HA高可用集群环境搭建(2)

(1)安装hadoop
master1、master2、slave1、slave2、slave3

#cd /opt/ 
#tar xf  hadoop-2.3.0-cdh5.1.0.tar.gz
#ln -s ln -s  hadoop-2.3.0-cdh5.1.0 hadoop

(2)添加hadoop环境变量
master1、master2、slave1、slave2、slave3

#cat >> /etc/profile <<EOF
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:$HADOOP_HOME/bin
EOF
#source /etc/profile

(3)配置hadoop

主要配置文件

(hadoop-2.3.0-cdh5.1.0 /etc/hadoop/)

  格式   作用  
hadoop-env.sh   bash脚本   hadoop需要的环境变量  
core-site.xml   xml   hadoop的core的配置项  
hdfs-site.xml   xml   hdfs的守护进程配置,包括namenode、datanode  
slaves   纯文本   datanode的节点列表(每行一个)  
mapred-env.sh   bash脚本   mapreduce需要的环境变量  
mapre-site.xml   xml   mapreduce的守护进程配置  
yarn-env.sh   bash脚本   yarn需要的环境变量  
yarn-site.xml   xml   yarn的配置项  

以下1-8的配置,所有机器都相同,可先配置一台,将配置统一copy到另外几台机器。

master1、master2、slave1、slave2、slave3

1:配置hadoop-env.sh
cat >> hadoop-env.sh  <<EOF
export Java_HOME=/usr/java/jdk1.8.0_60
export HADOOP_HOME=/opt/hadoop-2.3.0-cdh5.1.0
EOF

2:配置core-site.xml
#mkdir -p /data/hadoop/tmp
#vim  core-site.xml
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="https://www.linuxidc.com/configuration.xsl"?>
<configuration>
    <property>
        <!--填写hdfs集群名,因为是HA,两个namenode-->
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>
    <property>
        <!-- hadoop很多路径都依赖他,namenode节点该目录不可以删除,否则要重新格式化-->
        <name>hadoop.tmp.dir</name>
        <value>/data/hadoop/tmp</value>
    </property>
    <property>
        <!--zookeeper集群的地址-->
        <name>ha.zookeeper.quorum</name>
        <value>master1:2181,master2:2181,slave1:2181,slave2:2181,slave3:2181</value>
    </property>
</configuration>

3:配置hdfs-site.xml
#mkdir -p /data/hadoop/dfs/{namenode,datanode}
#mkdir -p /data/hadoop/ha/journal
#vim hdfs-site.xml
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="https://www.linuxidc.com/configuration.xsl"?>
<!--hdfs-site.xml-->
<configuration>
    <property>
        <!--设置为true,否则一些命令无法使用如:webhdfs的LISTSTATUS-->
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
    <property>
        <!--数据三副本-->
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <!--namenode的数据目录,存储集群元数据-->
        <name>dfs.namenode.name.dir</name>
        <value>file:/data/hadoop/dfs/namenode</value>
    </property>
    <property>
        <!--datenode的数据目录-->
        <name>dfs.datanode.data.dir</name>
        <value>file:/data/hadoop/dfs/datanode</value>
    </property>
    <property>
        <!--可选,关闭权限带来一些不必要的麻烦-->
        <name>dfs.permissions</name>
        <value>false</value>
    </property>
    <property>
        <!--可选,关闭权限带来一些不必要的麻烦-->
        <name>dfs.permissions.enabled</name>
        <value>false</value>
    </property>
    <!--HA配置-->
    <property>
        <!--设置集群的逻辑名-->
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
    <property>
        <!--hdfs集群中的namenode节点逻辑名-->
        <name>dfs.ha.namenodes.mycluster</name>
        <value>namenode1,namenode2</value>
    </property>
    <property>
        <!--hdfs namenode逻辑名中RPC配置,rpc简单理解为序列化文件上传输出文件要用到-->
        <name>dfs.namenode.rpc-address.mycluster.namenode1</name>
        <value>master1:9000</value>
    </property>
    <property>
        <!--hdfs namenode逻辑名中RPC配置,rpc简单理解为序列化文件上传输出文件要用到-->
        <name>dfs.namenode.rpc-address.mycluster.namenode2</name>
        <value>master2:9000</value>
    </property>
    <property>
        <!--配置hadoop页面访问端口-->
        <name>dfs.namenode.http-address.mycluster.namenode1</name>
        <value>master1:50070</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.namenode2</name>
        <value>master2:50070</value>
    </property>
    <property>
        <!--建立与namenode的通信-->
        <name>dfs.namenode.servicerpc-address.mycluster.namenode1</name>
        <value>master1:53310</value>
    </property>
    <property>
        <name>dfs.namenode.servicerpc-address.mycluster.namenode2</name>
        <value>master2:53310</value>
    </property>
    <property>
        <!--journalnode 共享文件集群-->
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://master1:8485;master2:8485;slave1:8485;slave2:8485;slave3:8485/mycluster</value>
    </property>
    <property>
        <!--journalnode对namenode的进行共享设置-->
        <name>dfs.journalnode.edits.dir</name>
        <value>/data/hadoop/ha/journal</value>
    </property>
    <property>
        <!--设置故障处理类-->
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <property>
        <!--开启自动切换,namenode1 stanby后nn2或active-->
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
    <property>
        <!--zookeeper集群的地址-->
        <name>ha.zookeeper.quorum</name>
        <value>master1:2181,master2:2181,slave1:2181,slave2:2181,slave3:2181</value>
    </property>
    <property>
        <!--使用ssh方式进行故障切换-->
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    <property>
        <!--ssh通信密码通信位置-->
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/root/.ssh/id_rsa</value>
    </property>
</configuration>

4:配置mapred-env.sh
cat >> mapred-env.sh  <<EOF
#heqinqin configure
export JAVA_HOME=/usr/java/jdk1.8.0_60
EOF

5:配置mapred-site.xml
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="https://www.linuxidc.com/configuration.xsl"?>
<configuration>
    <name>mapreduce.framework.name</name>
    <value>yarn<value>
</configuration>

6:配置yarn-env.sh
1234 cat >> yarn-env.sh  <<EOF
#heqinqin configure
export JAVA_HOME=/usr/java/jdk1.8.0_60
EOF

7:配置yarn-site.xml
#mkdir -p /data/hadoop/yarn/local
#mkdir -p /data/hadoop/logs
#chown -R hadoop /data/hadoop
#vim yarn-site.xml
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="https://www.linuxidc.com/configuration.xsl"?>
<!--####################yarn-site.xml#########################-->
<configuration>
  <property>
      <!--rm失联后重新链接的时间-->
      <name>yarn.resourcemanager.connect.retry-interval.ms</name>
      <value>2000</value>
  </property>
  <property>
      <!--开启resource manager HA,默认为false--> 
      <name>yarn.resourcemanager.ha.enabled</name>
      <value>true</value>
  </property>
  <property>
      <!--开启故障自动切换-->
      <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
      <value>true</value>
  </property>
  <property>
      <!--配置resource manager -->
      <name>yarn.resourcemanager.ha.rm-ids</name>
      <value>rm1,rm2</value>
  </property>
  <property>
      <name>yarn.resourcemanager.ha.id</name>
      <value>rm1</value>
      <description>If we want to launch more than one RM in single node, we need this configuration</description>
  </property>
  <property>
      <!--开启自动恢复功能-->
      <name>yarn.resourcemanager.recovery.enabled</name>
      <value>true</value>
  </property>
  <property>
      <!--配置与zookeeper的连接地址-->             
      <name>yarn.resourcemanager.zk-state-store.address</name>
      <value>localhost:2181</value>
  </property>
  <property>
      <name>yarn.resourcemanager.store.class</name>
      <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
  </property>
  <property>
      <name>yarn.resourcemanager.zk-address</name>
      <value>localhost:2181</value>
  </property>
  <property>
      <name>yarn.resourcemanager.cluster-id</name>
      <value>yarncluster</value>
  </property>
  <property>
      <!--schelduler失联等待连接时间-->
      <name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name>
      <value>5000</value>
  </property>
<!--配置resourcemanager-->
  <!--配置rm1-->
  <property>
      <!--配置应用管理端口-->
      <name>yarn.resourcemanager.address.rm1</name>
      <value>master1:8032</value>
  </property>
  <property>
      <!--scheduler调度器组建的ipc端口-->
      <name>yarn.resourcemanager.scheduler.address.rm1</name>
      <value>master1:8030</value>
  </property>
  <property>
      <!--http服务端口-->
      <name>yarn.resourcemanager.webapp.address.rm1</name>
      <value>master1:8088</value>
  </property>
  <property>
      <!--IPC端口-->
      <name>yarn.resourcemanager.resource-tracker.address.rm1</name>
      <value>master1:8031</value>
  </property>
  <property>
      <!--IPC端口-->
      <name>yarn.resourcemanager.admin.address.rm1</name>
      <value>master1:8033</value>
  </property>
  <property>
      <name>yarn.resourcemanager.ha.admin.address.rm1</name>
      <value>master1:8035</value>
  </property>
  <!--配置rm2-->
  <property>
      <!--application 管理端口-->
      <name>yarn.resourcemanager.address.rm2</name>
      <value>master2:8032</value>
  </property>
  <property>
      <!--scheduler调度器端口-->
      <name>yarn.resourcemanager.scheduler.address.rm2</name>
      <value>master2:8030</value>
  </property>
  <property>
      <!--http服务端口-->
      <name>yarn.resourcemanager.webapp.address.rm2</name>
      <value>master2:8088</value>
  </property>
  <property>
      <!--ipc端口-->
      <name>yarn.resourcemanager.resource-tracker.address.rm2</name>
      <value>master2:8031</value>
  </property>
  <property>
      <!--ipc端口-->
      <name>yarn.resourcemanager.admin.address.rm2</name>
      <value>master2:8033</value>
  </property>
  <property>
      <name>yarn.resourcemanager.ha.admin.address.rm2</name>
      <value>master2:8035</value>
  </property>
<!--配置nodemanager-->
  <property>
      <!--配置localizer ipc端口-->
      <description>Address where the localizer IPC is.</description>
      <name>yarn.nodemanager.localizer.address</name>
      <value>0.0.0.0:8040</value>
  </property>
  <property>
      <!--nodemanager http访问端口-->
      <description>NM Webapp address.</description>
      <name>yarn.nodemanager.webapp.address</name>
      <value>0.0.0.0:8042</value>
  </property>
  <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
  </property>
  <property>
      <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
      <value>org.apache.hadoop.mapred.ShuffleHandler</value>
  </property>
  <property>
      <name>yarn.nodemanager.local-dirs</name>
      <value>/data/hadoop/yarn/local</value>
  </property>
  <property>
      <name>yarn.nodemanager.log-dirs</name>
      <value>/data/hadoop/logs</value>
  </property>
  <property>
      <name>mapreduce.shuffle.port</name>
      <value>8050</value>
  </property>
<!--故障处理类-->
  <property>
      <name>yarn.client.failover-proxy-provider</name>
      <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>
  </property>
</configuration>

8:配置slaves
cat >> slaves <<EOF
slave1
slave2
slave3
EOF

配置完毕

--------------------------------------------------------------------------------

启动集群
(1)格式化命名空间
master1

#/opt/hadoop/bin/hdfs zkfc -formatZK

(2)启动journalnode
master1、master2、slave1、slave2、slave3 (集群内随意算则奇数台机器作为journalnode,三台也可以)

#/opt/hadoop/sbin/hadoop-daemon.sh start journalnode

(3)master1节点格式化,并启动namenode
master1

格式化namenode的目录
#/opt/hadoop/bin/hadoop namenode -format mycluster

启动namenode
#/opt/hadoop/sbin/hadoop-daemon.sh start namenode

(4)master2节点同步master1的格式化目录,并启动namenode
master2

从master1将格式化的目录同步过来
#/opt/hadoop/bin/hdfs namenode -bootstrapStandby

启动namenode
#/opt/hadoop/sbin/hadoop-daemon.sh start namenode

(5)master节点启动zkfs
master1、master2

#/opt/hadoop/sbin/hadoop-daemon.sh start zkfc

(6)slave节点启动datanode
slave1、slave2、slave3

#/opt/hadoop/sbin/hadoop-daemon.sh start datanode

(7)master节点启动yarn
master1

#/opt/hadoop/sbin/start-yarn.sh

(8)master节点启动historyserver
master1

./mr-jobhistory-daemon.sh start historyserver

集群已启动。在各服务器执行jps查看,两个master上各一个namenode,形成namenode高可用,实现故障自动切换。

HA高可用集群环境搭建

CDH的安装和设置

yum安装CDH5.5 Hadoop集群

CDH5.9.0集群部署与搭建

CDH5.7.2离线部署笔记

Cloudera Manager 5和CDH5离线安装 

CentOS 7.2下搭建CDH5.8.3 

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/8e9fd05f42028a96ee390af3f5b6724d.html