hadoop2.2.0集群搭建（四）终结篇_hadoop-2.2.0.tar.gz-优快云博客

本文链接：https://blog.youkuaiyun.com/liangjianyong007/article/details/52895506

一、安装hadoop

1.1 上传hadoop-2.2.0.tar.gz包到hadoop1机器

1.2 解压

    tar -zxvf hadoop-2.2.0.tar.gz -C /usr/cloud/hadoop/

1.3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(hadoop1到hadoop6都要做此配置)
vim /etc/profile

export JAVA_HOME=/usr/cloud/java/<span><span>jdk1.6.0_24 </span></span>
export HADOOP_HOME=/usr/cloud/hadoop/hadoop-2.2.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin	
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /usr/cloud/hadoop/hadoop-2.2.0/etc/hadoop

1.3.1修改hadoo-env.sh

export JAVA_HOME=/usr/cloud/java/jdk1.6.0_24

1.3.2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，这个目录名称看着不重要，hadoop运行时
            核心数据都存库在此目录下，初始化后就不能随便修改 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/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>

1.3.3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>/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>

1.3.4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>

1.3.5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>

1.3.6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

二、服务启动
2.1启动zookeeper集群（分别在hadoop4、hadoop5、hadoop6上启动zk）

zkServer.sh start
#查看状态：一个leader，两个follower，leader和follwer是随机的。
zkServer.sh status

2.2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/cloud/hadoop/hadoop-2.2.0/tmp，然后将/usr/cloud/hadoop/hadoop-2.2.0/tmp
#拷贝到hadoop2的/usr/cloud/hadoop/hadoop-2.2.0/下。

scp -r tmp/ root@hadoop2:/usr/cloud/hadoop/hadoop-2.2.0/

2.3格式化ZK,在hadoop1上执行。

hdfs zkfc -formatZK

2.4启动HDFS(在hadoop1上执行)

start-dfs.sh

2.5启动YARN，

说明：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，datanode和namenode在同一台机器是为了在执行mapreduce时，减少跨网络的文件传输，也是为提高计算效率)

start-yarn.sh

三、校验服务是否启动

3.1可以到每台机器执行jps看规划的进程在每台机器都是否启动

3.2 用浏览器登录检查namenode状态及datanode状态。hdfs服务检查链接：http://hadoop1:50070
NameNode 'hadoop1:9000' (active)
NameNode 'hadoop2:9000' (standby)

3.3 用浏览器登录检查ResourceManager状态及nodeManager状态。hdfs服务检查链接：http://hadoop3:8088

3.4 上传文件校验hdfs服务

      hadoop fs -put /words /u-words

3.5 执行mapreduce的WordCount程序

hadoop jar /usr/cloud/hadoop/hadoop-2.2.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /u-words /out</span>

words 文件内容;
aaa bbb
bbb cc
hai aaa
hello bbb

四、验证HDFS HA

4.1 杀掉一个处于active状态的namenode，看是否能自动切换到状态为standby的备机。

jps

kill -9 <pid of NN>

通过浏览器访问：http://hadoop2:50070检查，NameNode 'hadoop2:9000' （切换到active）
4.2 再次启动刚才kill掉的NameNode

hadoop-daemon.sh start namenode

通过浏览器访问：http://hadoop1:50070， NameNode 'hadoop1:9000' (standby),hadoop1的namenode变成了standby状态，因此HA校验结果完全ok。