapreduce_shuffle
　　
　　
　　2.2.6修改slaves(slaves是指定子节点的位置，因为要在hadoop01上启动HDFS、在hadoop03启动yarn，所以hadoop01上的slaves文件指定的是datanode的位置，hadoop03上的slaves文件指定的是nodemanager的位置)
　　hadoop04
　　hadoop05
　　hadoop06
　　2.2.7配置免密码登陆
　　#首先要配置hadoop01到hadoop02、hadoop03、hadoop04、hadoop05、hadoop06的免密码登陆
　　#在hadoop01上生产一对钥匙
ssh-keygen -t rsa　　#将公钥拷贝到其他节点，包括自己
ssh-copy-id hadoop01　　ssh-copy-id hadoop02
　　ssh-copy-id hadoop03
　　ssh-copy-id hadoop04
　　ssh-copy-id hadoop05
　　ssh-copy-id hadoop06
　　#配置hadoop03到hadoop04、hadoop05、hadoop06的免密码登陆
　　#在hadoop03上生产一对钥匙
ssh-keygen -t rsa　　#将公钥拷贝到其他节点
ssh-copy-id hadoop04　　ssh-copy-id hadoop05
　　ssh-copy-id hadoop06
　　#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop02到hadoop01的免登陆
　　在hadoop02上生产一对钥匙
ssh-keygen -t rsa　　ssh-copy-id -i hadoop01
　　在hadoop02,hadoop03,hadoop04,hadoop05,hadoop06上删除hadoop文件：
rm -rf ~/work/hadoop-2.2.0/　　2.4将配置好的hadoop拷贝到其他节点
scp -r /root/work/hadoop-2.2.0/ root@hadoop02:/root/work/　　scp -r /root/work/hadoop-2.2.0/ root@hadoop03:/root/work/
　　scp -r /root/work/hadoop-2.2.0/ root@hadoop04:/root/work/
　　scp -r /root/work/hadoop-2.2.0/ root@hadoop05:/root/work/
　　scp -r /root/work/hadoop-2.2.0/ root@hadoop06:/root/work/
　　###注意：严格按照下面的步骤
　　2.5启动zookeeper集群（分别在hadoop04、hadoop05、hadoop06上启动zk）
#/root/work/zookeeper-3.4.5/bin/zkServer.sh start　　cd /root/work/zookeeper-3.4.5/bin/
　　./zkServer.sh start
　　#查看状态：一个leader，两个follower
./zkServer.sh status　　2.6启动journalnode（在hadoop01上启动所有journalnode，注意：是调用的hadoop-daemons.sh这个脚本，注意是复数s的那个脚本）
#/root/work/hadoop-2.2.0/sbin/hadoop-daemons.sh start journalnode　　cd /root/work/hadoop-2.2.0/sbin
　　./hadoop-daemons.sh start journalnode
　　#运行jps命令检验，hadoop04、hadoop05、hadoop06上多了JournalNode进程
　　2.7格式化HDFS
　　#在hadoop01上执行命令:
#/root/work/hadoop-2.2.0/sbin/hdfs namenode -format　　cd /root/work/hadoop-2.2.0/sbin
　　hdfs 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，这里我配置的是/root/work/hadoop-2.2.0/tmp，然后将/root/work/hadoop-2.2.0/tmp拷贝到hadoop02的/root/work/hadoop-2.2.0/下。
scp -r /root/work/hadoop-2.2.0/tmp/ hadoop02:/root/work/hadoop-2.2.0/　　2.8格式化ZK(在hadoop01上执行即可)
cd /root/work/hadoop-2.2.0/sbin　　hdfs zkfc -formatZK
　　2.9启动HDFS(在hadoop01上执行)
#/root/work/hadoop-2.2.0/sbin/start-dfs.sh　　cd /root/work/hadoop-2.2.0/sbin
　　./start-dfs.sh
　　2.10启动YARN(在hadoop03上执行)(#####注意#####：是在hadoop03上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)
#/root/work/hadoop-2.2.0/sbin/start-yarn.sh　　cd /root/work/hadoop-2.2.0/sbin
　　./start-yarn.sh
　　四、测试
　　到此，hadoop2.2.0配置完毕，可以统计浏览器访问:
　　http://192.168.8.101:50070
　　NameNode 'hadoop01:9000' (active)
　　http://192.168.8.102:50070
　　NameNode 'hadoop02:9000' (standby)
　　http://192.168.8.103:8088/
　　验证HDFS HA
　　首先向hdfs上传一个文件
hadoop fs -put /etc/profile /profile　　hadoop fs -ls /
　　然后再kill掉active的NameNode
　　kill -9
　　通过浏览器访问：http://192.168.8.102:50070
　　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
cd /root/work/hadoop-2.2.0/sbin　　./hadoop-daemon.sh start namenode
　　通过浏览器访问：http://192.168.8.101:50070
　　NameNode 'hadoop01:9000' (standby)
　　验证YARN：
　　运行一下hadoop提供的demo中的WordCount程序：
hadoop jar /root/work/hadoop-2.2.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /profile /out　　hadoop fs -cat /out//part-r-00000
　　hadoop自动启动脚本：
　　在hadoop01上执行：
echo 'source /etc/profile' >> ~/.bashrc　　在hadoop04,hadoop05,hadoop06的/zookeeper/bin/zkEnv.sh的中开始位置添加:
vim /root/work/zookeeper-3.4.5/bin/zkEnv.sh　　export JAVA_HOME=/root/work/jdk1.7.0_04
　　OK，大功告成！