搭建Hadoop的HA集群的搭建

1.上传安装包
2.解压

tar -xvzf hadoop-2.7.6.tar.gz

3.配置环境变量

export HADOOP_HOME=/home/hadoop/apps/hadoop-2.7.6
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
source /etc/profile
验证：hadoop version

4)修改hadoop的配置文件

cd $HADOOP_HOME/etc/hadoop
hadoop-env.sh

修改：

export JAVA_HOME=/usr/local/jdk1.8.0_191

core-site.xml

<!-- 指定 hdfs 的 访问入口  namenode的入口 这里的bd1807  就相当于两个namenode的组名-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://rashaun/</value>
</property>
<!-- 指定 hadoop 数据存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/data/hadoopdata/</value>
</property>
<!-- 指定 zookeeper 集群访问地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>ali:2181,tencent:2181,huawei:2181</value>
</property>

hdfs-site.xml

<!-- 指定副本数 -->
<property>
 <name>dfs.replication</name>
 <value>3</value>
</property>

<!--指定 hdfs 两个namenode的 nameservice 为 bd1807，需要和 core-site.xml 中保持一致-->
<property>
 <name>dfs.nameservices</name>
 <value>rashaun</value>
</property>

<!-- bd1807 下面有两个 NameNode，分别是 nn1，nn2 -->
<property>
 <name>dfs.ha.namenodes.rashaun</name>
  <value>nn1,nn2</value>
</property>

<!-- nn1 的 RPC 通信地址 -->
<property>
 <name>dfs.namenode.rpc-address.bd1807.nn1</name>
 <value>ali:9000</value>
</property>
<!-- nn1 的 http 通信地址  web -->
<property>
 <name>dfs.namenode.http-address.bd1807.nn1</name>
 <value>ali:50070</value>
</property>

<!-- nn2 的 RPC 通信地址 -->
<property>
 <name>dfs.namenode.rpc-address.bd1807.nn2</name>
 <value>tencent:9000</value>
 </property>
<!-- nn2 的 http 通信地址 -->
<property>
 <name>dfs.namenode.http-address.bd1807.nn2</name>
 <value>tencent:50070</value>
</property>

<!-- 指定 NameNode 的 edits 元数据在 JournalNode 上的存放位置 端口8485-->
<property>
 <name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://ali:8485;tencent:8485;huawei:8485/bd1807</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>/home/hadoop/data/hadoopdata/journaldata</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 -->
<!-- 此处配置在安装的时候切记检查不要换行-->
<property>
 <name>dfs.client.failover.proxy.provider.rashaun</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>/home/hadoop/.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>

yarn-site.xml

<!-- 开启 RM 高可用 -->
<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>ali</value>
</property>

<property>
 <name>yarn.resourcemanager.hostname.rm2</name>
 <value>tencent</value>
</property>

<!-- 指定 zk 集群地址 -->
<property>
 <name>yarn.resourcemanager.zk-address</name>
 <value>ali:2181,tencent:2181,huawei:2181</value>
</property>

<!-- 要运行 MapReduce 程序必须配置的附属服务 -->
<property>
 <name>yarn.nodemanager.aux-services</name>
 <value>mapreduce_shuffle</value>
</property>

<!-- 开启 YARN 集群的日志聚合功能 -->
<property>
 <name>yarn.log-aggregation-enable</name>
 <value>true</value>
</property>

<!-- YARN 集群的聚合日志最长保留时长 -->
<property>
 <name>yarn.log-aggregation.retain-seconds</name>
 <value>86400</value>
</property>

<!-- 启用自动恢复 -->
<property>
 <name>yarn.resourcemanager.recovery.enabled</name>
 <value>true</value>
</property>

<!-- 制定 resourcemanager 的状态信息存储在 zookeeper 集群上-->
<property>
 <name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>

mapred-site.xml

cp mapred-site.xml.template mapred-site.xml

<!-- 指定 mr 框架为 yarn 方式 -->
<property>
 <name>mapreduce.framework.name</name>
 <value>yarn</value>
</property>

<!-- 设置 mapreduce rpc的历史服务器地址和端口号 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>huawei:10020</value>
</property>

<!-- mapreduce 历史服务器的 web 访问地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>huawei:19888</value>
</property>

slaves 从节点nodemanager datanode

ali
tencent
huawei

5)将hadoop的安装包远程发送到其他节点

scp -r hadoop-2.7.6 hadoop02:/home/hadoop/apps/
scp -r hadoop-2.7.6 hadoop03:/home/hadoop/apps/
scp -r hadoop-2.7.6 hadoop04:/home/hadoop/apps/

source /etc/profile

hadoop version

6)从这一步开始严格按照顺序执行

1）先启动journalnode
	    ali hadoop-daemon.sh start journalnode
    	tencent hadoop-daemon.sh start journalnode
    	huawei hadoop-daemon.sh start journalnode
2）格式化namenode   在一个namenode上执行格式化命令

在ali执行
		hadoop namenode -format

3)将ali上的namenode的相关数据文件远程并发送到另一个namenode节点tencent
 		scp -r dfs tencent:/home/hadoop/data/hadoopdata/
4）先启动zk
		ali
		tencent
		huawei
		
		zkServer.sh start

5)格式化zkfc  选择一个namenode的节点

 		hdfs zkfc -formatZK
 
 成功标志：
 
		 Successfully created /hadoop-ha/rashaun in ZK
 
6）启动集群
	启动hdfs
		start-dfs.sh   	任意节点执行
	启动yarn
		start-yarn.sh  最好在resourcemanager的节点
		在哪一个节点执行上面的命令 在哪一个节点启动resourcemanager
		另一个节点手动启动
		yarn-daemon.sh start resourcemanager
	注意：
		单独启动zkfc的命令：
		hadoop-daemon.sh start zkfc

ha验证：
先验证hdfs的主备切换：
namenode 2个
http://ali:50070
http://tencent:50070
yarn的测试
http://ali:8088
http://tencent:8088
mr 切换yarn的主节点
关机：
先关闭集群：
1）关闭hdfs
stop-dfs.sh
2)关闭yarn
stop-yarn.sh
3）关闭zk
zkServer.sh stop
再关机

搭建Hadoop的HA集群的搭建

猜你喜欢