ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 其他分享> 文章详细

Hadoop安装步骤

2021-09-22 19:58:19  阅读：152  来源： 互联网

标签：name 步骤 app Hadoop value hadoop ssh property 安装


hadoop2.0已经发布了稳定版本了，增加了很多特性，比如HDFS HA、YARN等。最新的hadoop-2.4.1又增加了YARN HA

注意：apache提供的hadoop-2.4.1的安装包是在32位操作系统编译的，因为hadoop依赖一些C++的本地库，

所以如果在64位的操作上安装hadoop-2.4.1就需要重新在64操作系统上重新编译

（建议第一次安装用32位的系统，我将编译好的64位的也上传到群共享里了，如果有兴趣的可以自己编译一下）

前期准备就不详细说了，课堂上都介绍了

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

    HA181   192.168.1.181   jdk、hadoop                  NameNode、DFSZKFailoverController(zkfc)

    HA182   192.168.1.182   jdk、hadoop                  NameNode、DFSZKFailoverController(zkfc)

    HA183   192.168.1.183   jdk、hadoop                  ResourceManager

    HA184   192.168.1.184   jdk、hadoop                  ResourceManager

    HA185   192.168.1.185   jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain

    HA186   192.168.1.186   jdk、hadoop、zookeeper        DataNode、NodeManager、JournalNode、QuorumPeerMain

    HA187   192.168.1.187   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-2.4.1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HA185上）

        1.1解压

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

        1.2修改配置

            cd /app/zookeeper-3.4.5/conf/

            cp zoo_sample.cfg zoo.cfg

            vim zoo.cfg

            修改：dataDir=/app/zookeeper-3.4.5/tmp

            在最后添加：

server.1=HA185:2888:3888

server.2=HA186:2888:3888

server.3=HA187:2888:3888

            保存退出

            然后创建一个tmp文件夹

            mkdir /app/zookeeper-3.4.5/tmp

            再创建一个空文件

            touch /app/zookeeper-3.4.5/tmp/myid

            最后向该文件写入ID

            echo 1 > /app/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HA186、HA187根目录下创建一个weekend目录：mkdir /weekend)

            scp -r /app/zookeeper-3.4.5/ HA186:/app/

            scp -r /app/zookeeper-3.4.5/ HA187:/app/

             

            注意：修改HA186、HA187对应/weekend/zookeeper-3.4.5/tmp/myid内容

            HA186：

                echo 2 > /app/zookeeper-3.4.5/tmp/myid

            HA187：

                echo 3 > /app/zookeeper-3.4.5/tmp/myid

     

    2.安装配置hadoop集群（在HA181上操作）

        2.1解压

            tar -zxvf hadoop-2.4.1.tar.gz -C /weekend/

        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=/app/jdk1.7.0_79

            export HADOOP_HOME=/app/hadoop-2.4.1

            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 /home/hadoop/app/hadoop-2.4.1/etc/hadoop

             

            2.2.1修改hadoop-env.sh

                export JAVA_HOME=/app/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>/app/hadoop-2.4.1/tmp</value>

    </property>

     

    <!-- 指定zookeeper地址 -->

    <property>

        <name>ha.zookeeper.quorum</name>

        <value>HA185:2181,HA186:2181,HA187:2181</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>HA181:9000</value>

    </property>

    <!-- nn1的http通信地址 -->

    <property>

        <name>dfs.namenode.http-address.ns1.nn1</name>

        <value>HA181:50070</value>

    </property>

    <!-- nn2的RPC通信地址 -->

    <property>

        <name>dfs.namenode.rpc-address.ns1.nn2</name>

        <value>HA182:9000</value>

    </property>

    <!-- nn2的http通信地址 -->

    <property>

        <name>dfs.namenode.http-address.ns1.nn2</name>

        <value>HA182:50070</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://HA185:8485;HA186:8485;HA187:8485/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>/app/hadoop-2.4.1/journaldata</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高可用 -->

        <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>HA183</value>

        </property>

        <property>

           <name>yarn.resourcemanager.hostname.rm2</name>

           <value>HA184</value>

        </property>

        <!-- 指定zk集群地址 -->

        <property>

           <name>yarn.resourcemanager.zk-address</name>

           <value>HA185:2181,HA186:2181,HA187:2181</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HA181上启动HDFS、在HA183启动yarn，

            所以HA181上的slaves文件指定的是datanode的位置，HA183上的slaves文件指定的是nodemanager的位置)

HA185

HA186

HA187

            2.2.7配置免密码登陆

                #首先要配置HA181到HA182、HA183、HA184、HA185、HA186、HA187的免密码登陆

                #在HA181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-copy-id HA181

                ssh-copy-id HA182

                ssh-copy-id HA183

                ssh-copy-id HA184

                ssh-copy-id HA185

                ssh-copy-id HA186

                ssh-copy-id HA187

                #配置HA183到HA184、HA185、HA186、HA187的免密码登陆

                #在HA183上生产一对钥匙

                ssh-keygen -t rsa

                #将公钥拷贝到其他节点

ssh-copy-id HA184

ssh-copy-id HA185

ssh-copy-id HA186

ssh-copy-id HA187

                #注意：两个namenode之间要配置ssh免密码登陆，别忘了配置HA182到HA181的免登陆

                在HA182上生产一对钥匙

                ssh-keygen -t rsa

                ssh-copy-id -i HA181             

         

        2.4将配置好的hadoop拷贝到其他节点

scp -r /app/hadoop-2.5.1/ HA182:/app/

scp -r /app/hadoop-2.5.1/ HA183:/app/

scp -r /app/hadoop-2.5.1/ HA184:/app/

scp -r /app/hadoop-2.5.1/ HA185:/app/

scp -r /app/hadoop-2.5.1/ HA186:/app/

scp -r /app/hadoop-2.5.1/ HA187:/app/

        ###注意：严格按照下面的步骤

        2.5启动zookeeper集群（分别在HA185、HA186、tcast07上启动zk）

cd /app/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（分别在在HA185、HA186、HA187上执行）

cd /app/hadoop-2.5.1

hadoop-daemon.sh start journalnode

            #运行jps命令检验，HA185、HA186、HA187上多了JournalNode进程

        2.7格式化ZKFC(在HA181上执行即可)         hdfs zkfc -formatZK

        2.8格式化HDFS

            #在HA181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/app/hadoop-2.4.1/tmp，然后将/weekend/hadoop-2.4.1/tmp拷贝到HA182的/weekend/hadoop-2.4.1/下。

            scp -r tmp/ HA182:/app/hadoop-2.5.1/

            ##也可以这样，建议hdfs namenode -bootstrapStandby

         

         

         

        2.9启动HDFS(在HA181上执行)

            sbin/start-dfs.sh

        2.10启动YARN(#####注意#####：是在HA183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://192.168.1.181:50070

        NameNode 'HA181:9000' (active)

        http://192.168.1.182:50070

        NameNode 'HA182:9000' (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://192.168.1.182:50070

        NameNode 'HA182:9000' (active)

        这个时候HA182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://192.168.1.181:50070

        NameNode 'HA181:9000' (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-2.4.1.jar wordcount /profile /out

     

    OK，大功告成！！！

CID-74d21742-3e4b-4df6-a99c-d52f703b49c0

     

             

         

测试集群工作状态的一些指令 ：

bin/hdfs dfsadmin -report  查看hdfs的各节点状态信息

bin/hdfs haadmin -getServiceState nn1         获取一个namenode节点的HA状态

sbin/hadoop-daemon.sh start namenode  单独启动一个namenode进程

./hadoop-daemon.sh start zkfc   单独启动一个zkfc进程

标签：name,步骤,app,Hadoop,value,hadoop,ssh,property,安装
来源： https://blog.csdn.net/qq_61460129/article/details/120421702

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有