1.修改Linux主机名
把hostname修改为calu 命令:
hostnamectl set-hostname calu
要想局域网别的主机可以通过calu而不是192.168.1.1之类的IP地址访问主机
则应该
vi /etc/hosts
然后在末尾添加
192.168.1.4 calu04
192.168.1.5 calu05
192.168.1.6 calu06
192.168.1.7 calu01
192.168.1.8 calu02
192.168.1.9 calu03
想要通过hostname直接互联则所有局域网内地的主机都必须修改hosts
2.修改IP
3.修改主机名和IP的映射关系
######注意######如果你们公司是租用的服务器或是使用的云主机(如华为用主机、阿里云主机等)
/etc/hosts里面要配置的是内网IP地址和主机名的映射关系
4.关闭防火墙
systemctl stop firewalld.service
systemctl disable firewalld.service
查看状态:
firewall-cmd --state
5.ssh免登陆
6.安装JDK,配置环境变量等
集群规划:
主机名 IP 安装的软件 运行的进程
calu01 192.168.1.7 jdk、hadoop NameNode、DFSZKFailoverController
calu02 192.168.1.8 jdk、hadoop NameNode、DFSZKFailoverController
calu03 192.168.1.9 jdk、hadoop ResourceManager
calu04 192.168.1.4 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
calu05 192.168.1.5 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
calu06 192.168.1.6 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
说明:
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。
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,会自动切换Standby NameNode为standby状态
安装步骤:
1.安装配置zooekeeper集群
1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /calu/
注意:如果你是装的zookeeper-3.4.0以下的版本,以后你会哭的,嘿嘿嘿
1.2修改配置
cd /calu/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改:dataDir=/calu/zookeeper-3.4.5/tmp
在最后添加:
server.1=calu04:2888:3888
server.2=calu05:2888:3888
server.3=calu06:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /calu/zookeeper-3.4.5/tmp
再创建一个空文件
touch /calu/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo 1 > /calu/zookeeper-3.4.5/tmp/myid
1.3将配置好的zookeeper拷贝到其他节点(首先分别在calu05、calu06根目录下创建一个calu目录:mkdir /calu)
scp -r /calu/zookeeper-3.4.5/ calu05:/calu/
scp -r /calu/zookeeper-3.4.5/ calu06:/calu/
注意:修改calu05、calu06对应/calu/zookeeper-3.4.5/tmp/myid内容
calu05:
echo 2 > /calu/zookeeper-3.4.5/tmp/myid
calu06:
echo 3 > /calu/zookeeper-3.4.5/tmp/myid
2.安装配置hadoop集群
2.1解压
tar -zxvf hadoop-2.2.0.tar.gz -C /calu/
2.2配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下)
#将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55
export HADOOP_HOME=/calu/hadoop-2.2.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /calu/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
<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>/calu/hadoop-2.2.0/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>calu04:2181,calu05:2181,calu06:2181</value>
</property>
</configuration>
2.2.3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>calu01:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>calu01:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>calu02:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>calu02:50070</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://calu04:8485;calu05:8485;calu06:8485/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>/calu/hadoop-2.2.0/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>
2.2.4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>
2.2.5修改yarn-site.xml
<configuration>
<!-- 指定resourcemanager地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>calu03</value>
</property>
<!-- 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>
</configuration>
2.2.6修改slaves(slaves是指定子节点的位置,因为要在calu01上启动HDFS、在calu03启动yarn,所以calu01上的slaves文件指定的是datanode的位置,calu03上的slaves文件指定的是nodemanager的位置)
calu04
calu05
calu06
2.2.7配置免密码登陆
#首先要配置calu01到calu02、calu03、calu04、calu05、calu06的免密码登陆
#在calu01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 calu01
ssh-coyp-id calu02
ssh-coyp-id calu03
ssh-coyp-id calu04
ssh-coyp-id calu05
ssh-coyp-id calu06
#配置calu03到calu04、calu05、calu06的免密码登陆
#在calu03上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点
ssh-coyp-id calu04
ssh-coyp-id calu05
ssh-coyp-id calu06
#注意:两个namenode之间要配置ssh免密码登陆,别忘了配置calu02到calu01的免登陆
在calu02上生产一对钥匙
ssh-keygen -t rsa
ssh-copy-id -i calu01
2.4将配置好的hadoop拷贝到其他节点
scp -r /calu/ calu02:/
scp -r /calu/ calu03:/
scp -r /calu/hadoop-2.2.0/ root@calu04:/calu/
scp -r /calu/hadoop-2.2.0/ root@calu05:/calu/
scp -r /calu/hadoop-2.2.0/ root@calu06:/calu/
###注意:严格按照下面的步骤
2.5启动zookeeper集群(分别在calu04、calu05、calu06上启动zk)
cd /calu/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calu01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)
cd /calu/hadoop-2.2.0
sbin/hadoop-daemons.sh start journalnode
#运行jps命令检验,calu04、calu05、calu06上多了JournalNode进程
2.7格式化HDFS
#在calu01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/calu/hadoop-2.2.0/tmp,然后将/calu/hadoop-2.2.0/tmp拷贝到calu02的/calu/hadoop-2.2.0/下。
scp -r tmp/ calu02:/calu/hadoop-2.2.0/
2.8格式化ZK(在calu01上执行即可)
hdfs zkfc -formatZK
2.9启动HDFS(在calu01上执行)
sbin/start-dfs.sh
2.10启动YARN(#####注意#####:是在calu03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
到此,hadoop2.2.0配置完毕,可以统计浏览器访问:
http://192.168.1.201:50070
NameNode 'calu01:9000' (active)
http://192.168.1.202:50070
NameNode 'calu02:9000' (standby)
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 <pid of NN>
通过浏览器访问:http://192.168.1.202:50070
NameNode 'calu02:9000' (active)
这个时候calu02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:http://192.168.1.201:50070
NameNode 'calu01:9000' (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 /profile /out
接下来是搭建hbase
1.配置hbase集群,要修改3个文件(首先zk集群已经安装好了)
注意:要把hadoop的hdfs-site.xml和core-site.xml 放到hbase/conf下
1.1修改hbase-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_55
//告诉hbase使用外部的zk
export HBASE_MANAGES_ZK=false
vim hbase-site.xml
<configuration>
<!-- 指定hbase在HDFS上存储的路径 -->
<property>
<name>hbase.rootdir</name>
<value>hdfs://ns1/hbase</value>
</property>
<!-- 指定hbase是分布式的 -->
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<!-- 指定zk的地址,多个用“,”分割 -->
<property>
<name>hbase.zookeeper.quorum</name>
<value>calu04:2181,calu05:2181,calu06:2181</value>
</property>
</configuration>
vim regionservers
calu04
calu05
calu06
1.2 拷贝hbase到其他节点
scp -r /calu/hbase-0.96.2-hadoop2/ calu02:/calu/
scp -r /calu/hbase-0.96.2-hadoop2/ calu03:/calu/
scp -r /calu/hbase-0.96.2-hadoop2/ calu04:/calu/
scp -r /calu/hbase-0.96.2-hadoop2/ calu05:/calu/
scp -r /calu/hbase-0.96.2-hadoop2/ calu06:/calu/
2.将配置好的HBase拷贝到每一个节点并同步时间。切记要同步时间
3.启动所有的hbase,分别启动zk
./zkServer.sh start
启动hbase集群
start-dfs.sh
启动hbase,在主节点上运行:
start-hbase.sh
查看运行状态
./zkServer.sh status
4.通过浏览器访问hbase管理页面
192.168.1.201:60010 //0.98.8版本
192.168.1.201:16010 //1.2.6版本
1.0版本以后的端口已经变了,这个要注意
5.为保证集群的可靠性,要启动多个HMaster
hbase-daemon.sh start master