Hadoop2.6(NN/RM)高可用集群安装与部署

Hadoop2对HDFS的改进很大，支持HDFS(NameNode) 和ResourceManager高可用性，避免集群中单点故障造成整个集群不可用。那么，从本文开始将部署一套高可用Hadoop集群及家族中相关开源系统，具体根据下面规划来，本文只部署高可用Hadoop集群，后续很快更新其他软件部署及使用。

一、部署前准备

操作系统：CentOS7_x64

安装目录：/opt

1. 节点分配

HostName	IP	Hadoop	HBase	Zookeeper	Hive
HMaster0	192.168.18.215	NameNode	HMaster	/	Hive
HMaster1	192.168.18.216	NameNode	HMaster	/	Hive-client
HSlave0	192.168.18.217	DataNode	HRegionServer	QuorumPeerMain	/
HSlave1	192.168.18.218	DataNode	HRegionServer	QuorumPeerMain	/
HSlave2	192.168.18.219	DataNode	HRegionServer	QuorumPeerMain	/

2. 版本及功能

软件名	版本号	功能
Hadoop	hadoop-2.6.0.tar.gz	为海量数据提供分布式存储（HDFS）和分布式计算(YARN)。
HBase	hbase-1.0.1.1-src.tar.gz	基于Hadoop的分布式、面向列的NoSQL数据库，适用于非结构化数据存储的数据库。
Zookeeper	zookeeper-3.4.6.tar.gz	一个分布式应用程序协调服务，为应用提供一致性服务，是Hadoop和Hbase的重要组件。
Hive	apache-hive-1.2.0-bin.tar.gz	基于Hadoop的一个数据仓库工具，将结构化的数据文件映射成一张表，并提供简单的SQL查询功能，将SQL语句转换为MapReduce任务运行处理。
Phoenix	phoenix-4.4.0-HBase-1.0-bin.tar.gz	Hbase的SQL驱动，Phoenix让Hbase支持以JDBC方式访问，并将SQL查询转换成Hbase的扫描和相应的操作。
JDK	jdk-7u79-linux-x64.gz	JAVA运行环境
Hadoop生态系统下载地址：http://www.apache.org/dist/ JDK下载地址：http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html

3. 逻辑结构图

NameNode(NN) HA实现方式：

  一种是将NN维护的元数据保存一份到NFS上，当NN故障，可以通过另一台NNe读取NFS目录中的元数据备份进行恢复工作，需要手动进行操作，并不是真正意义上的HA方案。

  另一种是准备一台备用NN节点，通过定期下载NN的元数据和日志文件来备份，当NN故障时，可以通过这台进行恢复，由于主备节点元数据和日志并不是实时同步，所以会丢失一些数据。

  前两种方案都不是很理想，社区提供一种更好的方案，基于QJM（Qurom Journal Manager）的共享日志方案。QJM的基本原理是NN（Active）把日志写本地和2N+1（奇数）台JournalNode上，当数据操作返回成功时才写入日志，这个日志叫做editlog，而元数据存在fsimage文件中，NN（Standby）定期从JournalNode上读取editlog到本地。在这手动切换的基础上有开发了基于Zookeeper的ZKFC（ZookeeperFailover Controller）自动切换机制，Active和Standby节点各有ZKFC进程监控NN监控状况，定期发送心跳，当Active节点故障时Standby会自动切换为ActiveNode，我们这次就用的此方案，如下图所示。

ResourceManager(RM) HA实现方式：

  RM将状态信息存储在Zookeeper中，当Active故障，Standby切换为Active后，从ZK读取相应的作业信息，重新构建作业的内存信息，然后开始接受NodeManager心跳，并接受客户端提交作业的请求等。

二、搭建高可用Hadoop集群

1.基础环境配置

 1.1 安装JDK（每台配置）

1 2 3 4 5 6 7 8

# tar zxvf jdk-7u79-linux-x64.gz   # mv jdk1.7.0_79 /usr/local/jdk1.7   # vi /etc/profile   JAVA_HOME= /usr/local/jdk1 .7   PATH=$PATH:$JAVA_HOME /bin   CLASSPATH=$JAVA_HOME /lib :$JAVA_HOME /jre/lib   export  JAVA_HOME PATH CLASSPATH   # source /etc/profile   #使配置生效

 1.2 修改主机名，并添加hosts文件（每台配置）

1 2 3

# hostname HMaster0   # vi /etc/hostname   HMaster0

1 2 3 4 5 6 7 8

# cat /etc/hosts   127.0.0.1   localhost localhost.localdomain localhost4localhost4.localdomain4   ::1         localhost localhost.localdomainlocalhost6 localhost6.localdomain6   192.168.18.215  HMaster0   192.168.18.216  HMaster1   192.168.18.217  HSlave0   192.168.18.218  HSlave1   192.168.18.219  HSlave2

 1.3 配置SSH无密码登陆（在HMaster1做同样的操作）

1 2 3 4 5 6 7 8 9 10 11 12

# ssh-kegen    #一直回车创建秘钥对   [root@HMaster0] # cat /root/.ssh/id_rsa.pub > /root/.ssh/authorized_keys   [root@HMaster0] # scp /root/.ssh/authorized_keys root@HMaster0:/root/.ssh   [root@HMaster0] # scp /root/.ssh/authorized_keys root@HMaster1:/root/.ssh   [root@HMaster0] # scp /root/.ssh/authorized_keys root@HSlave0:/root/.ssh   [root@HMaster0] # scp /root/.ssh/authorized_keys root@HSlave1:/root/.ssh   [root@HMaster0] # scp /root/.ssh/authorized_keys root@HSlave2:/root/.ssh   [root@HMaster0] # ssh root@HMaster0 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh'    [root@HMaster0] # ssh root@HMaster1 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh'    [root@HMaster0] # ssh root@HSlave0 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh'    [root@HMaster0] # ssh root@HSlave1 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh'    [root@HMaster0] # ssh root@HSlave2 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh'

 现在就可以不用密码登陆某一台了。

2. Zookeeper集群安装与配置（三台HSlave配置）

 2.1 安装与配置

1 2 3 4

# tar zxvf zookeeper-3.4.6.tar.gz   # mv zookeeper-3.4.6 /opt   # cd /opt/zookeeper-3.4.6/conf   # cp zoo_sample.cfg zoo.cfg

1 2 3 4 5 6 7 8 9 10

# vi zoo.cfg   tickTime=2000             initLimit=10               syncLimit=5            dataDir= /home/zookeeper/data           dataLogDir= /home/zookeeper/logs    clientPort=2181        server.0=HSlave0:2888:3888            server.1=HSlave1:2888:3888   server.2=HSlave2:2888:3888

 参数说明：

 tickTime：ZK服务器之间或客户端与服务器之间间隔多长时间发送一个心跳，单位毫秒

 initLimit：ZK服务器集群中连接Leader的Follower服务器初始化连接时最长忍受多长心跳时间间隔（5*20000=10s）

 syncLimit：标识Leader与Follower同步消息，如果超过时间（5*2000=10s），未完成同步，将剔除这个节点，所有连接此Follower服务器的客户端将连接到另一个Foolower服务器上

 dataDir：ZK保存数据的目录，默认情况下，ZK也会将日志文件保存在此目录

 dataLogDir：指定日志文件目录

 clientPort：客户端连接ZK服务器端口

 server.0：第一个0代表第几号ZK服务器，HSlave0是这个服务器的主机名或IP，2888是这个ZK服务器与集群中Leader服务器交换信息的端口，3888是Leader服务器出现故障时，用这个端口通信重新选举，在选出一个新的Leader

 2.2 创建目录和id文件（三台HSlave对应操作）

 # mkdir /home/zookeeper/data

 # mkdir /home/zookeeper/logs

 # vi /home/zookeeper/data/myid   

 0

 #必须创建这个id，否则启动会报错。分别ZK集群节点创建myid号，myid一定对应好zoo.cfg中配置的server后面0、1和2这个ZK号

 2.3 分别启动三个ZK节点（三台HSlave操作）

 # /opt/zookeeper-3.4.6/bin/zkServer.sh start

 注意：每次都需要分别启动ZK节点，不能通过hadoop管理启动

 2.4 检查是否启动成功

 分别查看ZK每个节点状态可以看到有两个follower节点，一个leader节点：

 # /opt/zookeeper-3.4.6/bin/zkServer.sh status

1 2 3 4 5 6

JMX enabled by default   Using config: /opt/zookeeper-3 .4.6 /bin/ .. /conf/zoo .cfg   Mode: follower   JMX enabled by default   Using config: /opt/zookeeper-3 .4.6 /bin/ .. /conf/zoo .cfg   Mode: leader

 在集群任意一节点都会启动一个进程：

 # jps

 1990 QuorumPeerMain

博客地址：http://lizhenliang.blog.51cto.com

3. Hadoop安装与配置（每台都同样配置）

 3.1 安装与配置

 # tar zxvf hadoop-2.6.0.tar.gz

 # mv hadoop-2.6.0 /opt

 # cd /opt/hadoop-2.6.0/etc/hadoop

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

# vi core-site.xml <configuration>          <!--HDFS路径逻辑名称-->     <property>          <name>fs.defaultFS< /name >         <value>hdfs: //hcluster < /value >     < /property >          <!--Hadoop存放临时文件位置-->     <property>          <name>hadoop.tmp. dir < /name >         <value> /home/hadoop/tmp < /value >     < /property >          <!--使用的zookeeper集群地址-->     <property>         <name>ha.zookeeper.quorum< /name >         <value>HSlave0:2181,HSlave1:2181,HSlave2:2181< /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 64 65 66 67 68 69 70 71 72 73 74 75 76

# vi hdfs-site.xml <configuration>     <property>         <name>dfs.nameservices< /name >          <value>hcluster< /value >     < /property >          <!--NameNode地址集群标识（hcluster），最多两个-->     <property>         <name>dfs.ha.namenodes.hcluster< /name >          <value>HMaster0,HMaster1< /value >     < /property >          <!--HDFS文件系统数据存储位置，可以分别保存到不同硬盘，突破单硬盘性能瓶颈，多个位置以逗号隔开-->     <property>          <name>dfs.data. dir < /name >         <value> /home/hadoop/hdfs/data < /value >     < /property >          <!--数据副本数量，根据HDFS台数设置，默认3份-->     <property>          <name>dfs.replication< /name >          <value>3< /value >     < /property >     <property>         <name>dfs.namenode.rpc-address.hcluster.HMaster0< /name >         <value>HMaster0:9000< /value >     < /property >          <!--RPC端口-->     <property>         <name>dfs.namenode.rpc-address.hcluster.HMaster1< /name >         <value>HMaster1:9000< /value >     < /property >          <!--NameNode HTTP访问地址-->     <property>         <name>dfs.namenode.http-address.hcluster.HMaster0< /name >          <value>HMaster0:50070< /value >     < /property >     <property>         <name>dfs.namenode.http-address.hcluster.HMaster1< /name >         <value>HMaster1:50070< /value >     < /property >          <!--NN存放元数据和日志位置-->     <property>         <name>dfs.namenode.name. dir < /name >          <value> file : /home/hadoop/name < /value >     < /property >          <!--同时把NameNode元数据和日志存放在JournalNode上( /home/hadoop/journal/hcluster )-->     <property>         <name>dfs.namenode.shared.edits. dir < /name >         <value>qjournal: //HSlave0 :8485;HSlave1:8485;HSlave2:8485 /hcluster < /value >     < /property >          <!--JournalNode上元数据和日志存放位置-->     <property>         <name>dfs.journalnode.edits. dir < /name >         <value> /home/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 >          <!--NameNode失败自动切换实现方式-->     <property>         <name>dfs.client.failover.proxy.provider.hcluster< /name >         <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider< /value >     < /property >          <!--隔离机制方法，确保任何时间只有一个NameNode处于活动状态-->     <property>         <name>dfs.ha.fencing.methods< /name >          <value>sshfence(hdfs)                  shell( /bin/true )< /value >     < /property >          <!--使用sshfence隔离机制要SSH免密码认证-->     <property>         <name>dfs.ha.fencing. ssh .private-key-files< /name >         <value> /root/ . 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 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93

# vi yarn-site.xml <configuration>          <!--启用RM高可用-->     <property>         <name>yarn.resourcemanager.ha.enabled< /name >          <value> true < /value >     < /property >          <!--RM集群标识符-->     <property>         <name>yarn.resourcemanager.cluster- id < /name >          <value> rm -cluster< /value >     < /property >     <property>          <!--指定两台RM主机名标识符-->         <name>yarn.resourcemanager.ha. rm -ids< /name >          <value>rm1,rm2< /value >     < /property >          <!--RM故障自动切换-->     <property>          <name>yarn.resourcemanager.ha.automatic-failover.recover.enabled< /name >          <value> true < /value >     < /property >          <!--RM故障自动恢复     <property>         <name>yarn.resourcemanager.recovery.enabled< /name >           <value> true < /value >      < /property > -->          <!--RM主机1-->     <property>         <name>yarn.resourcemanager. hostname .rm1< /name >          <value>HMaster0< /value >     < /property >          <!--RM主机2-->     <property>         <name>yarn.resourcemanager. hostname .rm2< /name >          <value>HMaster1< /value >     < /property >         <!--RM状态信息存储方式，一种基于内存(MemStore)，另一种基于ZK(ZKStore)-->      <property>         <name>yarn.resourcemanager.store.class< /name >         <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore< /value >      < /property >          <!--使用ZK集群保存状态信息-->      <property>         <name>yarn.resourcemanager.zk-address< /name >         <value>HSlave0:2181,HSlave1:2181,HSlave2:2181< /value >      < /property >          <!--向RM调度资源地址-->      <property>         <name>yarn.resourcemanager.scheduler.address.rm1< /name >          <value>HMaster0:8030< /value >      < /property >      <property>         <name>yarn.resourcemanager.scheduler.address.rm2< /name >         <value>HMaster1:8030< /value >      < /property >          <!--NodeManager通过该地址交换信息-->      <property>          <name>yarn.resourcemanager.resource-tracker.address.rm1< /name >         <value>HMaster0:8031< /value >      < /property >      <property>         <name>yarn.resourcemanager.resource-tracker.address.rm2< /name >         <value>HMaster1:8031< /value >      < /property >          <!--客户端通过该地址向RM提交对应用程序操作-->      <property>         <name>yarn.resourcemanager.address.rm1< /name >         <value>HMaster0:8032< /value >      < /property >      <property>         <name>yarn.resourcemanager.address.rm2< /name >         <value>HMaster1:8032< /value >      < /property >          <!--管理员通过该地址向RM发送管理命令-->      <property>         <name>yarn.resourcemanager.admin.address.rm1< /name >         <value>HMaster0:8033< /value >      < /property >      <property>         <name>yarn.resourcemanager.admin.address.rm2< /name >          <value>HMaster1:8033< /value >      < /property >          <!--RM HTTP访问地址,查看集群信息-->      <property>         <name>yarn.resourcemanager.webapp.address.rm1< /name >         <value>HMaster0:8088< /value >      < /property >      <property>         <name>yarn.resourcemanager.webapp.address.rm2< /name >         <value>HMaster1:8088< /value >      < /property > < /configuration >

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

# vi mapred-site.xml <configuration>          <!--指定MR框架为YARN-->     <property>         <name>mapreduce.framework.name< /name >          <value>yarn< /value >     < /property >          <!-- 配置 MapReduce JobHistory Server地址 ，默认端口10020 -->     <property>          <name>mapreduce.jobhistory.address< /name >         <value>0.0.0.0:10020< /value >     < /property >          <!-- 配置 MapReduce JobHistory Server HTTP地址， 默认端口19888 -->     <property>         <name>mapreduce.jobhistory.webapp.address< /name >          <value>0.0.0.0:19888< /value >     < /property > < /configuration >

1 2	# vi hadoop-env.sh 将 export  JAVA_HOME=${JAVA_HOME}修改为我们安装的JDK路径  export  JAVA_HOME= /usr/local/jdk1 .7

1 2 3 4

# vi slaves  HSlave0 HSlave1 HSlave2

# 配置变量，方便使用hadoop命令 

1 2 3 4 5

# vi /etc/profile HADOOP_HOME= /opt/hadoop-2 .6.0 PATH=$PATH:$HADOOP_HOME /bin :$HADOOP_HOME /sbin export  HADOOP_HOME PATH # source /etc/profile

 3.1 对NameNode（HMaster0）节点进行格式化

 # hadoop namenode -format

 注意：格式化第二次有可能会造成DataNode无法启动，原因是NameSpaceID不一致造成，解决方法是找出不一致的VERSION修改NameSpaceID，也可以尝试删除hdfs/data目录。

 3.2 启动HMaster0（active）节点NameNode

 # hadoop-daemon.sh start namenode

 3.3 HMaster1节点上同步（HMaster0）元数据

 # hdfs namenode -bootstrapStandby

 3.4 在HMaster0格式化ZKFC

 # hdfs zkfc -formatZK

 3.5 在HMaster0节点启动HDFS集群

 # start-dfs.sh  

 3.6 在Master0节点启动YARN集群

 # start-yarn.sh

 3.7 在Master1节点启动RM

 # yarn-daemon.sh start resourcemanager

 3.8 以后也可以通过start-all.sh与stop-all.sh启停Hadoop集群

 3.9 验证Hadoop集群（HDFS和YARN）是否启动成功

 # jps    #在HMaster0节点可以看到

 32040 DFSZKFailoverController #ZKFC用于监控NameNode active和standby节点状态，并故障切换

 30187 ResourceManager      #YARN资源管理进程

 31934 NameNode           #HDFS元数据进程

 13607 Jps              #运行jps命令时自身进程

 # jps    #在HSlave0节点可以看到

 13229 DataNode

 31215 NodeManager

 1990 QuorumPeerMain

 13314 JournalNode

 31390 Jps

 # 通过访问Hadoop提供的WEB，查看是否正常

从上图可以看出，NameNode分为active和standby，ResouceManager也分为active和standby，也就是说，NN和RM均成功实现HA，当你测试停止active节点上NN或者RM时，都会正常切换到standby节点，这时再访问WEB，状态已经改变。目前NN只支持两台做HA，RM HA支持多台。

4. HDFS 操作命令

# hadoop dfsadmin -report  #查看DataNode节点信息，可以使用这个命令脚本监控DFS状况

# hadoop fs -ls hdfs://hcluster:9000/   #指定HDFS地址访问

# hadoop fs -ls /   #列出HDFS文件系统目录下文件和目录

# hadoop fs -lsr /  #递归列出目录

# hadoop fs -mkdir /test  #创建test目录

# hadoop fs -put /root/test.txt /test/test.txt  #上传文件到test目录

# hadoop fs -cat /test/test.txt  #查看文件内容

# hadoop fs -du /test/test.txt   #查看文件大小

# hadoop fs -rm /test/test.txt   #删除文件

# hadoop fs -rmr /test       #递归删除目录或文件

提醒：Hadoop配置较为复杂，往往会因为自己的一点点配置错误，造成服务无法启动，不要心急，这时你应该静下心来仔细看看安装目录中logs目录下以.log结尾的日志，可帮助你解决问题。祝你好运！

HBase1.0分布式NoSQL数据库部署及使用请点：http://lizhenliang.blog.51cto.com/7876557/1665130

本文出自 “李振良的技术博客” 博客，出处http://lizhenliang.blog.51cto.com/7876557/1661354