高可用HDFS集群部署
集群规划
说明:
- 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 - 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-2.6.4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
注: 在node6上配置
1.1解压
[ ] tar -zxvf zookeeper-3.4.5.tar.gz -C /apps/
1.2修改配置
[ ] cd /root/apps/zookeeper-3.4.5/conf/
[ ] cp zoo_sample.cfg zoo.cfg
[ ] vi zoo.cfg
修改:dataDir = /root/apps/zookeeper-3.4.5/tmp
在最后添加:
server.1=node6:2888:3888
server.2=node7:2888:3888
server.3=node8:2888:3888
保存退出
然后创建一个tmp文件夹
[ ] mkdir /root/apps/zookeeper-3.4.5/tmp
[ ] echo 1 > /root/apps/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node7、node8根目录下创建一个hadoop目录:mkdir /hadoop)
scp -r /root/apps/zookeeper-3.4.5/ node7:/root/apps/
scp -r /root/apps/zookeeper-3.4.5/ node8:/root/apps/
注意:修改node7、node8对应/root/apps/zookeeper-3.4.5/tmp/myid内容
node7:
[ ] echo 2 > /root/apps/zookeeper-3.4.5/tmp/myid
node8:
[ ] echo 3 > /root/apps/zookeeper-3.4.5/tmp/myid
1.4关闭防火墙
1.关闭防火墙
[ ] service iptables stop
2.关闭防火墙开机启动
[ ] chkconfig iptables off
1.5 启动zookeeper集群
启动: [ ] bin/zkServer.sh start
停止: [ ] bin/zkServer.sh stop
启动开启zookeeper集群的脚本命令: [ ] sh zkmanage.sh start
启动关闭zookeeper集群的脚本命令: [ ] sh zkmanage.sh stop
Mode: standalone -->单机模式
1. 安装配置hadoop集群
注: 在node1上配置
2.1 解压
[ ] tar -zxvf hadoop-2.8.4.tar.gz -C /root/apps/
2.2 配置HDFS
注意: hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下
#将hadoop添加到环境变量中
[ ] vi /etc/profile
export JAVA_HOME=/usr/local/jdk
export HADOOP_HOME=/root/apps/hadoop-2.8.4
export PATH=$PATH:HADOOP_HOME/bin
[ ] source /etc/profile #立即生效
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
[ ] cd /root/apps/hadoop-2.6.4/etc/hadoop
2.2.1 修改hadoop-env.sh
export JAVA_HOME=/usr/local/jdk
2.2.2 修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hdp/</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/root/hdptmp/</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>node6:2181,node7:2181,node8:2181</value>
</property>
</configuration>
2.2.3 修改hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice为hdp,需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>hdp</value>
</property>
<!-- hdp下面有两个NameNode,分别是nn1,nn2 -->
<property>
<name>dfs.ha.namenodes.hdp</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.hdp.nn1</name>
<value>node6:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.hdp.nn1</name>
<value>node6:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.hdp.nn2</name>
<value>node7:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.hdp.nn2</name>
<value>node7:50070</value>
</property>
<!-- 指定NameNode的edits元数据在机器本地磁盘的存放位置 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>/root/hdpdata/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/root/hdpdata/data</value>
</property>
<!-- 指定NameNode的共享edits元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://node6:8485;node7:8485;node8:8485/hdp</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>/root/hdpdata/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.hdp</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>
<!-- 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的逻辑名字 -->
<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>node6</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>node7</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>node6:2181,node7:2181,node8:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>2048</value>
</property>
<property>
<name>yarn.nodemanager.resource.cpu-vcores</name>
<value>2</value>
</property>
</configuration>
2.2.6 修改slaves
(slaves是指定子节点的位置,因为要在node1上启动HDFS、在node3启动yarn,
所以node1上的slaves文件指定的是datanode的位置,node3上的slaves文件指定的是nodemanager的位置)
node6
node7
node8
2.2.7 配置免密码登陆
#在hadoop01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 node1…8
2.3 将配置好的hadoop拷贝到其他节点
[ ] scp -r /root/apps/hadoop-2.8.4 node:/ /root/apps/
2.4 启动zookeeper集群
分别在node6、node7、node8上启动zk
[ ] cd /root/apps/zookeeper-3.4.6/bin/
[ ] ./zkServer.sh start
#查看状态:一个leader,两个follower
[ ] ./zkServer.sh status
2.5 手动启动journalnode
分别在node6、node7、node8上启动zk
[ ] hadoop-daemon.sh start journalnode
#运行jps命令检验,node6、node7、node8上多了JournalNode进程
2.6 格式化namenode
在node1上执行命令
[ ] hdfs namenode -format
#格式化后,将node1上的hdpdata拷贝至node2相应目录下
2.7 格式化ZKFC
在node1上执行即可
[ ] hdfs zkfc -formatZK
2.8 启动HDFS
在node1上执行
[ ] start-dfs.sh
2.9 启动YARN
在node3上执行
注意:是在node3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)
start-yarn.sh
注意: start-yarn.sh脚本只能启动一个resourcemanager,第二个resourcemanager需要自己启动
yarn-daemon.sh start resourcemanager(在node4上执行)
3.0. 配置完成
到此,hadoop-2.6.4配置完毕,可以统计浏览器访问:
http://hadoop00:50070
NameNode ‘hadoop01:9000’ (active)
http://hadoop01:50070
NameNode ‘hadoop02:9000’ (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 - 通过浏览器访问:http://192.168.1.202:50070
[ ] NameNode ‘hadoop02:9000’ (active)
这个时候hadoop02上的NameNode变成了active - 再执行命令:
[ ] 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://192.168.1.201:50070
NameNode ‘hadoop01:9000’ (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!!!
测试集群工作状态的一些指令 :
#查看hdfs的各节点状态信息
[ ] bin/hdfs dfsadmin -report
#获取一个namenode节点的HA状态
[ ] bin/hdfs haadmin -getServiceState nn1
#单独启动一个namenode进程
[ ] sbin/hadoop-daemon.sh start namenode
#单独启动一个zkfc进程
[ ] ./hadoop-daemon.sh start zkfc
出现的问题:
hadoop HA启动时 两个namenode节点都是standby,解决办法
- 首先你要确定不用ha的时候你的hadoop集群是正常的,不然找错误的方向就偏离了
- 如果都正常,配置ha 需要zookeeper,先要看看是不是zookeeper没有配置好的问题
- 如果都正常,在hadoop安装目录执行sbin/hadoop-daemon.sh start zkfc,这句是启动zookeeper选举制度,然后执行bin/hdfs haadmin -transitionToActive nn2
其中nn2是你的namenode中的一个(如果是新配置的HAhadoop集群,可能是zkfc(DFSZKFailoverController)没有格式化导致namenode节点的自动切换机制没有开启) - 你在hadoop-env.sh中是需要配置JAVA_HOME的,但是不需要配置其他,HADOOP_HOME和PATH是需要配置在/etc/profile中的