Hadoop学习笔记 4

赵小黑

　　一、 集群规划：
主机名称    主机IP        安装软件    运行的进程
hadoop01    10.1.19.130    zookeepr1    DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop02    10.1.19.132    zookeepr2    DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop03    10.1.19.134    zookeepr3    DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop04    10.1.19.189                NameNode、DFSZKFailoverController(zkfc)
hadoop05    10.1.19.194                NameNode、DFSZKFailoverController(zkfc)
hadoop06    10.1.19.223                DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop07    10.1.19.226                ResourceManager
hadoop08    10.1.19.227                ResourceManager



二、 环境准备
2.1、系统环境
OS：Linux RedHat 6.5 64bit
JDK：1.7.1
zookeeper：3.4.6版本（已安装完成）
硬件：虚拟机
2.2 系统配置
关闭防火墙
配置无密码访问
ssh-keygen -t rsa
cp id_rsa.pub  authorized_keys
ssh-copy-id hadoop01
ssh-copy-id hadoop02
ssh-copy-id hadoop03
ssh-copy-id hadoop04
ssh-copy-id hadoop05
ssh-copy-id hadoop06
ssh-copy-id hadoop07
ssh-copy-id hadoop08

2.3 配置JDK的环境变量以及HADOOP的环境变量
vim /etc/profile
export JAVA_HOME=/usr/local/java/jdk1.7.0_71
export HADOOP_HOME=/usr/local/hadoop-2.7.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin


三、 安装hadoop
3.1 解压安装包
tar -xzvf /usr/local/hadoop-2.7.1.tar.gz -C /usr/local/
3.2 配置环境
进入
/usr/local/hadoop-2.7.1/etc/hadoop 目录下
分别修改
hadoo-env.sh
core-site.xml
hdfs-site.xml
mapred-site.xml
yarn-site.xml
slaves
共计6个文件
3.2.1 修改 hadoo-env.sh
export JAVA_HOME=/usr/local/java/jdk1.7.0_71
3.2.2修改core-site.xml
<configuration>
    <!-- 指定hdfs的nameservice为ns1 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://ns1</value>
    </property>
    <!-- 指定hadoop临时目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop-2.7.1/tmp</value>
    </property>
    <!-- 指定zookeeper地址 -->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
    </property>
</configuration>
3.2.3修改hdfs-site.xml
<configuration>
    <!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 -->
    <property>
        <name>dfs.nameservices</name>
        <value>ns1</value>
    </property>
    <!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
    <property>
        <name>dfs.ha.namenodes.ns1</name>
        <value>nn1,nn2</value>
    </property>
    <!-- nn1的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns1.nn1</name>
        <value>hadoop04:9000</value>
    </property>
    <!-- nn1的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns1.nn1</name>
        <value>hadoop04:50070</value>
    </property>
    <!-- nn2的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns1.nn2</name>
        <value>hadoop05:9000</value>
    </property>
    <!-- nn2的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns1.nn2</name>
        <value>hadoop05:50070</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://hadoop01:8485;hadoop02:8485;hadoop03:8485/ns1</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>/usr/local/hadoop-2.7.1/journal</value>
    </property>
    <!-- 开启NameNode失败自动切换 -->
    <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.ns1</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行-->
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>
            sshfence
            shell(/bin/true)
        </value>
    </property>
    <!-- 使用sshfence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>
    <!-- 配置sshfence隔离机制超时时间 -->
    <property>
        <name>dfs.ha.fencing.ssh.connect-timeout</name>
        <value>30000</value>
    </property>
</configuration>

3.2.4修改mapred-site.xml
<configuration>
    <!-- 指定mr框架为yarn方式 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

3.2.5修改yarn-site.xml
<configuration>
        <!-- 开启RM高可靠 -->
        <property>
           <name>yarn.resourcemanager.ha.enabled</name>
           <value>true</value>
        </property>
        <!-- 指定RM的cluster id -->
        <property>
           <name>yarn.resourcemanager.cluster-id</name>
           <value>yrc</value>
        </property>
        <!-- 指定RM的名字 -->
        <property>
           <name>yarn.resourcemanager.ha.rm-ids</name>
           <value>rm1,rm2</value>
        </property>
        <!-- 分别指定RM的地址 -->
        <property>
           <name>yarn.resourcemanager.hostname.rm1</name>
           <value>hadoop07</value>
        </property>
        <property>
           <name>yarn.resourcemanager.hostname.rm2</name>
           <value>hadoop08</value>
        </property>
        <!-- 指定zk集群地址 -->
        <property>
           <name>yarn.resourcemanager.zk-address</name>
           <value>hadoop01:2181,hadoop02:2181,hadoop03:2181</value>
        </property>
        <property>
           <name>yarn.nodemanager.aux-services</name>
           <value>mapreduce_shuffle</value>
        </property>
</configuration>

3.2.6修改slaves
    slaves是指定子节点的位置，
    因为要在hadoop04上启动HDFS、
    在hadoop07启动yarn，
    在hadoop01启动journalnode
    所以hadoop04上的slaves文件指定的是datanode的位置，
    hadoop07上的slaves文件指定的是nodemanager的位置
    hadoop01上的slaves文件指定的是journalnode的位置)
   
    hadoop01
    hadoop02
    hadoop03
    hadoop06

四、启动Hadoop集群
4.1 启动zookeeper集群 （hadoop01、hadoop02、hadoop03）
    hadoop01： /usr/local/zookeeper-3.4.6/bin/zkServer.sh start

4.2 启动journalnode (hadoop-daemons 根据slaves中的配置启动journalnode)
    sbin/hadoop-daemons.sh start journalnode

#运行jps命令检验，hadoop01、hadoop02、hadoop03上多了JournalNode进程
4.3 格式化HDFS
    #在hadoop04上执行命令:
    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/hadoop/hadoop-2.4.1/tmp，然后将/hadoop/hadoop-2.7.1/tmp拷贝到hadoop05的/hadoop/hadoop-2.7.1/下。
    scp -r tmp/ hadoop05:/hadoop/hadoop-2.7.1/

4.4格式化ZK(在hadoop04上执行即可)
    hdfs zkfc -formatZK

4.5启动HDFS(在hadoop04上执行)
    sbin/start-dfs.sh

4.6启动YARN(#####注意#####：是在hadoop07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)
    sbin/start-yarn.sh


　　5、测试
　　HDFS管理：http://10.1.19.189:50070
　　YARN管理：http://10.1.19.226:8088