基于centos6.5 hadoop 集群搭建
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
具体修改方式可参加我的另外一篇文章“基于centos6.5 hadoop 伪分布式安装”、“centos 6.5 配置ssh免登录”
集群规划：
主机名 IP 安装的软件 运行的进程
hadoop1 192.168.100.101 jdk、hadoop NameNode、DFSZKFailoverController
hadoop2 192.168.100.102 jdk、hadoop NameNode、DFSZKFailoverController
hadoop3 192.168.100.103 jdk、hadoop ResourceManager
hadoop4 192.168.100.104 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop5 192.168.100.105 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
hadoop6 192.168.100.106 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
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 /usr/hadoop/
1.2修改配置
cd /usr/hadoop/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改：dataDir=/usr/hadoop/zookeeper-3.4.5/tmp
在最后添加：
server.1=hadoop4:2888:3888
server.2=hadoop5:2888:3888
server.3=hadoop6:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /usr/hadoop/zookeeper-3.4.5/tmp
再创建一个空文件
touch /usr/hadoop/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo 1 > /usr/hadoop/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hadoop5、hadoop6根目录下创建一个itcast目录：mkdir /itcast)
scp -r /usr/hadoop/zookeeper-3.4.5/ hadoop5:/usr/hadoop/
scp -r /usr/hadoop/zookeeper-3.4.5/ hadoop6:/usr/hadoop/
注意：修改hadoop5、hadoop6对应/usr/hadoop/zookeeper-3.4.5/tmp/myid内容
hadoop5：
echo 2 > /usr/hadoop/zookeeper-3.4.5/tmp/myid
hadoop6：
echo 3 > /usr/hadoop/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 /usr/hadoop/
2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
#将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55
export HADOOP_HOME=/usr/hadoop/hadoop-2.2.0
export PATH=$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/hadoop-2.2.0/etc/hadoop
2.2.1修改hadoo-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_55
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/hadoop-2.2.0/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>hadoop4:2181,hadoop5:2181,hadoop6:2181</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>hadoop1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>hadoop1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>hadoop2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>hadoop2:50070</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://hadoop4:8485;hadoop5:8485;hadoop6:8485/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/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>/root/.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>
<!-- 指定resourcemanager地址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop3</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>
2.2.6修改slaves(slaves是指定子节点的位置，因为要在hadoop1上启动HDFS、在hadoop3启动yarn，
所以hadoop1上的slaves文件指定的是datanode的位置，hadoop3上的slaves文件指定的是nodemanager的位置)
hadoop4
hadoop5
hadoop6
2.2.7配置免密码登陆
#首先要配置hadoop1到hadoop2、hadoop3、hadoop4、hadoop5、hadoop6的免密码登陆
#在hadoop1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 hadoop1
ssh-coyp-id hadoop2
ssh-coyp-id hadoop3
ssh-coyp-id hadoop4
ssh-coyp-id hadoop5
ssh-coyp-id hadoop6
#配置hadoop3到hadoop4、hadoop5、hadoop6的免密码登陆
#在hadoop3上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点
ssh-coyp-id hadoop4
ssh-coyp-id hadoop5
ssh-coyp-id hadoop6
#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop2到hadoop1的免登陆
在hadoop2上生产一对钥匙
ssh-keygen -t rsa
ssh-coyp-id -i hadoop1
2.4将配置好的hadoop拷贝到其他节点
scp -r /usr/hadoop/ hadoop2:/
scp -r /usr/hadoop/ hadoop3:/
scp -r /usr/hadoop/hadoop-2.2.0/ root@hadoop4:/usr/hadoop/
scp -r /usr/hadoop/hadoop-2.2.0/ root@hadoop5:/usr/hadoop/
scp -r /usr/hadoop/hadoop-2.2.0/ root@hadoop6:/usr/hadoop/
###注意：严格按照下面的步骤
2.5启动zookeeper集群（分别在hadoop4、hadoop5、hadoop6上启动zk）
cd /usr/hadoop/zookeeper-3.4.5/bin/
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status
2.6启动journalnode（在hadoop1上启动所有journalnode，注意：是调用的hadoop-daemons.sh这个脚本，注意是复数s的那个脚本）
cd /usr/hadoop/hadoop-2.2.0
sbin/hadoop-daemons.sh start journalnode
#运行jps命令检验，hadoop4、hadoop5、hadoop6上多了JournalNode进程
2.7格式化HDFS
#在hadoop1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/hadoop-2.2.0/tmp，然后将/usr/hadoop/hadoop-2.2.0/tmp拷贝到hadoop2的/usr/hadoop/hadoop-2.2.0/下。
scp -r tmp/ hadoop2:/usr/hadoop/hadoop-2.2.0/
2.8格式化ZK(在hadoop1上执行即可)
hdfs zkfc -formatZK
2.9启动HDFS(在hadoop1上执行)
sbin/start-dfs.sh
2.10启动YARN(#####注意#####：是在hadoop3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，hadoop2.2.0配置完毕，可以统计浏览器访问:
http://192.168.100.101:50070
NameNode 'hadoop1:9000' (active)
http://192.168.100.102:50070
NameNode 'hadoop2:9000' (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://192.168.100.102:50070
NameNode 'hadoop2:9000' (active)
这个时候hadoop2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://192.168.100.101:50070
NameNode 'hadoop1:9000' (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-2.2.0.jar wordcount /profile /out
最新文章
- shiro权限管理框架与springmvc整合
- php excel读取
- 写好Hive 程序的若干优化技巧和实际案例
- First day in 阿里
- rabbitmq redis
- oracle 常用视图和表
- jQuery proxy详解
- 前端MVVM学习之KnockOut(二)
- HTML解决div里面img的缝隙问题
- jdk1.7 变更
- SlidingMenu的使用，结合Fragment（eclipse环境）
- CodeForces776-A.Serial Killer-string
- HDFS的一些重要流程
- VB获取CAD属性值
- Shiro（一）：shiro架构和组件介绍
- [Linux]如何查看系统的Time Slice
- 《Python》 面向对象初识
- 体育类App原型制作分享-Onefootball
- express+nodemon 修改后浏览器自动刷新
- ruby字符串连接
热门文章
- 无线渗透wep加密路由器
- [疯狂Java]JDBC：PreparedStatement预编译执行SQL语句
- SRVE0255E: 尚未定义要处理 ***的 Web 组/虚拟主机。
- Qt的pro文件--项目配置的部分字段
- 【Linux 线程】常用线程函数复习《四》
- Nginx中超时时间配置（转）
- Android Studio无法打印Logout日志
- 解决python3 UnicodeEncodeError: 'gbk' codec can't encode character '\xXX' in position XX（转）
- subprocess.Popen在win10下会有异常
- javascript中的类型转换(进制转换|位运算)