史上最詳細的Hadoop環境搭建
GitChat 作者:鳴宇淳
原文: 史上最詳細的Hadoop環境搭建
關注公眾號:GitChat 技術雜談,一本正經的講技術
【不要錯過文末活動哦】
前言
Hadoop在大資料技術體系中的地位至關重要,Hadoop是大資料技術的基礎,對Hadoop基礎知識的掌握的紮實程度,會決定在大資料技術道路上走多遠。
這是一篇入門文章,Hadoop的學習方法很多,網上也有很多學習路線圖。本文的思路是:以安裝部署Apache Hadoop2.x版本為主線,來介紹Hadoop2.x的架構組成、各模組協同工作原理、技術細節。安裝不是目的,通過安裝認識Hadoop才是目的。
本文分為五個部分、十三節、四十九步。
Hadoop是執行在Linux,雖然藉助工具也可以執行在Windows上,但是建議還是執行在Linux系統上,第一部分介紹Linux環境的安裝、配置、Java JDK安裝等。
Hadoop本地模式只是用於本地開發除錯,或者快速安裝體驗Hadoop,這部分做簡單的介紹。
學習Hadoop一般是在偽分散式模式下進行。這種模式是在一臺機器上各個程式上執行Hadoop的各個模組,偽分散式的意思是雖然各個模組是在各個程式上分開執行的,但是隻是執行在一個作業系統上的,並不是真正的分散式。
完全分散式模式才是生產環境採用的模式,Hadoop執行在伺服器叢集上,生產環境一般都會做HA,以實現高可用。
HA是指高可用,為了解決Hadoop單點故障問題,生產環境一般都做HA部署。這部分介紹瞭如何配置Hadoop2.x的高可用,並簡單介紹了HA的工作原理。
安裝過程中,會穿插簡單介紹涉及到的知識。希望能對大家有所幫助。
第一部分:Linux環境安裝
一、Vmware網路模式介紹
參考:http://blog.csdn.net/collection4u/article/details/14127671
二、NAT模式配置
NAT是網路地址轉換,是在宿主機和虛擬機器之間增加一個地址轉換服務,負責外部和虛擬機器之間的通訊轉接和IP轉換。
我們部署Hadoop叢集,這裡選擇NAT模式,各個虛擬機器通過NAT使用宿主機的IP來訪問外網。
我們的要求是叢集中的各個虛擬機器有固定的IP、可以訪問外網,所以進行如下設定:
1、 Vmware安裝後,預設的NAT設定如下:
2、 預設的設定是啟動DHCP服務的,NAT會自動給虛擬機器分配IP,但是我們需要將各個機器的IP固定下來,所以要取消這個預設設定。
3、 為機器設定一個子網網段,預設是192.168.136網段,我們這裡設定為100網段,將來各個虛擬機器Ip就為 192.168.100.*。
4、 點選NAT設定按鈕,開啟對話方塊,可以修改閘道器地址和DNS地址。這裡我們為NAT指定DNS地址。
5、 閘道器地址為當前網段裡的.2地址,好像是固定的,我們不做修改,先記住閘道器地址就好了,後面會用到。
三、Vmware上安裝Linux系統
1、 檔案選單選擇新建虛擬機器
2、 選擇經典型別安裝,下一步。
3、 選擇稍後安裝作業系統,下一步。
4、 選擇Linux系統,版本選擇CentOS 64位。
5、 命名虛擬機器,給虛擬機器起個名字,將來顯示在Vmware左側。並選擇Linux系統儲存在宿主機的哪個目錄下,應該一個虛擬機器儲存在一個目錄下,不能多個虛擬機器使用一個目錄。
6、 指定磁碟容量,是指定分給Linux虛擬機器多大的硬碟,預設20G就可以,下一步。
7、 點選自定義硬體,可以檢視、修改虛擬機器的硬體配置,這裡我們不做修改。
8、 點選完成後,就建立了一個虛擬機器,但是此時的虛擬機器還是一個空殼,沒有作業系統,接下來安裝作業系統。
9、 點選編輯虛擬機器設定,找到DVD,指定作業系統ISO檔案所在位置。
10、 點選開啟此虛擬機器,選擇第一個回車開始安裝作業系統。
11、 設定root密碼。
12、 選擇Desktop,這樣就會裝一個Xwindow。
13、 先不新增普通使用者,其他用預設的,就把Linux安裝完畢了。
四、設定網路
因為Vmware的NAT設定中關閉了DHCP自動分配IP功能,所以Linux還沒有IP,需要我們設定網路各個引數。
1、 用root進入Xwindow,右擊右上角的網路連線圖示,選擇修改連線。
2、 網路連線裡列出了當前Linux裡所有的網路卡,這裡只有一個網路卡System eth0,點選編輯。
3、 配置IP、子網掩碼、閘道器(和NAT設定的一樣)、DNS等引數,因為NAT裡設定網段為100.*,所以這臺機器可以設定為192.168.100.10閘道器和NAT一致,為192.168.100.2
4、 用ping來檢查是否可以連線外網,如下圖,已經連線成功。
五、修改Hostname
1、 臨時修改hostname
[root@localhost Desktop]# hostname bigdata-senior01.chybinmy.com
- 1
這種修改方式,系統重啟後就會失效。
2、 永久修改hostname
想永久修改,應該修改配置檔案 /etc/sysconfig/network。
命令:[root@bigdata-senior01 ~] vim /etc/sysconfig/network
- 1
開啟檔案後,
-
NETWORKING=yes #使用網路
-
HOSTNAME=bigdata-senior01.chybinmy.com #設定主機名
- 1
- 2
六、配置Host
-
命令:[root@bigdata-senior01 ~] vim /etc/hosts
-
新增hosts: 192.168.100.10 bigdata-senior01.chybinmy.com
- 1
- 2
七、關閉防火牆
學習環境可以直接把防火牆關閉掉。
(1) 用root使用者登入後,執行檢視防火牆狀態。
[root@bigdata-senior01 hadoop]# service iptables status
- 1
(2) 用[root@bigdata-senior01 hadoop]# service iptables stop關閉防火牆,這個是臨時關閉防火牆。
-
[root@bigdata-senior01 hadoop-2.5.0]# service iptables stop
-
iptables: Setting chains to policy ACCEPT: filter [ OK ]
-
iptables: Flushing firewall rules: [ OK ]
-
iptables: Unloading modules: [ OK ]
- 1
- 2
- 3
- 4
(3) 如果要永久關閉防火牆用。
[root@bigdata-senior01 hadoop]# chkconfig iptables off
- 1
關閉,這種需要重啟才能生效。
八、關閉selinux
selinux是Linux一個子安全機制,學習環境可以將它禁用。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim /etc/sysconfig/selinux
- 1
-
# This file controls the state of SELinux on the system.
-
# SELINUX= can take one of these three values:
-
# enforcing - SELinux security policy is enforced.
-
# permissive - SELinux prints warnings instead of enforcing.
-
# disabled - No SELinux policy is loaded.
-
SELINUX=disabled
-
# SELINUXTYPE= can take one of these two values:
-
# targeted - Targeted processes are protected,
-
# mls - Multi Level Security protection.
-
SELINUXTYPE=targeted
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
九、安裝Java JDK
1、 檢視是否已經安裝了java JDK。
[root@bigdata-senior01 Desktop]# java –version
- 1
注意:Hadoop機器上的JDK,最好是Oracle的Java JDK,不然會有一些問題,比如可能沒有JPS命令。
如果安裝了其他版本的JDK,解除安裝掉。
2、 安裝java JDK
(1) 去下載Oracle版本Java JDK:jdk-7u67-linux-x64.tar.gz
(2) 將jdk-7u67-linux-x64.tar.gz解壓到/opt/modules目錄下
[root@bigdata-senior01 /]# tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules
- 1
(3) 新增環境變數
設定JDK的環境變數 JAVA_HOME。需要修改配置檔案/etc/profile,追加
-
export JAVA_HOME="/opt/modules/jdk1.7.0_67"
-
export PATH=$JAVA_HOME/bin:$PATH
- 1
- 2
修改完畢後,執行 source /etc/profile
(4)安裝後再次執行 java –version,可以看見已經安裝完成。
-
[root@bigdata-senior01 /]# java -version
-
java version "1.7.0_67"
-
Java(TM) SE Runtime Environment (build 1.7.0_67-b01)
-
Java HotSpot(TM) 64-Bit Server VM (build 24.65-b04, mixed mode)
- 1
- 2
- 3
- 4
第二部分:Hadoop本地模式安裝
Hadoop部署模式有:本地模式、偽分佈模式、完全分散式模式、HA完全分散式模式。
區分的依據是NameNode、DataNode、ResourceManager、NodeManager等模組執行在幾個JVM程式、幾個機器。
模式名稱 | 各個模組佔用的JVM程式數 | 各個模組執行在幾個機器數上 |
---|---|---|
本地模式 | 1個 | 1個 |
偽分散式模式 | N個 | 1個 |
完全分散式模式 | N個 | N個 |
HA完全分散式 | N個 | N個 |
十、本地模式介紹
本地模式是最簡單的模式,所有模組都執行與一個JVM程式中,使用的本地檔案系統,而不是HDFS,本地模式主要是用於本地開發過程中的執行除錯用。下載hadoop安裝包後不用任何設定,預設的就是本地模式。
十一、解壓hadoop後就是直接可以使用
1、 建立一個存放本地模式hadoop的目錄
[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopstandalone
- 1
2、 解壓hadoop檔案
[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopstandalone/
- 1
3、 確保JAVA_HOME環境變數已經配置好
-
[hadoop@bigdata-senior01 modules]$ echo ${JAVA_HOME}
-
/opt/modules/jdk1.7.0_67
- 1
- 2
十二、執行MapReduce程式,驗證
我們這裡用hadoop自帶的wordcount例子來在本地模式下測試跑mapreduce。
1、 準備mapreduce輸入檔案wc.input
-
[hadoop@bigdata-senior01 modules]$ cat /opt/data/wc.input
-
hadoop mapreduce hive
-
hbase spark storm
-
sqoop hadoop hive
-
spark hadoop
- 1
- 2
- 3
- 4
- 5
2、 執行hadoop自帶的mapreduce Demo
[hadoop@bigdata-senior01 hadoopstandalone]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /opt/data/wc.input output2
- 1
這裡可以看到job ID中有local字樣,說明是執行在本地模式下的。
3、 檢視輸出檔案
本地模式下,mapreduce的輸出是輸出到本地。
-
[hadoop@bigdata-senior01 hadoopstandalone]$ ll output2
-
total 4
-
-rw-r--r-- 1 hadoop hadoop 60 Jul 7 12:50 part-r-00000
-
-rw-r--r-- 1 hadoop hadoop 0 Jul 7 12:50 _SUCCESS
- 1
- 2
- 3
- 4
輸出目錄中有_SUCCESS檔案說明JOB執行成功,part-r-00000是輸出結果檔案。
第三部分:Hadoop偽分散式模式安裝
十三、Hadoop所用的使用者設定
1、 建立一個名字為hadoop的普通使用者
-
[root@bigdata-senior01 ~]# useradd hadoop
-
[root@bigdata-senior01 ~]# passwd hadoop
- 1
- 2
2、 給hadoop使用者sudo許可權
[root@bigdata-senior01 ~]# vim /etc/sudoers
- 1
設定許可權,學習環境可以將hadoop使用者的許可權設定的大一些,但是生產環境一定要注意普通使用者的許可權限制。
-
root ALL=(ALL) ALL
-
hadoop ALL=(root) NOPASSWD:ALL
- 1
- 2
注意:如果root使用者無權修改sudoers檔案,先手動為root使用者新增寫許可權。
[root@bigdata-senior01 ~]# chmod u+w /etc/sudoers
- 1
3、 切換到hadoop使用者
-
[root@bigdata-senior01 ~]# su - hadoop
-
[hadoop@bigdata-senior01 ~]$
- 1
- 2
4、 建立存放hadoop檔案的目錄
[hadoop@bigdata-senior01 ~]$ sudo mkdir /opt/modules
- 1
5、 將hadoop資料夾的所有者指定為hadoop使用者
如果存放hadoop的目錄的所有者不是hadoop,之後hadoop執行中可能會有許可權問題,那麼就講所有者改為hadoop。
[hadoop@bigdata-senior01 ~]# sudo chown -R hadoop:hadoop /opt/modules
- 1
十四、解壓Hadoop目錄檔案
1、 複製hadoop-2.5.0.tar.gz到/opt/modules目錄下。
2、 解壓hadoop-2.5.0.tar.gz
-
[hadoop@bigdata-senior01 ~]# cd /opt/modules
-
[hadoop@bigdata-senior01 hadoop]# tar -zxvf hadoop-2.5.0.tar.gz
- 1
- 2
十五、配置Hadoop
1、 配置Hadoop環境變數
[hadoop@bigdata-senior01 hadoop]# vim /etc/profile
- 1
追加配置:
-
export HADOOP_HOME="/opt/modules/hadoop-2.5.0"
-
export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH
- 1
- 2
執行:source /etc/profile 使得配置生效
驗證HADOOP_HOME引數:
-
[hadoop@bigdata-senior01 /]$ echo $HADOOP_HOME
-
/opt/modules/hadoop-2.5.0
- 1
- 2
2、 配置 hadoop-env.sh、mapred-env.sh、yarn-env.sh檔案的JAVA_HOME引數
[hadoop@bigdata-senior01 ~]$ sudo vim ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh
- 1
-
修改JAVA_HOME引數為:
-
export JAVA_HOME="/opt/modules/jdk1.7.0_67"
- 1
- 2
3、 配置core-site.xml
[hadoop@bigdata-senior01 ~]{HADOOP_HOME}/etc/hadoop/core-site.xml
(1) fs.defaultFS引數配置的是HDFS的地址。
-
<property>
-
<name>fs.defaultFS</name>
-
<value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
-
</property>
- 1
- 2
- 3
- 4
(2) hadoop.tmp.dir
配置的是Hadoop臨時目錄,比如HDFS的NameNode資料預設都存放這個目錄下,檢視*-default.xml
等預設配置檔案,就可以看到很多依賴${hadoop.tmp.dir}
的配置。
預設的hadoop.tmp.dir
是/tmp/hadoop-${user.name}
,此時有個問題就是NameNode會將HDFS的後設資料儲存在這個/tmp目錄下,如果作業系統重啟了,系統會清空/tmp目錄下的東西,導致NameNode後設資料丟失,是個非常嚴重的問題,所有我們應該修改這個路徑。
- 建立臨時目錄:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo mkdir -p /opt/data/tmp
- 1
- 將臨時目錄的所有者修改為hadoop
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown –R hadoop:hadoop /opt/data/tmp
- 1
- 修改hadoop.tmp.dir
-
<property>
-
<name>hadoop.tmp.dir</name>
-
<value>/opt/data/tmp</value>
-
</property>
- 1
- 2
- 3
- 4
十六、配置、格式化、啟動HDFS
1、 配置hdfs-site.xml
[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim ${HADOOP_HOME}/etc/hadoop/hdfs-site.xml
- 1
-
<property>
-
<name>dfs.replication</name>
-
<value>1</value>
-
</property>
- 1
- 2
- 3
- 4
dfs.replication配置的是HDFS儲存時的備份數量,因為這裡是偽分散式環境只有一個節點,所以這裡設定為1。
2、 格式化HDFS
[hadoop@bigdata-senior01 ~]$ hdfs namenode –format
- 1
格式化是對HDFS這個分散式檔案系統中的DataNode進行分塊,統計所有分塊後的初始後設資料的儲存在NameNode中。
格式化後,檢視core-site.xml裡hadoop.tmp.dir(本例是/opt/data目錄)指定的目錄下是否有了dfs目錄,如果有,說明格式化成功。
注意:
-
格式化時,這裡注意hadoop.tmp.dir目錄的許可權問題,應該hadoop普通使用者有讀寫許可權才行,可以將/opt/data的所有者改為hadoop。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown -R hadoop:hadoop /opt/data -
檢視NameNode格式化後的目錄。
[hadoop@bigdata-senior01 ~]$ ll /opt/data/tmp/dfs/name/current
- 1
fsimage是NameNode後設資料在記憶體滿了後,持久化儲存到的檔案。
fsimage*.md5
是校驗檔案,用於校驗fsimage的完整性。
seen_txid
是hadoop的版本
vession檔案裡儲存:
-
namespaceID:NameNode的唯一ID。
-
clusterID:叢集ID,NameNode和DataNode的叢集ID應該一致,表明是一個叢集。
-
#Mon Jul 04 17:25:50 CST 2016
-
namespaceID=2101579007
-
clusterID=CID-205277e6-493b-4601-8e33-c09d1d23ece4
-
cTime=0
-
storageType=NAME_NODE
-
blockpoolID=BP-1641019026-127.0.0.1-1467624350057
-
layoutVersion=-57
- 1
- 2
- 3
- 4
- 5
- 6
- 7
3、 啟動NameNode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start namenode
-
starting namenode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-namenode-bigdata-senior01.chybinmy.com.out
- 1
- 2
4、 啟動DataNode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start datanode
-
starting datanode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-datanode-bigdata-senior01.chybinmy.com.out
- 1
- 2
5、 啟動SecondaryNameNode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start secondarynamenode
-
starting secondarynamenode, logging to /opt/modules/hadoop-2.5.0/logs/hadoop-hadoop-secondarynamenode-bigdata-senior01.chybinmy.com.out
- 1
- 2
6、 JPS命令檢視是否已經啟動成功,有結果就是啟動成功了。
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ jps
-
3034 NameNode
-
3233 Jps
-
3193 SecondaryNameNode
-
3110 DataNode
- 1
- 2
- 3
- 4
- 5
7、 HDFS上測試建立目錄、上傳、下載檔案
HDFS上建立目錄
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -mkdir /demo1
- 1
上傳本地檔案到HDFS上
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -put
-
${HADOOP_HOME}/etc/hadoop/core-site.xml /demo1
- 1
- 2
讀取HDFS上的檔案內容
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -cat /demo1/core-site.xml
- 1
從HDFS上下載檔案到本地
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -get /demo1/core-site.xml
- 1
1、 配置mapred-site.xml
預設沒有mapred-site.xml檔案,但是有個mapred-site.xml.template配置模板檔案。複製模板生成mapred-site.xml。
[hadoop@bigdata-senior01 hadoop-2.5.0]# cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
- 1
新增配置如下:
-
<property>
-
<name>mapreduce.framework.name</name>
-
<value>yarn</value>
-
</property>
- 1
- 2
- 3
- 4
指定mapreduce執行在yarn框架上。
2、 配置yarn-site.xml
新增配置如下:
-
<property>
-
<name>yarn.nodemanager.aux-services</name>
-
<value>mapreduce_shuffle</value>
-
</property>
-
<property>
-
<name>yarn.resourcemanager.hostname</name>
-
<value>bigdata-senior01.chybinmy.com</value>
-
</property>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
-
yarn.nodemanager.aux-services配置了yarn的預設混洗方式,選擇為mapreduce的預設混洗演算法。
-
yarn.resourcemanager.hostname指定了Resourcemanager執行在哪個節點上。
3、 啟動Resourcemanager
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start resourcemanager
- 1
4、 啟動nodemanager
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start nodemanager
- 1
5、 檢視是否啟動成功
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ jps
-
3034 NameNode
-
4439 NodeManager
-
4197 ResourceManager
-
4543 Jps
-
3193 SecondaryNameNode
-
3110 DataNode
- 1
- 2
- 3
- 4
- 5
- 6
- 7
可以看到ResourceManager、NodeManager已經啟動成功了。
6、 YARN的Web頁面
YARN的Web客戶端埠號是8088,通過http://192.168.100.10:8088/可以檢視。
十八、執行MapReduce Job
在Hadoop的share目錄裡,自帶了一些jar包,裡面帶有一些mapreduce例項小例子,位置在share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar,可以執行這些例子體驗剛搭建好的Hadoop平臺,我們這裡來執行最經典的WordCount例項。
1、 建立測試用的Input檔案
建立輸入目錄:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir -p /wordcountdemo/input
- 1
建立原始檔案:
在本地/opt/data目錄建立一個檔案wc.input,內容如下。
將wc.input檔案上傳到HDFS的/wordcountdemo/input目錄中:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /wordcountdemo/input
- 1
2、 執行WordCount MapReduce Job
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
-
2.5.0.jar wordcount /wordcountdemo/input /wordcountdemo/output
- 1
- 2
3、 檢視輸出結果目錄
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -ls /wordcountdemo/output
-
-rw-r--r-- 1 hadoop supergroup 0 2016-07-05 05:12 /wordcountdemo/output/_SUCCESS
-
-rw-r--r-- 1 hadoop supergroup 60 2016-07-05 05:12 /wordcountdemo/output/part-r-00000
- 1
- 2
- 3
-
output目錄中有兩個檔案,_SUCCESS檔案是空檔案,有這個檔案說明Job執行成功。
-
part-r-00000檔案是結果檔案,其中-r-說明這個檔案是Reduce階段產生的結果,mapreduce程式執行時,可以沒有reduce階段,但是肯定會有map階段,如果沒有reduce階段這個地方有是-m-。
-
一個reduce會產生一個part-r-開頭的檔案。
-
檢視輸出檔案內容。
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -cat /wordcountdemo/output/part-r-00000
-
hadoop 3
-
hbase 1
-
hive 2
-
mapreduce 1
-
spark 2
-
sqoop 1
-
storm 1
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
結果是按照鍵值排好序的。
十九、停止Hadoop
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
-
stopping namenode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
-
stopping datanode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop resourcemanager
-
stopping resourcemanager
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop nodemanager
-
stopping nodemanager
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
二十、 Hadoop各個功能模組的理解
1、 HDFS模組
HDFS負責大資料的儲存,通過將大檔案分塊後進行分散式儲存方式,突破了伺服器硬碟大小的限制,解決了單臺機器無法儲存大檔案的問題,HDFS是個相對獨立的模組,可以為YARN提供服務,也可以為HBase等其他模組提供服務。
2、 YARN模組
YARN是一個通用的資源協同和任務排程框架,是為了解決Hadoop1.x中MapReduce裡NameNode負載太大和其他問題而建立的一個框架。
YARN是個通用框架,不止可以執行MapReduce,還可以執行Spark、Storm等其他計算框架。
3、 MapReduce模組
MapReduce是一個計算框架,它給出了一種資料處理的方式,即通過Map階段、Reduce階段來分散式地流式處理資料。它只適用於大資料的離線處理,對實時性要求很高的應用不適用。
二十一、歷史服務介紹
Hadoop開啟歷史服務可以在web頁面上檢視Yarn上執行job情況的詳細資訊。可以通過歷史伺服器檢視已經執行完的Mapreduce作業記錄,比如用了多少個Map、用了多少個Reduce、作業提交時間、作業啟動時間、作業完成時間等資訊。
二十二、開啟歷史服務
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh start historyserver、
- 1
開啟後,可以通過Web頁面檢視歷史伺服器:
http://bigdata-senior01.chybinmy.com:19888/
二十三、Web檢視job執行歷史
1、 執行一個mapreduce任務
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
-
2.5.0.jar wordcount /wordcountdemo/input /wordcountdemo/output1
- 1
- 2
2、 job執行中
3、 檢視job歷史
歷史伺服器的Web埠預設是19888,可以檢視Web介面。
但是在上面所顯示的某一個Job任務頁面的最下面,Map和Reduce個數的連結上,點選進入Map的詳細資訊頁面,再檢視某一個Map或者Reduce的詳細日誌是看不到的,是因為沒有開啟日誌聚集服務。
二十四、開啟日誌聚集
4、 日誌聚集介紹
MapReduce是在各個機器上執行的,在執行過程中產生的日誌存在於各個機器上,為了能夠統一檢視各個機器的執行日誌,將日誌集中存放在HDFS上,這個過程就是日誌聚集。
5、 開啟日誌聚集
配置日誌聚集功能:
Hadoop預設是不啟用日誌聚集的。在yarn-site.xml檔案裡配置啟用日誌聚集。
-
<property>
-
<name>yarn.log-aggregation-enable</name>
-
<value>true</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation.retain-seconds</name>
-
<value>106800</value>
-
</property>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
yarn.log-aggregation-enable:是否啟用日誌聚集功能。
yarn.log-aggregation.retain-seconds:設定日誌保留時間,單位是秒。
將配置檔案分發到其他節點:
-
[hadoop@bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoop-2.5.0/etc/hadoop/
-
[hadoop@bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoop-2.5.0/etc/hadoop/
- 1
- 2
重啟Yarn程式:
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/stop-yarn.sh
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-yarn.sh
- 1
- 2
重啟HistoryServer程式:
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh stop historyserver
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh start historyserver
- 1
- 2
6、 測試日誌聚集
執行一個demo MapReduce,使之產生日誌:
bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input /output1
- 1
檢視日誌:
執行Job後,就可以在歷史伺服器Web頁面檢視各個Map和Reduce的日誌了。
第四部分:完全分散式安裝
完全分部式是真正利用多臺Linux主機來進行部署Hadoop,對Linux機器叢集進行規劃,使得Hadoop各個模組分別部署在不同的多臺機器上。
二十五、環境準備
1、 克隆虛擬機器
-
Vmware左側選中要克隆的機器,這裡對原有的BigData01機器進行克隆,虛擬機器選單中,選中管理選單下的克隆命令。
-
選擇“建立完整克隆”,虛擬機器名稱為BigData02,選擇虛擬機器檔案儲存路徑,進行克隆。
-
再次克隆一個名為BigData03的虛擬機器。
2、 配置網路
修改網路卡名稱:
在BigData02和BigData03機器上編輯網路卡資訊。執行sudo vim /etc/udev/rules.d/70-persistent-net.rules命令。因為是從BigData01機器克隆來的,所以會保留BigData01的網路卡eth0,並且再新增一個網路卡eth1。並且eth0的Mac地址和BigData01的地址是一樣的,Mac地址不允許相同,所以要刪除eth0,只保留eth1網路卡,並且要將eth1改名為eth0。將修改後的eth0的mac地址複製下來,修改network-scripts檔案中的HWADDR屬性。
sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0
- 1
修改網路引數:
BigData02機器IP改為192.168.100.12
BigData03機器IP改為192.168.100.13
3、 配置Hostname
BigData02配置hostname為 bigdata-senior02.chybinmy.com
BigData03配置hostname為 bigdata-senior03.chybinmy.com
4、 配置hosts
BigData01、BigData02、BigData03三臺機器hosts都配置為:
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo vim /etc/hosts
-
192.168.100.10 bigdata-senior01.chybinmy.com
-
192.168.100.12 bigdata-senior02.chybinmy.com
-
192.168.100.13 bigdata-senior03.chybinmy.com
- 1
- 2
- 3
- 4
5、 配置Windows上的SSH客戶端
在本地Windows中的SSH客戶端上新增對BigData02、BigData03機器的SSH連結。
二十六、伺服器功能規劃
bigdata-senior01.chybinmy.com | bigdata-senior02.chybinmy.com | bigdata-senior03.chybinmy.com |
---|---|---|
NameNode | ResourceManage | |
DataNode | DataNode | DataNode |
NodeManager | NodeManager | NodeManager |
HistoryServer | SecondaryNameNode |
二十七、在第一臺機器上安裝新的Hadoop
為了和之前BigData01機器上安裝偽分散式Hadoop區分開來,我們將BigData01上的Hadoop服務都停止掉,然後在一個新的目錄/opt/modules/app下安裝另外一個Hadoop。
我們採用先在第一臺機器上解壓、配置Hadoop,然後再分發到其他兩臺機器上的方式來安裝叢集。
6、 解壓Hadoop目錄:
[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/app/
- 1
7、 配置Hadoop JDK路徑修改hadoop-env.sh、mapred-env.sh、yarn-env.sh檔案中的JDK路徑:
export JAVA_HOME="/opt/modules/jdk1.7.0_67"
- 1
8、 配置core-site.xml
[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/core-site.xml
- 1
-
<configuration>
-
<property>
-
<name>fs.defaultFS</name>
-
<value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
-
</property>
-
<property>
-
<name>hadoop.tmp.dir</name>
-
<value>/opt/modules/app/hadoop-2.5.0/data/tmp</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
fs.defaultFS為NameNode的地址。
hadoop.tmp.dir為hadoop臨時目錄的地址,預設情況下,NameNode和DataNode的資料檔案都會存在這個目錄下的對應子目錄下。應該保證此目錄是存在的,如果不存在,先建立。
9、 配置hdfs-site.xml
[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/hdfs-site.xml
- 1
-
<configuration>
-
<property>
-
<name>dfs.namenode.secondary.http-address</name>
-
<value>bigdata-senior03.chybinmy.com:50090</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
dfs.namenode.secondary.http-address是指定secondaryNameNode的http訪問地址和埠號,因為在規劃中,我們將BigData03規劃為SecondaryNameNode伺服器。
所以這裡設定為:bigdata-senior03.chybinmy.com:50090
10、 配置slaves
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/slaves
-
bigdata-senior01.chybinmy.com
-
bigdata-senior02.chybinmy.com
-
bigdata-senior03.chybinmy.com
- 1
- 2
- 3
- 4
slaves檔案是指定HDFS上有哪些DataNode節點。
11、 配置yarn-site.xml
[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/yarn-site.xml
- 1
-
<property>
-
<name>yarn.nodemanager.aux-services</name>
-
<value>mapreduce_shuffle</value>
-
</property>
-
<property>
-
<name>yarn.resourcemanager.hostname</name>
-
<value>bigdata-senior02.chybinmy.com</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation-enable</name>
-
<value>true</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation.retain-seconds</name>
-
<value>106800</value>
-
</property>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
根據規劃yarn.resourcemanager.hostname
這個指定resourcemanager伺服器指向bigdata-senior02.chybinmy.com
。
yarn.log-aggregation-enable
是配置是否啟用日誌聚集功能。
yarn.log-aggregation.retain-seconds
是配置聚集的日誌在HDFS上最多儲存多長時間。
12、 配置mapred-site.xml
從mapred-site.xml.template複製一個mapred-site.xml檔案。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
- 1
-
<configuration>
-
<property>
-
<name>mapreduce.framework.name</name>
-
<value>yarn</value>
-
</property>
-
<property>
-
<name>mapreduce.jobhistory.address</name>
-
<value>bigdata-senior01.chybinmy.com:10020</value>
-
</property>
-
<property>
-
<name>mapreduce.jobhistory.webapp.address</name>
-
<value>bigdata-senior01.chybinmy.com:19888</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
mapreduce.framework.name設定mapreduce任務執行在yarn上。
mapreduce.jobhistory.address是設定mapreduce的歷史伺服器安裝在BigData01機器上。
mapreduce.jobhistory.webapp.address是設定歷史伺服器的web頁面地址和埠號。
二十八、設定SSH無密碼登入
Hadoop叢集中的各個機器間會相互地通過SSH訪問,每次訪問都輸入密碼是不現實的,所以要配置各個機器間的
SSH是無密碼登入的。
1、 在BigData01上生成公鑰
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-keygen -t rsa
- 1
一路回車,都設定為預設值,然後再當前使用者的Home目錄下的.ssh
目錄中會生成公鑰檔案(id_rsa.pub)
和私鑰檔案(id_rsa)
。
2、 分發公鑰
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior01.chybinmy.com
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior02.chybinmy.com
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior03.chybinmy.com
- 1
- 2
- 3
3、 設定BigData02、BigData03到其他機器的無金鑰登入
同樣的在BigData02、BigData03上生成公鑰和私鑰後,將公鑰分發到三臺機器上。
二十九、分發Hadoop檔案
1、 首先在其他兩臺機器上建立存放Hadoop的目錄
-
[hadoop@bigdata-senior02 ~]$ mkdir /opt/modules/app
-
[hadoop@bigdata-senior03 ~]$ mkdir /opt/modules/app
- 1
- 2
2、 通過Scp分發
Hadoop根目錄下的share/doc目錄是存放的hadoop的文件,檔案相當大,建議在分發之前將這個目錄刪除掉,可以節省硬碟空間並能提高分發的速度。
doc目錄大小有1.6G。
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ du -sh /opt/modules/app/hadoop-2.5.0/share/doc
-
1.6G /opt/modules/app/hadoop-2.5.0/share/doc
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/app/hadoop-2.5.0/ bigdata-senior02.chybinmy.com:/opt/modules/app
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/app/hadoop-2.5.0/ bigdata-senior03.chybinmy.com:/opt/modules/app
- 1
- 2
- 3
- 4
三十、格式NameNode
在NameNode機器上執行格式化:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/bin/hdfs namenode –format
- 1
注意:
如果需要重新格式化NameNode,需要先將原來NameNode和DataNode下的檔案全部刪除,不然會報錯,NameNode和DataNode所在目錄是在core-site.xml
中hadoop.tmp.dir
、dfs.namenode.name.dir
、dfs.datanode.data.dir
屬性配置的。
-
<property>
-
<name>hadoop.tmp.dir</name>
-
<value>/opt/data/tmp</value>
-
</property>
-
<property>
-
<name>dfs.namenode.name.dir</name>
-
<value>file://${hadoop.tmp.dir}/dfs/name</value>
-
</property>
-
<property>
-
<name>dfs.datanode.data.dir</name>
-
<value>file://${hadoop.tmp.dir}/dfs/data</value>
-
</property>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
因為每次格式化,預設是建立一個叢集ID,並寫入NameNode和DataNode的VERSION檔案中(VERSION檔案所在目錄為dfs/name/current 和 dfs/data/current),重新格式化時,預設會生成一個新的叢集ID,如果不刪除原來的目錄,會導致namenode中的VERSION檔案中是新的叢集ID,而DataNode中是舊的叢集ID,不一致時會報錯。
另一種方法是格式化時指定叢集ID引數,指定為舊的叢集ID。
三十一、啟動叢集
1、 啟動HDFS
[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/sbin/start-dfs.sh
- 1
2、 啟動YARN
[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/sbin/start-yarn.sh
- 1
在BigData02上啟動ResourceManager:
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/yarn-daemon.sh start resourcemanager
- 1
3、 啟動日誌伺服器
因為我們規劃的是在BigData03伺服器上執行MapReduce日誌服務,所以要在BigData03上啟動。
-
[hadoop@bigdata-senior03 ~]$ /opt/modules/app/hadoop-2.5.0/sbin/mr-jobhistory-daemon.sh start historyserver
-
starting historyserver, logging to /opt/modules/app/hadoop-2.5.0/logs/mapred-hadoop-historyserver-bigda ta-senior03.chybinmy.com.out
- 1
- 2
-
[hadoop@bigdata-senior03 ~]$ jps
-
3570 Jps
-
3537 JobHistoryServer
-
3310 SecondaryNameNode
-
3213 DataNode
-
3392 NodeManager
- 1
- 2
- 3
- 4
- 5
- 6
4、 檢視HDFS Web頁面
http://bigdata-senior01.chybinmy.com:50070/
5、 檢視YARN Web 頁面
http://bigdata-senior02.chybinmy.com:8088/cluster
三十二、測試Job
我們這裡用hadoop自帶的wordcount例子來在本地模式下測試跑mapreduce。
1、 準備mapreduce輸入檔案wc.input
-
[hadoop@bigdata-senior01 modules]$ cat /opt/data/wc.input
-
hadoop mapreduce hive
-
hbase spark storm
-
sqoop hadoop hive
-
spark hadoop
- 1
- 2
- 3
- 4
- 5
2、 在HDFS建立輸入目錄input
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir /input
- 1
3、 將wc.input上傳到HDFS
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /input/wc.input
- 1
4、 執行hadoop自帶的mapreduce Demo
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input/wc.input /output
- 1
5、 檢視輸出檔案
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -ls /output
-
Found 2 items
-
-rw-r--r-- 3 hadoop supergroup 0 2016-07-14 16:36 /output/_SUCCESS
-
-rw-r--r-- 3 hadoop supergroup 60 2016-07-14 16:36 /output/part-r-00000
- 1
- 2
- 3
- 4
第五部分:Hadoop HA安裝
HA的意思是High Availability高可用,指噹噹前工作中的機器當機後,會自動處理這個異常,並將工作無縫地轉移到其他備用機器上去,以來保證服務的高可用。
HA方式安裝部署才是最常見的生產環境上的安裝部署方式。Hadoop HA是Hadoop 2.x中新新增的特性,包括NameNode HA 和 ResourceManager HA。因為DataNode和NodeManager本身就是被設計為高可用的,所以不用對他們進行特殊的高可用處理。
第九步、時間伺服器搭建
Hadoop對叢集中各個機器的時間同步要求比較高,要求各個機器的系統時間不能相差太多,不然會造成很多問題。可以配置叢集中各個機器和網際網路的時間伺服器進行時間同步,但是在實際生產環境中,叢集中大部分伺服器是不能連線外網的,這時候可以在內網搭建一個自己的時間伺服器(NTP伺服器),叢集的各個機器與這個時間伺服器進行時間同步。
三十三、配置NTP伺服器
我們選擇第三臺機器(bigdata-senior03.chybinmy.com)為NTF伺服器,其他機器和這臺機器進行同步。
1、 檢查ntp服務是否已經安裝
-
[hadoop@bigdata-senior03 data]$ sudo rpm -qa | grep ntp
-
ntpdate-4.2.6p5-1.el6.centos.x86_64
-
ntp-4.2.6p5-1.el6.centos.x86_64
- 1
- 2
- 3
顯示已經安裝過了ntp程式,其中ntpdate-4.2.6p5-1.el6.centos.x86_64
是用來和某臺伺服器進行同步的,ntp-4.2.6p5-1.el6.centos.x86_64
是用來提供時間同步服務的。
2、 修改配置檔案ntp.conf
[hadoop@bigdata-senior03 data]$ vim /etc/ntp.conf
- 1
啟用restrice,修改網段
restrict 192.168.100.0 mask 255.255.255.0 nomodify notrap
將這行的註釋去掉,並且將網段改為叢集的網段,我們這裡是100網段。
註釋掉server域名配置
-
#server 0.centos.pool.ntp.org iburst
-
#server 1.centos.pool.ntp.org iburst
-
#server 2.centos.pool.ntp.org iburst
-
#server 3.centos.pool.ntp.org iburst
- 1
- 2
- 3
- 4
是時間伺服器的域名,這裡不需要連線網際網路,所以將他們註釋掉。
修改
server 127.127.1.0
fudge 127.127.1.0 stratum 10
3、 修改配置檔案ntpd
[hadoop@bigdata-senior03 ~]$ sudo vim /etc/sysconfig/ntpd
- 1
新增一行配置:SYNC_CLOCK=yes
4、 啟動ntp服務
[hadoop@bigdata-senior03 ~]$ sudo chkconfig ntpd on
- 1
這樣每次機器啟動時,ntp服務都會自動啟動。
三十四、配置其他機器的同步
切換到root使用者進行配置通過contab進行定時同步:
-
[root@bigdata-senior02 hadoop]# crontab -e
-
*/10 * * * * /usr/sbin/ntpdate bigdata-senior03.chybinmy.com
-
[root@bigdata-senior02 hadoop]# crontab -e
-
*/10 * * * * /usr/sbin/ntpdate bigdata-senior03.chybinmy.com
- 1
- 2
- 3
- 4
三十五、 測試同步是否有效
1、 檢視目前三臺機器的時間
-
[hadoop@bigdata-senior03 ~]$ date "+%Y-%m-%d %H:%M:%S"
-
2016-09-23 16:43:56
-
[hadoop@bigdata-senior02 ~]$ date "+%Y-%m-%d %H:%M:%S"
-
2016-09-23 16:44:08
-
[hadoop@bigdata-senior01 data]$ date "+%Y-%m-%d %H:%M:%S"
-
2016-09-23 16:44:18
- 1
- 2
- 3
- 4
- 5
- 6
2、 修改bigdata-senior01上的時間
將時間改為一個以前的時間:
-
[hadoop@bigdata-senior01 data]$ sudo date -s '2016-01-01 00:00:00'
-
Fri Jan 1 00:00:00 CST 2016
-
[hadoop@bigdata-senior01 data]$ date "+%Y-%m-%d %H:%M:%S"
-
2016-01-01 00:00:05
- 1
- 2
- 3
- 4
等10分鐘,看是否可以實現自動同步,將bigdata-senior01上的時間修改為和bigdata-senior03上的一致。
3、 檢視是否自動同步時間
-
[hadoop@bigdata-senior01 data]$ date "+%Y-%m-%d %H:%M:%S"
-
2016-09-23 16:54:36
- 1
- 2
可以看到bigdata-senior01上的時間已經實現自動同步了。
三十六、zookeeper說明
Zookeeper在Hadoop叢集中的作用。
Zookeeper是分散式管理協作框架,Zookeeper叢集用來保證Hadoop叢集的高可用,(高可用的含義是:叢集中就算有一部分伺服器當機,也能保證正常地對外提供服務。)
Zookeeper保證高可用的原理。
Zookeeper叢集能夠保證NamaNode服務高可用的原理是:Hadoop叢集中有兩個NameNode服務,兩個NaameNode都定時地給Zookeeper傳送心跳,告訴Zookeeper我還活著,可以提供服務,單某一個時間只有一個是Action狀態,另外一個是Standby狀態,一旦Zookeeper檢測不到Action NameNode傳送來的心跳後,就切換到Standby狀態的NameNode上,將它設定為Action狀態,所以叢集中總有一個可用的NameNode,達到了NameNode的高可用目的。
Zookeeper的選舉機制。
Zookeeper叢集也能保證自身的高可用,保證自身高可用的原理是,Zookeeper叢集中的各個機器分為Leader和Follower兩個角色,寫入資料時,要先寫入Leader,Leader同意寫入後,再通知Follower寫入。客戶端讀取數時,因為資料都是一樣的,可以從任意一臺機器上讀取資料。
這裡Leader角色就存在單點故障的隱患,高可用就是解決單點故障隱患的。Zookeeper從機制上解決了Leader的單點故障問題,Leader是哪一臺機器是不固定的,Leader是選舉出來的。選舉流程是,叢集中任何一臺機器發現叢集中沒有Leader時,就推薦自己為Leader,其他機器來同意,當超過一半數的機器同意它為Leader時,選舉結束,所以Zookeeper叢集中的機器資料必須是奇數。這樣就算當Leader機器當機後,會很快選舉出新的Leader,保證了Zookeeper叢集本身的高可用。
寫入高可用。
叢集中的寫入操作都是先通知Leader,Leader再通知Follower寫入,實際上當超過一半的機器寫入成功後,就認為寫入成功了,所以就算有些機器當機,寫入也是成功的。
讀取高可用。
zookeeperk客戶端讀取資料時,可以讀取叢集中的任何一個機器。所以部分機器的當機並不影響讀取。
zookeeper伺服器必須是奇數臺,因為zookeeper有選舉制度,角色有:領導者、跟隨者、觀察者,選舉的目的是保證叢集中資料的一致性。
三十七、安裝zookeeper
我們這裡在BigData01、BigData02、BigData03三臺機器上安裝zookeeper叢集。
1、 解壓安裝包
在BigData01上安裝解壓zookeeper安裝包。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ tar -zxf /opt/sofeware/zookeeper-3.4.8.tar.gz -C /opt/modules/
- 1
2、 修改配置
拷貝conf下的zoo_sample.cfg副本,改名為zoo.cfg。zoo.cfg是zookeeper的配置檔案:
[hadoop@bigdata-senior01 zookeeper-3.4.8]$ cp conf/zoo_sample.cfg conf/zoo.cfg
- 1
dataDir屬性設定zookeeper的資料檔案存放的目錄:
dataDir=/opt/modules/zookeeper-3.4.8/data/zData
指定zookeeper叢集中各個機器的資訊:
-
server.1=bigdata-senior01.chybinmy.com:2888:3888
-
server.2=bigdata-senior02.chybinmy.com:2888:3888
-
server.3=bigdata-senior03.chybinmy.com:2888:3888
- 1
- 2
- 3
server後面的數字範圍是1到255,所以一個zookeeper叢集最多可以有255個機器。
3、 建立myid檔案
在dataDir所指定的目錄下創一個名為myid的檔案,檔案內容為server點後面的數字。
4、 分發到其他機器
-
[hadoop@bigdata-senior01 zookeeper-3.4.8]$ scp -r /opt/modules/zookeeper-3.4.8 bigdata-senior02.chybinmy.com:/opt/modules
-
[hadoop@bigdata-senior01 zookeeper-3.4.8]$ scp -r /opt/modules/zookeeper-3.4.8 bigdata-senior03.chybinmy.com:/opt/modules
- 1
- 2
5、 修改其他機器上的myid檔案
-
[hadoop@bigdata-senior02 zookeeper-3.4.8]$ echo 2 > /opt/modules/zookeeper-3.4.8/data/zData/myid
-
[hadoop@bigdata-senior02 zookeeper-3.4.8]$ cat /opt/modules/zookeeper-3.4.8/data/zData/myid
-
2
- 1
- 2
- 3
-
[hadoop@bigdata-senior03 ~]$ echo 3 > /opt/modules/zookeeper-3.4.8/data/zData/myid
-
[hadoop@bigdata-senior03 ~]$ cat /opt/modules/zookeeper-3.4.8/data/zData/myid
-
3
- 1
- 2
- 3
6、 啟動zookeeper
需要在各個機器上分別啟動zookeeper。
-
[hadoop@bigdata-senior01 zookeeper-3.4.8]$ bin/zkServer.sh start
-
[hadoop@bigdata-senior02 zookeeper-3.4.8]$ bin/zkServer.sh start
-
[hadoop@bigdata-senior03 zookeeper-3.4.8]$ bin/zkServer.sh start
- 1
- 2
- 3
三十八、zookeeper命令
進入zookeeper Shell
在zookeeper根目錄下執行 bin/zkCli.sh進入zk shell模式。
zookeeper很像一個小型的檔案系統,/是根目錄,下面的所有節點都叫zNode。
進入zk shell 後輸入任意字元,可以列出所有的zookeeper命令
查詢zNode上的資料:get /zookeeper
建立一個zNode : create /znode1 “demodata “
列出所有子zNode:ls /
刪除znode : rmr /znode1
退出shell模式:quit
三十九、HDFS HA原理
單NameNode的缺陷存在單點故障的問題,如果NameNode不可用,則會導致整個HDFS檔案系統不可用。所以需要設計高可用的HDFS(Hadoop HA)來解決NameNode單點故障的問題。解決的方法是在HDFS叢集中設定多個NameNode節點。但是一旦引入多個NameNode,就有一些問題需要解決。
-
HDFS HA需要保證的四個問題:
-
保證NameNode記憶體中後設資料資料一致,並保證編輯日誌檔案的安全性。
-
多個NameNode如何協作
-
客戶端如何能正確地訪問到可用的那個NameNode。
-
怎麼保證任意時刻只能有一個NameNode處於對外服務狀態。
-
-
解決方法
-
對於保證NameNode後設資料的一致性和編輯日誌的安全性,採用Zookeeper來儲存編輯日誌檔案。
-
兩個NameNode一個是Active狀態的,一個是Standby狀態的,一個時間點只能有一個Active狀態的
NameNode提供服務,兩個NameNode上儲存的後設資料是實時同步的,當Active的NameNode出現問題時,通過Zookeeper實時切換到Standby的NameNode上,並將Standby改為Active狀態。 -
客戶端通過連線一個Zookeeper的代理來確定當時哪個NameNode處於服務狀態。
-
四十、HDFS HA架構圖
-
HDFS HA架構中有兩臺NameNode節點,一臺是處於活動狀態(Active)為客戶端提供服務,另外一臺處於熱備份狀態(Standby)。
-
後設資料檔案有兩個檔案:fsimage和edits,備份後設資料就是備份這兩個檔案。JournalNode用來實時從Active NameNode上拷貝edits檔案,JournalNode有三臺也是為了實現高可用。
-
Standby NameNode不對外提供後設資料的訪問,它從Active NameNode上拷貝fsimage檔案,從JournalNode上拷貝edits檔案,然後負責合併fsimage和edits檔案,相當於SecondaryNameNode的作用。最終目的是保證Standby NameNode上的後設資料資訊和Active NameNode上的後設資料資訊一致,以實現熱備份。
-
Zookeeper來保證在Active NameNode失效時及時將Standby NameNode修改為Active狀態。
-
ZKFC(失效檢測控制)是Hadoop裡的一個Zookeeper客戶端,在每一個NameNode節點上都啟動一個ZKFC程式,來監控NameNode的狀態,並把NameNode的狀態資訊彙報給Zookeeper叢集,其實就是在Zookeeper上建立了一個Znode節點,節點裡儲存了NameNode狀態資訊。當NameNode失效後,ZKFC檢測到報告給Zookeeper,Zookeeper把對應的Znode刪除掉,Standby ZKFC發現沒有Active狀態的NameNode時,就會用shell命令將自己監控的NameNode改為Active狀態,並修改Znode上的資料。
Znode是個臨時的節點,臨時節點特徵是客戶端的連線斷了後就會把znode刪除,所以當ZKFC失效時,也會導致切換NameNode。 -
DataNode會將心跳資訊和Block彙報資訊同時發給兩臺NameNode,DataNode只接受Active NameNode發來的檔案讀寫操作指令。
四十一、搭建HDFS HA 環境
1、 伺服器角色規劃
bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com |
---|---|---|
NameNode | NameNode | |
Zookeeper | Zookeeper | Zookeeper |
DataNode | DataNode | DataNode |
ResourceManage | ResourceManage | |
NodeManager | NodeManager | NodeManager |
2、 建立HDFS HA 版本Hadoop程式目錄
在bigdata01、bigdata02、bigdata03三臺機器上分別建立目錄/opt/modules/hadoopha/用來存放Hadoop HA環境。
[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopha
- 1
3、 新解壓Hadoop 2.5.0
[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopha/
- 1
4、 配置Hadoop JDK路徑
-
修改hadoop-env.sh、mapred-env.sh、yarn-env.sh檔案中的JDK路徑
-
export JAVA_HOME="/opt/modules/jdk1.7.0_67"
- 1
- 2
5、 配置hdfs-site.xml
-
<?xml version="1.0" encoding="UTF-8"?>
-
<configuration>
-
<property>
-
<!-- 為namenode叢集定義一個services name -->
-
<name>dfs.nameservices</name>
-
<value>ns1</value>
-
</property>
-
<property>
-
<!-- nameservice 包含哪些namenode,為各個namenode起名 -->
-
<name>dfs.ha.namenodes.ns1</name>
-
<value>nn1,nn2</value>
-
</property>
-
<property>
-
<!-- 名為nn1的namenode 的rpc地址和埠號,rpc用來和datanode通訊 -->
-
<name>dfs.namenode.rpc-address.ns1.nn1</name>
-
<value>bigdata-senior01.chybinmy.com:8020</value>
-
</property>
-
<property>
-
<!-- 名為nn2的namenode 的rpc地址和埠號,rpc用來和datanode通訊 -->
-
<name>dfs.namenode.rpc-address.ns1.nn2</name>
-
<value>bigdata-senior02.chybinmy.com:8020</value>
-
</property>
-
<property>
-
<!--名為nn1的namenode 的http地址和埠號,web客戶端 -->
-
<name>dfs.namenode.http-address.ns1.nn1</name>
-
<value>bigdata-senior01.chybinmy.com:50070</value>
-
</property>
-
<property>
-
<!--名為nn2的namenode 的http地址和埠號,web客戶端 -->
-
<name>dfs.namenode.http-address.ns1.nn2</name>
-
<value>bigdata-senior02.chybinmy.com:50070</value>
-
</property>
-
<property>
-
<!-- namenode間用於共享編輯日誌的journal節點列表 -->
-
<name>dfs.namenode.shared.edits.dir</name>
-
<value>qjournal://bigdata-senior01.chybinmy.com:8485;bigdata-senior02.chybinmy.com:8485;bigdata-senior03.chybinmy.com:8485/ns1</value>
-
</property>
-
<property>
-
<!-- journalnode 上用於存放edits日誌的目錄 -->
-
<name>dfs.journalnode.edits.dir</name>
-
<value>/opt/modules/hadoopha/hadoop-2.5.0/tmp/data/dfs/jn</value>
-
</property>
-
<property>
-
<!-- 客戶端連線可用狀態的NameNode所用的代理類 -->
-
<name>dfs.client.failover.proxy.provider.ns1</name>
-
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
-
</property>
-
<property>
-
<!-- -->
-
<name>dfs.ha.fencing.methods</name>
-
<value>sshfence</value>
-
</property>
-
<property>
-
<name>dfs.ha.fencing.ssh.private-key-files</name>
-
<value>/home/hadoop/.ssh/id_rsa</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
6、 配置core-site.xml
-
<?xml version="1.0" encoding="UTF-8"?>
-
<configuration>
-
<property>
-
<!-- hdfs 地址,ha中是連線到nameservice -->
-
<name>fs.defaultFS</name>
-
<value>hdfs://ns1</value>
-
</property>
-
<property>
-
<!-- -->
-
<name>hadoop.tmp.dir</name>
-
<value>/opt/modules/hadoopha/hadoop-2.5.0/data/tmp</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
hadoop.tmp.dir
設定hadoop臨時目錄地址,預設時,NameNode和DataNode的資料存在這個路徑下。
7、 配置slaves檔案
-
bigdata-senior01.chybinmy.com
-
bigdata-senior02.chybinmy.com
-
bigdata-senior03.chybinmy.com
- 1
- 2
- 3
8、 分發到其他節點
分發之前先將share/doc目錄刪除,這個目錄中是幫助檔案,並且很大,可以刪除。
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/hadoopha bigdata-senior02.chybinmy.com:/opt/modules
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/hadoopha bigdata-senior03.chybinmy.com:/opt/modules
- 1
- 2
9、 啟動HDFS HA叢集
三臺機器分別啟動Journalnode。
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start journalnode
-
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start journalnode
-
[hadoop@bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start journalnode
- 1
- 2
- 3
jps命令檢視是否啟動。
10、 啟動Zookeeper
在三臺節點上啟動Zookeeper:
-
[hadoop@bigdata-senior01 zookeeper-3.4.8]$ bin/zkServer.sh start
-
[hadoop@bigdata-senior02 zookeeper-3.4.8]$ bin/zkServer.sh start
-
[hadoop@bigdata-senior03 zookeeper-3.4.8]$ bin/zkServer.sh start
- 1
- 2
- 3
11、 格式化NameNode
在第一臺上進行NameNode格式化:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs namenode -format
- 1
在第二臺NameNode上:
[hadoop@bigdata-senior02 hadoop-2.5.0]$ bin/hdfs namenode -bootstrapStandby
- 1
12、 啟動NameNode
在第一臺、第二臺上啟動NameNode:
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
-
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
- 1
- 2
檢視HDFS Web頁面,此時兩個NameNode都是standby狀態。
切換第一臺為active狀態:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs haadmin -transitionToActive nn1
- 1
可以新增上forcemanual引數,強制將一個NameNode轉換為Active狀態。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs haadmin –transitionToActive -forcemanual nn1
- 1
此時從web 頁面就看到第一臺已經是active狀態了。
13、 配置故障自動轉移
利用zookeeper叢集實現故障自動轉移,在配置故障自動轉移之前,要先關閉叢集,不能在HDFS執行期間進行配置。
關閉NameNode、DataNode、JournalNode、zookeeper
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop journalnode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ cd ../../zookeeper-3.4.8/
-
[hadoop@bigdata-senior01 zookeeper-3.4.8]$ bin/zkServer.sh stop
-
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
-
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
-
[hadoop@bigdata- senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop journalnode
-
[hadoop@bigdata- senior02 hadoop-2.5.0]$ cd ../../zookeeper-3.4.8/
-
[hadoop@bigdata- senior02 zookeeper-3.4.8]$ bin/zkServer.sh stop
-
[hadoop@bigdata- senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
-
[hadoop@bigdata- senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop journalnode
-
[hadoop@bigdata- senior03 hadoop-2.5.0]$ cd ../../zookeeper-3.4.8/
-
[hadoop@bigdata- senior03 zookeeper-3.4.8]$ bin/zkServer.sh stop
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
修改hdfs-site.xml
-
<property>
-
<name>dfs.ha.automatic-failover.enabled</name>
-
<value>true</value>
-
</property>
- 1
- 2
- 3
- 4
修改core-site.xml
-
<property>
-
<name>ha.zookeeper.quorum</name>
-
<value>bigdata-senior01.chybinmy.com:2181,bigdata-senior02.chybinmy.com:2181,bigdata-senior03.chybinmy.com:2181</value>
-
</property>
- 1
- 2
- 3
- 4
將hdfs-site.xml和core-site.xml分發到其他機器
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/hdfs-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/hdfs-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/core-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/core-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
- 1
- 2
- 3
- 4
啟動zookeeper
三臺機器啟動zookeeper
[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/zookeeper-3.4.8/bin/zkServer.sh start
- 1
建立一個zNode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ cd /opt/modules/hadoopha/hadoop-2.5.0/
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs zkfc -formatZK
- 1
- 2
在Zookeeper上建立一個儲存namenode相關的節點。
14、 啟動HDFS、JournalNode、zkfc
啟動NameNode、DataNode、JournalNode、zkfc
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-dfs.sh
- 1
zkfc只針對NameNode監聽。
四十二、測試HDFS HA
1、 測試故障自動轉移和資料是否共享
在nn1上上傳檔案
目前bigdata-senior01節點上的NameNode是Active狀態的。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /
- 1
將nn1上的NodeNode程式殺掉
[hadoop@bigdata-senior01 hadoop-2.5.0]$ kill -9 3364
- 1
nn1上的namenode已經無法訪問了。
檢視nn2是否是Active狀態
在nn2上檢視是否看見檔案
經以上驗證,已經實現了nn1和nn2之間的檔案同步和故障自動轉移。
四十三、YARN HA原理
Hadoop2.4版本之前,ResourceManager也存在單點故障的問題,也需要實現HA來保證ResourceManger的高可也用性。
ResouceManager從記錄著當前叢集的資源分配情況和JOB的執行狀態,YRAN HA 利用Zookeeper等共享儲存介質來儲存這些資訊來達到高可用。另外利用Zookeeper來實現ResourceManager自動故障轉移。
-
MasterHADaemon:控制RM的 Master的啟動和停止,和RM執行在一個程式中,可以接收外部RPC命令。
-
共享儲存:Active Master將資訊寫入共享儲存,Standby Master讀取共享儲存資訊以保持和Active Master同步。
-
ZKFailoverController:基於Zookeeper實現的切換控制器,由ActiveStandbyElector和HealthMonitor組成,ActiveStandbyElector負責與Zookeeper互動,判斷所管理的Master是進入Active還是Standby;HealthMonitor負責監控Master的活動健康情況,是個監視器。
-
Zookeeper:核心功能是維護一把全域性鎖控制整個叢集上只有一個Active的ResourceManager。
四十四、搭建YARN HA環境
1、 伺服器角色規劃
bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com |
---|---|---|
NameNode | NameNode | |
Zookeeper | Zookeeper | Zookeeper |
DataNode | DataNode | DataNode |
ResourceManage | ResourceManage | |
NodeManager | NodeManager | NodeManager |
2、 修改配置檔案yarn-site.xml
-
<?xml version="1.0" encoding="UTF-8"?>
-
<configuration>
-
<property>
-
<name>yarn.nodemanager.aux-services</name>
-
<value>mapreduce_shuffle</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation-enable</name>
-
<value>true</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation.retain-seconds</name>
-
<value>106800</value>
-
</property>
-
<property>
-
<!-- 啟用resourcemanager的ha功能 -->
-
<name>yarn.resourcemanager.ha.enabled</name>
-
<value>true</value>
-
</property>
-
<property>
-
<!-- 為resourcemanage ha 叢集起個id -->
-
<name>yarn.resourcemanager.cluster-id</name>
-
<value>yarn-cluster</value>
-
</property>
-
<property>
-
<!-- 指定resourcemanger ha 有哪些節點名 -->
-
<name>yarn.resourcemanager.ha.rm-ids</name>
-
<value>rm12,rm13</value>
-
</property>
-
<property>
-
<!-- 指定第一個節點的所在機器 -->
-
<name>yarn.resourcemanager.hostname.rm12</name>
-
<value>bigdata-senior02.chybinmy.com</value>
-
</property>
-
<property>
-
<!-- 指定第二個節點所在機器 -->
-
<name>yarn.resourcemanager.hostname.rm13</name>
-
<value>bigdata-senior03.chybinmy.com</value>
-
</property>
-
<property>
-
<!-- 指定resourcemanger ha 所用的zookeeper 節點 -->
-
<name>yarn.resourcemanager.zk-address</name>
-
<value>bigdata-senior01.chybinmy.com:2181,bigdata-senior02.chybinmy.com:2181,bigdata-senior03.chybinmy.com:2181</value>
-
</property>
-
<property>
-
<!-- -->
-
<name>yarn.resourcemanager.recovery.enabled</name>
-
<value>true</value>
-
</property>
-
<property>
-
<!-- -->
-
<name>yarn.resourcemanager.store.class</name>
-
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
3、 分發到其他機器
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/\
- 1
- 2
4、 啟動
在bigdata-senior01上啟動yarn:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-yarn.sh
- 1
在bigdata-senior02、bigdata-senior03上啟動resourcemanager:
-
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/yarn-daemon.sh start resourcemanager
-
[hadoop@bigdata-senior03 hadoop-2.5.0]$ sbin/yarn-daemon.sh start resourcemanager
- 1
- 2
啟動後各個節點的程式。
Web客戶端訪問bigdata02機器上的resourcemanager正常,它是active狀態的。
http://bigdata-senior02.chybinmy.com:8088/cluster
訪問另外一個resourcemanager,因為他是standby,會自動跳轉到active的resourcemanager。
http://bigdata-senior03.chybinmy.com:8088/cluster
四十五、測試YARN HA
5、 執行一個mapreduce job
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /wc.input /input
- 1
6、 在job執行過程中,將Active狀態的resourcemanager程式殺掉。
[hadoop@bigdata-senior02 hadoop-2.5.0]$ kill -9 4475
- 1
7、 觀察另外一個resourcemanager是否可以自動接替。
bigdata02的resourcemanage Web客戶端已經不能訪問,bigdata03的resourcemanage已經自動變為active狀態。
8、 觀察job是否可以順利完成。
而mapreduce job 也能順利完成,沒有因為resourcemanager的意外故障而影響執行。
經過以上測試,已經驗證YARN HA 已經搭建成功。
四十六、HDFS Federation 的使用原因
1、 單個NameNode節點的侷限性
名稱空間的限制。
NameNode上儲存著整個HDFS上的檔案的後設資料,NameNode是部署在一臺機器上的,因為單個機器硬體的限制,必然會限制NameNode所能管理的檔案個數,制約了資料量的增長。
資料隔離問題。
整個HDFS上的檔案都由一個NameNode管理,所以一個程式很有可能會影響到整個HDFS上的程式,並且許可權控制比較複雜。
效能瓶頸。
單個NameNode時HDFS檔案系統的吞吐量受限於單個NameNode的吞吐量。因為NameNode是個JVM程式,JVM程式所佔用的記憶體很大時,效能會下降很多。
2、 HDFS Federation介紹
HDFS Federation是可以在Hadoop叢集中設定多個NameNode,不同於HA中多個NameNode是完全一樣的,是多個備份,Federation中的多個NameNode是不同的,可以理解為將一個NameNode切分為了多個NameNode,每一個NameNode只負責管理一部分資料。
HDFS Federation中的多個NameNode共用DataNode。
四十七、HDFS Federation的架構圖
四十八、HDFS Federation搭建
1、 伺服器角色規劃
bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com |
---|---|---|
NameNode1 | NameNode2 | NameNode3 |
ResourceManage | ||
DataNode | DataNode | DataNode |
NodeManager | NodeManager | NodeManager |
2、 建立HDFS Federation 版本Hadoop程式目錄
在bigdata01上建立目錄/opt/modules/hadoopfederation /用來存放Hadoop Federation環境。
[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopfederation
- 1
3、 新解壓Hadoop 2.5.0
[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopfederation/
- 1
4、 配置Hadoop JDK路徑
修改hadoop-env.sh、mapred-env.sh、yarn-env.sh檔案中的JDK路徑。
export JAVA_HOME=”/opt/modules/jdk1.7.0_67”
5、 配置hdfs-site.xml
-
<configuration>
-
<property>
-
<!—配置三臺NameNode -->
-
<name>dfs.nameservices</name>
-
<value>ns1,ns2,ns3</value>
-
</property>
-
<property>
-
<!—第一臺NameNode的機器名和rpc埠,指定了NameNode和DataNode通訊用的埠號 -->
-
<name>dfs.namenode.rpc-address.ns1</name>
-
<value>bigdata-senior01.chybinmy.com:8020</value>
-
</property>
-
<property>
-
<!—第一臺NameNode的機器名和rpc埠,備用埠號 -->
-
<name>dfs.namenode.serviceerpc-address.ns1</name>
-
<value>bigdata-senior01.chybinmy.com:8022</value>
-
</property>
-
<property>
-
<!—第一臺NameNode的http頁面地址和埠號 -->
-
<name>dfs.namenode.http-address.ns1</name>
-
<value>bigdata-senior01.chybinmy.com:50070</value>
-
</property>
-
<property>
-
<!—第一臺NameNode的https頁面地址和埠號 -->
-
<name>dfs.namenode.https-address.ns1</name>
-
<value>bigdata-senior01.chybinmy.com:50470</value>
-
</property>
-
<property>
-
<name>dfs.namenode.rpc-address.ns2</name>
-
<value>bigdata-senior02.chybinmy.com:8020</value>
-
</property>
-
<property>
-
<name>dfs.namenode.serviceerpc-address.ns2</name>
-
<value>bigdata-senior02.chybinmy.com:8022</value>
-
</property>
-
<property>
-
<name>dfs.namenode.http-address.ns2</name>
-
<value>bigdata-senior02.chybinmy.com:50070</value>
-
</property>
-
<property>
-
<name>dfs.namenode.https-address.ns2</name>
-
<value>bigdata-senior02.chybinmy.com:50470</value>
-
</property>
-
<property>
-
<name>dfs.namenode.rpc-address.ns3</name>
-
<value>bigdata-senior03.chybinmy.com:8020</value>
-
</property>
-
<property>
-
<name>dfs.namenode.serviceerpc-address.ns3</name>
-
<value>bigdata-senior03.chybinmy.com:8022</value>
-
</property>
-
<property>
-
<name>dfs.namenode.http-address.ns3</name>
-
<value>bigdata-senior03.chybinmy.com:50070</value>
-
</property>
-
<property>
-
<name>dfs.namenode.https-address.ns3</name>
-
<value>bigdata-senior03.chybinmy.com:50470</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
6、 配置core-site.xml
-
<configuration>
-
<property>
-
<name>hadoop.tmp.dir</name>
-
<value>/opt/modules/hadoopha/hadoop-2.5.0/data/tmp</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
hadoop.tmp.dir設定hadoop臨時目錄地址,預設時,NameNode和DataNode的資料存在這個路徑下。
7、 配置slaves檔案
-
bigdata-senior01.chybinmy.com
-
bigdata-senior02.chybinmy.com
-
bigdata-senior03.chybinmy.com
- 1
- 2
- 3
8、 配置yarn-site.xml
-
<configuration>
-
<property>
-
<name>yarn.nodemanager.aux-services</name>
-
<value>mapreduce_shuffle</value>
-
</property>
-
<property>
-
<name>yarn.resourcemanager.hostname</name>
-
<value>bigdata-senior02.chybinmy.com</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation-enable</name>
-
<value>true</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation.retain-seconds</name>
-
<value>106800</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
9、 分發到其他節點
分發之前先將share/doc目錄刪除,這個目錄中是幫助檔案,並且很大,可以刪除。
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/ /opt/modules/hadoopfederation bigdata-senior02.chybinmy.com:/opt/modules
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/hadoopfederation bigdata-senior03.chybinmy.com:/opt/modules
- 1
- 2
10、 格式化NameNode
在第一臺上進行NameNode格式化。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId
- 1
這裡一定要指定一個叢集ID,使得多個NameNode的叢集ID是一樣的,因為這三個NameNode在同一個叢集中,這裡叢集ID為hadoop-federation-clusterId。
在第二臺NameNode上。
[hadoop@bigdata-senior02 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId
- 1
在第二臺NameNode上。
[hadoop@bigdata-senior03 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId
- 1
11、 啟動NameNode
在第一臺、第二臺、第三臺機器上啟動NameNode:
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
-
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
-
[hadoop@bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
- 1
- 2
- 3
啟動後,用jps命令檢視是否已經啟動成功。
檢視HDFS Web頁面,此時三個NameNode都是standby狀態。
12、 啟動DataNode
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode
-
[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode
-
[hadoop@bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode
- 1
- 2
- 3
啟動後,用jps命令確認DataNode程式已經啟動成功。
四十九、測試HDFS Federation
1、 修改core-site.xml
在bigdata-senior01機器上,修改core-site.xml檔案,指定連線的NameNode是第一臺NameNode。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/core-site.xml
-
<configuration>
-
<property>
-
<name>fs.defaultFS</name>
-
<value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
-
</property>
-
<property>
-
<name>hadoop.tmp.dir</name>
-
<value>/opt/modules/hadoopfederation/hadoop-2.5.0/data/tmp</value>
-
</property>
-
</configuration>
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
2、 在bigdate-senior01上傳一個檔案到HDFS
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir /tmp
-
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put ~/shuffle_daily.sh /tmp/shuffle_daily.sh
- 1
- 2
3、 檢視HDFS檔案
可以看到,剛才的檔案只上傳到了bigdate-senior01機器上的NameNode上了,並沒有上傳到其他的NameNode上去。
這樣,在HDFS的客戶端,可以指定要上傳到哪個NameNode上,從而來達到了劃分NameNode的目的。
後記
這篇文章的操作步驟並不是工作中標準的操作流程,如果在成百上千的機器全部這樣安裝會被累死,希望讀者可以通過文章中一步步地安裝,從而初步瞭解到Hadoop的組成部分,協助過程等,這對於Hadoop的深入使用有很大的幫助。
相關文章
- GitChat·大資料 | 史上最詳細的Hadoop環境搭建Git大資料Hadoop
- Mac版最詳細的Flutter開發環境搭建MacFlutter開發環境
- 搭建yarn(hadoop-2.2.0)環境詳細過程YarnHadoop
- 最詳細的JavaWeb開發基礎之java環境搭建(Mac版)JavaWebMac
- 最詳細的JavaWeb開發基礎之java環境搭建(Windows版)JavaWebWindows
- 史上最為詳細的javascript繼承JavaScript繼承
- Flutter入門之Mac最詳環境搭建FlutterMac
- hadoop的單機環境搭建Hadoop
- 史上最詳細的JavaScript事件使用指南JavaScript事件
- 深入理解Fabric環境搭建的詳細過程
- Hadoop2.7.5環境搭建Hadoop
- Hadoop+hive環境搭建HadoopHive
- 搭建Hadoop開發環境Hadoop開發環境
- hadoop叢集環境搭建Hadoop
- 【重製版】全網最詳細ubuntu虛擬機器搭建hadoop+spark+zookeeper+hbase+kafka大資料環境Ubuntu虛擬機HadoopSparkKafka大資料
- 史上最全、最詳細的 kafka 學習筆記!Kafka筆記
- 史上最全、最詳細的Docker學習資料Docker
- Flutter詳細的環境配置Flutter
- 單機版搭建Hadoop環境圖文教程詳解Hadoop
- Windows上搭建Android開發環境詳細教程WindowsAndroid開發環境
- Hadoop 基礎之搭建環境Hadoop
- 搭建本地執行Hadoop環境Hadoop
- hadoop完全分散式環境搭建Hadoop分散式
- HADOOP SPARK 叢集環境搭建HadoopSpark
- Hadoop 系列(四)—— Hadoop 開發環境搭建Hadoop開發環境
- 史上最詳細的一線大廠Mysql面試題詳解MySql面試題
- 搭建Hadoop的Eclipse開發環境HadoopEclipse開發環境
- Windows 10 搭建 Laravel Sail 開發環境 (超詳細操作)WindowsLaravelAI開發環境
- [hadoop]hadoop2.6完全分散式環境搭建Hadoop分散式
- 史上最詳細 iPad 插畫入門教程iPad
- mac搭建hadoop開發環境(二)MacHadoop開發環境
- hadoop 2.8.5偽分散式環境搭建Hadoop分散式
- hadoop 2.8.5完全分散式環境搭建Hadoop分散式
- lnmp環境安裝詳細LNMP
- 史上最詳細的webpack 講解2 (DefinePlugin中的淫技巧)WebPlugin
- 如何在Windows、MacOS上搭建Flutter開發環境(詳細篇)WindowsMacFlutter開發環境
- 超詳細,Windows系統搭建Flink官方練習環境Windows
- 史上最全最強SpringMVC詳細示例實戰教程SpringMVC