Construcción de grandes grupos de datos: "capítulo de hadoop de alta disponibilidad", novato Xiaohui
Resumen:
construcción de un clúster de big data (guardián del zoológico, hadoop de alta disponibilidad, hbase de alta disponibilidad)
Continuación del capítulo anterior: construcción del clúster de big data :
"guardián del zoológico"
Tres, construcción del clúster hadoop (primero copie zhiyou001 a otros, asegúrese de que la configuración del guardián del zoológico se complete antes de la configuración)
- crear:
mkdir /opt/hadoop
- entrar:
cd /opt/hadoop
- Subir:
- Abrir la cremallera:
tar -zxvf tar -zxvf hadoop-2.7.3
- Configurar las variables de entorno de hadoop
vi /etc/profile
//添加
#配置hadoop
export HADOOP_HOME=/opt/hadoop/hadoop-2.7.3
export PATH=$PATH:$HADOOP_HOME/bin
- Actualice el archivo de configuración y pruebe
source /etc/profile
hadoop
- Modificar core-site.xml
cd /opt/hadoop/hadoop-2.7.3/etc/hadoop/
vi core-site.xml
//在<configuration>中添加如下内容
<!-- 指定hdfs的nameservice为ns -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns</value>
</property>
<!--指定hadoop数据存放目录-->
<property>
<name>hadoop.tmp.dir</name>
<value>/zhiyou/hadoop/tmp</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>4096</value>
</property>
<!--指定zookeeper地址-->
<property>
<name>ha.zookeeper.quorum</name>
<value>zhiyou001:2181,zhiyou002:2181,zhiyou003:2181</value>
</property>
<property>
<name>ipc.client.connect.max.retries</name>
<value>100</value>
<description>Indicates the number of retries a client will make to establish
a server connection.
</description>
</property>
<property>
<name>ipc.client.connect.retry.interval</name>
<value>10000</value>
<description>Indicates the number of milliseconds a client will wait for
before retrying to establish a server connection.
</description>
</property>
- hdfs-site.xml
vi hdfs-site.xml
//同样在<configuration>中添加如下内容
<!--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>zhiyou001:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns.nn1</name>
<value>zhiyou001:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns.nn2</name>
<value>zhiyou002:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns.nn2</name>
<value>zhiyou002:50070</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://zhiyou001:8485;zhiyou002:8485;zhiyou003:8485/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>/zhiyou/hadoop/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>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:///zhiyou/hadoop/hdfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:///zhiyou/hadoop/hdfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</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>
- mapred-site.xml
mv mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
//添加configuration
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
- yarn-site.xml
vi yarn-site.xml
//添加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>zhiyou003</value>
</property>
- hadoop-env.sh
//找到文件的export JAVA_HOME=${JAVA_HOME} 一行修改
export JAVA_HOME=/opt/java/jdk1.8.0_141
- esclavos
//修改localhost为
zhiyou001
zhiyou002
zhiyou003
- Copie el contenido a zhiyou002, zhiyou003
//1. hadoop
scp -r /opt/hadoop/ root@zhiyou002:/opt/hadoop/
scp -r /opt/hadoop/ root@zhiyou003:/opt/hadoop/
//2. /etc/profile
scp -r /etc/profile root@zhiyou002:/etc/profile
scp -r /etc/profile root@zhiyou003:/etc/profile
- Tres guardias del zoológico
cd /opt/zookeeper/zookeeper-3.4.12/bin/
./zkServer.sh start
- Clúster de nodo de diario de tres inicios
cd /opt/hadoop/hadoop-2.7.3/sbin/
./hadoop-daemon.sh start journalnode
- Formatee zkfc en zhiyou001:
hdfs zkfc -formatZK
- Formatee hdfs en zhiyou001:
hadoop namenode -format
- Inicie namenode en zhiyou001:
./hadoop-daemon.sh start namenode
- Inicie la sincronización de datos y el nodo de nombre en espera en zhiyou002
hdfs namenode -bootstrapStandby
./hadoop-daemon.sh start namenode
- Inicie el nodo de datos en zhiyou01:
./hadoop-daemons.sh start datanode
- Comience el hilo en zhiyou03:
./start-yarn.sh
- Inicie zkfc en zhiyou01:
./hadoop-daemons.sh start zkfc
- Ver el estado de inicio de todos los procesos
zhiyou001 (7)
zhiyou002 (7 piezas)
zhiyou003 (6 piezas)
- En este momento, el navegador puede acceder a hadoop (esta máquina debe estar equipada con C: \ Windows \ System32 \ drivers \ etc \ hosts y la máquina virtual es la misma)
192.168.80.128 zhiyou001
192.168.80.129 zhiyou002
192.168.80.130 zhiyou003
访问:
zhiyou001:50070
zhiyou002:50070
- Prueba de alta disponibilidad:
//zhiyou001和zhiyou002都先安装fuser
yum -y install psmisc
//关闭hadoop
cd /opt/hadoop/hadoop-2.7.3/sbin/
./stop-all.sh
//重新开启
./start-all.sh
- Prueba del navegador
a. Verificar estado
zhiyou001:50070(active)
zhiyou002:50070(standby)
b. Desactive el nodo namenode activo (zhiyou001)
kill -9 “namenode节点”
c. Visite nuevamente; descubra que el nodo se actualiza automáticamente a (activo)
zhiyou002:50070
- Prueba de carga de archivo
- Los archivos cargados solo se pueden cargar y ver a través del nodo activo. Cuando el nodo activo está inactivo, el nodo en espera se actualiza al nodo activo. También puede ver el archivo cargado original.
Posibles problemas:
- El blogger encontró un error que indicaba que el nodo de nodo de datos no se podía iniciar durante el proceso de configuración y
finalmente verificó el archivo de registro y encontró que la identificación en el archivo de nombre generado y el archivo de datos eran inconsistentes. Debería ser un problema durante el formateo. La solución más simple y grosera: elimine los archivos hadoop de los dos últimos hosts y la carpeta zhiyou del directorio raíz generado por el formateo de los tres hosts. Vuelva a copiar la carpeta hadoop a los dos últimos hosts. ¡El problema está resuelto! También es posible que el nodo de datos de Baidu no se pueda iniciar para generar el nombre y los archivos de datos de acuerdo con la configuración del tutorial.
Artículo siguiente :
Construcción de clústeres de macrodatos: "Habse de alta disponibilidad"