1. 首页
  2. 文章中心
  3. Hadoop

Hadoop入门(五) Hadoop2.7.5集群分布式环境搭建前期准备就不详细说了，需要七台linux虚拟机

63 阅读 0 评论
我是靠谱客的博主 正直黑猫，最近开发中收集的这篇文章主要介绍Hadoop入门(五) Hadoop2.7.5集群分布式环境搭建前期准备就不详细说了，需要七台linux虚拟机，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

前期准备就不详细说了，需要七台linux虚拟机

1.修改Linux主机名
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
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
server01 192.168.8.118 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
server02 192.168.8.119 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
server03 192.168.8.120 jdk、hadoop ResourceManager
server04 192.168.8.121 jdk、hadoop ResourceManager
server05 192.168.8.122 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
server06 192.168.8.123 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
server07 192.168.8.124 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain

说明：
1.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
2.hadoop-2.2.0中依然存在一个问题，就是ResourceManager只有一个，存在单点故障，hadoop-2.7.5解决了这个问题，有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调

安装步骤：

1.安装配置zooekeeper集群（在server05上）

1.1解压

                tar -zxvf zookeeper-3.4.5.tar.gz -C /server/

1.2修改配置

		cd /server/zookeeper-3.4.5/conf/
		cp zoo_sample.cfg zoo.cfg
		vim zoo.cfg
		修改：dataDir=/usr/zookeeper/tmp
		在最后添加：
		server.1=server05:2888:3888
		server.2=server06:2888:3888
		server.3=server07:2888:3888
		保存退出
		然后创建一个tmp文件夹
		mkdir /usr/zookeeper/tmp
		再创建一个空文件
		touch /usr/zookeeper/tmp/myid
		最后向该文件写入ID
		echo 1 > /usr/zookeeper/tmp/myid

1.3将配置好的zookeeper拷贝到其他节点

		scp -r /usr/zookeeper/ server06:/usr/
		scp -r /usr/zookeeper/ server07:/usr/	
		注意：修改server06、server07对应/usr/zookeeper/tmp/myid内容
	        erver06：
		  echo 2 > /usr/zookeeper/tmp/myid
		server07：
		  echo 3 > /usr/zookeeper/tmp/myid

2.安装配置hadoop集群（在server01上操作）

2.1解压

                tar -zxvf hadoop-2.7.5.tar.gz -C /usr/

2.2配置HDFS（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_79
		export HADOOP_HOME=/usr/hadoop
		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 /usr/hadoop/etc/hadoop
2.2.1修改hadoo-env.sh
                export JAVA_HOME=/usr/java/jdk1.7.0_79
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>/usr/hadoop/tmp</value>
		</property>
		<!-- 指定zookeeper地址 -->
		<property>
		    <name>ha.zookeeper.quorum</name>
		    <value>server05:2181,server06:2181,server07:2181</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>server01:9000</value>
		    </property>
		    <!-- nn1的http通信地址 -->
		    <property>
			<name>dfs.namenode.http-address.ns1.nn1</name>
			<value>server01:50070</value>
	            </property>
		    <!-- nn2的RPC通信地址 -->
		    <property>
			<name>dfs.namenode.rpc-address.ns1.nn2</name>
			<value>server02:9000</value>
		    </property>
		    <!-- nn2的http通信地址 -->
		    <property>
			<name>dfs.namenode.http-address.ns1.nn2</name>
			<value>server02:50070</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://server05:8485;server06:8485;server07:8485/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>/usr/hadoop/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>/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>
		</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>
		    <!-- 开启RM高可靠 -->
		    <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>server03</value>
		    </property>
		    <property>
			<name>yarn.resourcemanager.hostname.rm2</name>
			<value>server04</value>
		    </property>
		    <!-- 指定zk集群地址 -->
		    <property>
			<name>yarn.resourcemanager.zk-address</name>
			<value>server05:2181,server06:2181,server07:2181</value>
		    </property>
		    <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server01上启动HDFS、在server03启动yarn，所以server01上的slaves文件指定的是datanode的位置，server03上的slaves文件指定的是nodemanager的位置
                   server05
	           server06
	           server07

2.3配置免密码登陆

                       #首先要配置server01到server02、server03、server04、server05、server06、server07的免密码登陆
		       #在server01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-coyp-id server01
			ssh-coyp-id server02
			ssh-coyp-id server03
			ssh-coyp-id server04
			ssh-coyp-id server05
			ssh-coyp-id server06
			ssh-coyp-id server07
			#配置server03到server04、server05、server06、server07的免密码登陆
			#在server03上生产一对钥匙
			ssh-keygen -t rsa
			#将公钥拷贝到其他节点
			ssh-coyp-id server04
			ssh-coyp-id server05
			ssh-coyp-id server06
			ssh-coyp-id server07
			#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置server02到server01的免登陆
			在server02上生产一对钥匙
			ssh-keygen -t rsa
			ssh-coyp-id -i server01

2.4将配置好的hadoop拷贝到其他节点

                        scp -r /usr/hadoop/  server02:/usr/
			scp -r /usr/hadoop/  server03:/usr/
			scp -r /usr/hadoop/  server04:/usr/
			scp -r /usr/hadoop/  server05:/usr/
			scp -r /usr/hadoop/  server06:/usr/
			scp -r /usr/hadoop/  server07:/usr/
###注意：严格按照下面的步骤

2.5启动zookeeper集群（分别在server05、server06、tcast07上启动zk）

			cd /usr/zookeeper/bin/
			./zkServer.sh start
			#查看状态：一个leader，两个follower
			./zkServer.sh status

2.6启动journalnode（分别在在server05、server06、tcast07上执行）

			cd /usr/hadoop
			sbin/hadoop-daemon.sh start journalnode
			#运行jps命令检验，server05、server06、server07上多了JournalNode进程

2.7格式化HDFS

			#在server01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/usr/hadoop/tmp，然后将/usr/hadoop/tmp拷贝到server02的/usr/hadoop/下。
			scp -r tmp/ server02:/usr/hadoop/

2.8格式化ZK(在server01上执行即可)

                        hdfs zkfc -formatZK

2.9启动HDFS(在server01上执行)

                        sbin/start-dfs.sh

2.10启动YARN(#####注意#####：是在server03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，hadoop-2.4.1配置完毕，可以统计浏览器访问:
		        http://192.168.8.118:50070
		        NameNode 'server01:9000' (active)
		        http://192.168.8.119:50070
		        NameNode 'server02:9000' (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://192.168.8.119:50070
		NameNode 'server02:9000' (active)
		这个时候server02上的NameNode变成了active
		在执行命令：
		hadoop fs -ls /
		-rw-r--r--   3 root supergroup       
		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://192.168.8.118:50070
		NameNode 'server01:9000' (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-2.7.5.jar wordcount /test.txt /out
	
	        OK，大功告成！！！

        JAVA验证HDFS 

package com.xueqing.demo.test;


import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.junit.Before;
import org.junit.Test;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.io.InputStream;
import java.io.OutputStream;
import java.net.URI;

/**
 * Created by imooc on 2018/3/1.
 */
public class HDFS_HA_Test {

    private FileSystem fileSystem = null;
    private Logger log = LoggerFactory.getLogger(HDFS_HA_Test.class);

    @Before
    public void init() throws Exception {

        Configuration conf = new Configuration();
        conf.set("fs.defaultFS", "hdfs://ns1");
        conf.set("dfs.nameservices", "ns1");
        conf.set("dfs.ha.namenodes.ns1", "nn1,nn2");
        conf.set("dfs.namenode.rpc-address.ns1.nn1", "server01:9000");
        conf.set("dfs.namenode.rpc-address.ns1.nn2", "server02:9000");
        //conf.setBoolean(name, value);
        conf.set("dfs.client.failover.proxy.provider.ns1", "org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider");

        fileSystem = FileSystem.get(new URI("hdfs://ns1"), conf, "root");
    }

    @Test
    public void upload() throws Exception {
        InputStream inputStream = HDFS_HA_Test.class.getClassLoader().getResourceAsStream("hello.text");
        OutputStream outputStream = fileSystem.create(new Path("/hello.text"));

        IOUtils.copyBytes(inputStream,outputStream,2048,true);
    }

    @Test
    public void mkdir() throws Exception {
        boolean b = fileSystem.mkdirs(new Path("/files/files/files"));

        InputStream inputStream = HDFS_HA_Test.class.getClassLoader().getResourceAsStream("hello.text");
        OutputStream outputStream = fileSystem.create(new Path("/files/files/files/hello.text"));

        IOUtils.copyBytes(inputStream,outputStream,2048,true);
    }

    @Test
    public void download2() throws Exception{
        String path = HDFS_HA_Test.class.getClassLoader().getResource("hello").getPath();
        fileSystem.copyToLocalFile(new Path("/hello.text"),new Path(path+"/hello.text"));
    }

    @Test
    public void download1() throws Exception {
        InputStream in = fileSystem.open(new Path("/hello.text"));


    }

    @Test
    public void delete() throws Exception {
        boolean b = fileSystem.delete(new Path("/hello.text"), false);
        log.error(b+"");
    }
}


 

最后

以上就是正直黑猫为你收集整理的Hadoop入门(五) Hadoop2.7.5集群分布式环境搭建前期准备就不详细说了，需要七台linux虚拟机的全部内容，希望文章能够帮你解决Hadoop入门(五) Hadoop2.7.5集群分布式环境搭建前期准备就不详细说了，需要七台linux虚拟机所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
点赞(42)

相关文章

Mac OS X 10.5.8环境下配置apache 2.2.13和php5.3和tomcat6.0.26集成
Mac OS X 10.5.8环境下配置apache 2.2.13和php5.3和tomcat6.0.26集成
Hadoop0.20.2 完全分布式安装和配置准备工作完全分布式环境搭建启动 Hadoop访问 http 服务使用 WordCount 测试 Hadoop 集群参考文献
Hadoop0.20.2 完全分布式安装和配置准备工作完全分布式环境搭建启动 Hadoop访问 http 服务使用 WordCount 测试 Hadoop 集群参考文献
CentOS7 搭建Hadoop 集群
CentOS7 搭建Hadoop 集群
spark遇到的一些问题及其解决办法
spark遇到的一些问题及其解决办法
Hadoop入门(五) Hadoop2.7.5集群分布式环境搭建前期准备就不详细说了，需要七台linux虚拟机
Hadoop入门(五) Hadoop2.7.5集群分布式环境搭建前期准备就不详细说了，需要七台linux虚拟机
精通SOA：基于服务总线的Struts+EJB+WebService整合应用开发(网上书店系统 - SOA实施)
精通SOA：基于服务总线的Struts+EJB+WebService整合应用开发(网上书店系统 - SOA实施)
ai电销机器人源码搭建开发-任务相关模块
ai电销机器人源码搭建开发-任务相关模块
matlab 及数字信号实验报告,数字信号处理MATLAB实验报告
matlab 及数字信号实验报告,数字信号处理MATLAB实验报告

评论列表共有 0 条评论

立即
投稿
返回
顶部