hadoop2.0已经发布了稳定版本了,增加了很多特性,比如HDFS HA、YARN等。 注意:apache提供的hadoop-2.2.0的安装包是在32位操作系统编译的,因为hadoop依赖一些C++的本地库, 所以如果在64位的操作上安装hadoop-2.2.0就需要重新在64操作系统上重新编译 前期准备就不详细说了 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 集群规划: 主机名 hadoop01 hadoop02 hadoop03 安装的软件 hadoop、zookeeper hadoop、zookeeper hadoop、zookeeper IP地址 192.168.1.201 192.168.1.202 192.168.1.203 运行的进程 NameNode、DataNode、QuorumPeerMain、JournalNode、DFSZKFailoverController、ResourceManager、NodeManager NameNode、DataNode、QuorumPeerMain、JournalNode、DFSZKFailoverController、NodeManager DataNode、QuorumPeerMain、JournalNode、NodeManager 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 /itcast/ 1.2修改配置 cd /itcast/zookeeper-3.4.5/conf/ cp zoo_sample.cfg zoo.cfg vim zoo.cfg 修改:dataDir=/itcast/zookeeper-3.4.5/tmp 在最后添加: server.1=hadoop01:2888:3888 server.2=hadoop02:2888:3888 server.3=hadoop03:2888:3888 保存退出 然后创建一个tmp文件夹 mkdir /itcast/zookeeper-3.4.5/tmp 再创建一个空文件 touch /itcast/zookeeper-3.4.5/tmp/myid 最后向该文件写入ID echo 1 > /itcast/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hadoop02、hadoop03根目录下创建一个itcast目录:mkdir /itcast) scp -r /itcast/zookeeper-3.4.5/ hadoop02:/itcast/ scp -r /itcast/zookeeper-3.4.5/ hadoop03:/itcast/ 注意:修改hadoop02、hadoop03对应/itcast/zookeeper-3.4.5/tmp/myid内容 hadoop02: echo 2 > /itcast/zookeeper-3.4.5/tmp/myid hadoop02: echo 3 > /itcast/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 /itcast/ 2.2配置HDFS(hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下) 将hadoop添加到环境变量中 vim /etc/profile export JAVA_HOME=/usr/java/jdk1.6.0_45 export HADOOP_HOME=/itcast/hadoop-2.2.0 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin cd /itcast/hadoop-2.2.0/etc/hadoop 2.2.1修改hadoo-env.sh export JAVA_HOME=/usr/java/jdk1.6.0_45 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>/itcast/hadoop-2.2.0/tmp</value> </property> <!-- 指定zookeeper地址 --> <property> <name>ha.zookeeper.quorum</name> <value>hadoop01:2181,hadoop02:2181,hadoop03:2181</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>hadoop01:9000</value> </property> <!-- nn1的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>hadoop01:50070</value> </property> <!-- nn2的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>hadoop02:9000</value> </property> <!-- nn2的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>hadoop02:50070</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>/itcast/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 --> <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> </configuration> 2.2.4修改slaves hadoop01 hadoop02 hadoop03 2.3配置YARN 2.3.1修改yarn-site.xml <configuration> <!-- 指定resourcemanager地址 --> <property> <name>yarn.resourcemanager.hostname</name> <value>hadoop01</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> 2.3.2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> 2.4将配置好的hadoop拷贝到其他节点 scp -r /itcast/hadoop-2.2.0/ hadoo02:/itcast/ scp -r /itcast/hadoop-2.2.0/ hadoo03:/itcast/ 2.5启动zookeeper集群(分别在hadoop01、hadoop02、hadoop03上启动zk) cd /itcast/zookeeper-3.4.5/bin/ ./zkServer.sh start 查看状态: ./zkServer.sh status (一个leader,两个follower) 2.6启动journalnode(在hadoop01上启动所有journalnode) cd /itcast/hadoop-2.2.0 sbin/hadoop-daemons.sh start journalnode (运行jps命令检验,多了JournalNode进程) 2.7格式化HDFS 在hadoop01上执行命令: hadoop 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/itcast/hadoop-2.2.0/tmp,然后将/itcast/hadoop-2.2.0/tmp拷贝到hadoop02的/itcast/hadoop-2.2.0/下。 scp -r tmp/ hadoop02:/itcast/hadoop-2.2.0/ 2.8格式化ZK(在hadoop01上执行即可) hdfs zkfc -formatZK 2.9启动HDFS(在hadoop01上执行) sbin/start-dfs.sh 2.10启动YARN(在hadoop01上执行) 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 'hadoop01:9000' (active) http://192.168.1.202:50070 NameNode 'hadoop02:9000' (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 '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 sbin/hadoop-daemon.sh start namenode 通过浏览器访问:http://192.168.1.201:50070 NameNode 'hadoop01:9000' (standby) ################### 注意: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-coyp-id -i hadoop01 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 OK,大功告成!!! |
|