hadoop 集群节点详解 hadoop集群的三种模式

转载

mob6454cc64e36b 2023-07-20 14:46:39

文章标签 hadoop 集群节点详解 hadoop 大数据 hdfs zookeeper 文章分类 Hadoop 大数据

简述

hadoop 集群一共有4种部署模式，详见《hadoop 生态圈介绍》。 HA模式的集群里面会部署两台NN（最多也只能两台），以形成主备NN节点，达到高可用的目的。两台NN之间同步数据有两种方法：QJM和NFC。本文选择QJM方式，下文中出现的 journalnode 即为QJM模式下的进程。另外还可以配置两台ResourceManager，形成主备RM节点，从而达到yarn集群的高可用。该模式下的集群配置是在完全分布式模式的基础上做了部分调整。

所有四种模式的部署指南见：

Hadoop 伪分布式搭建指南

Hadoop 完全分布式搭建指南

Hadoop HA高可用集群模式搭建指南

Hadoop HA+Federation（联邦）模式搭建指南

搭建过程

系统环境

Ubuntu 14.04 x64 Server LTS
Hadoop 2.7.2
vagrant 模拟三台主机，内存都为2G

节点角色

主机名

角色描述

192.168.100.201

h01.vm.com

主节点 NameNode, job-history-server

192.168.100.202

h02.vm.com

主节点 NameNode, (yarn)ResourceManager

192.168.100.203

h03.vm.com

另，以上所有节点都同时是 zookeeper、zkfc、journalnode 和 datanode。运行Namenode和ResourceManager的节点即为主节点。

更新软件源索引

分别在 h01 h02 h03 操作
sudo apt-get update

安装基础软件

分别在 h01 h02 h03 操作
sudo apt-get install ssh
sudo apt-get install rsync

配置主机域名

分别在 h01 h02 h03 操作
sudo vim /etc/hostname # centos系统可能没有该文件，创建即可
h01.vm.com # 该节点主机名

将该文件内容修改为对应的主机名，例如 h01.vm.com

域名解析

搭建内网DNS服务器（可选，但推荐），可阅读vincent的博文 http://blog.kissdata.com/2014/07/10/ubuntu-dns-bind.html
配置 /etc/hosts，将以下代码追加到文件末尾即可（如搭建了DNS服务器，则跳过此步骤）
分别在 h01 h02 h03 操作
sudo vim /etc/hosts
192.168.100.201 h01.vm.com h01
192.168.100.202 h02.vm.com h02
192.168.100.203 h03.vm.com h03

!!! Ubuntu系统，须删掉 /etc/hosts 映射 127.0.1.1/127.0.0.1 !!! Check that there isn’t an entry for your hostname mapped to 127.0.0.1 or 127.0.1.1 in /etc/hosts (Ubuntu is notorious for this). 127.0.1.1 h01.vm.com # must remove
不然可能会引起 hadoop、zookeeper 节点间通信的问题

时间同步（可选）

在内网中搭建 ntp 服务器，可阅读vincent的博文 http://blog.kissdata.com/2014/10/28/ubuntu-ntp.html

准备jdk、hadoop和zookeeper软件包

须到官方网站下载stable版本 jdk-7u79-linux-x64.tar.gz hadoop-2.7.2.tar.gz zookeeper-3.4.8.tar.gz
所有的软件包都统一解压到 /home/vagrant/VMBigData 目录下，其中 vagrant 是linux系统的用户名，由于我是使用 vagrant 虚拟的主机，所以默认是 vagrant
在 h01 操作

先在其中一台机子操作，后面会使用 scp 命令或者其他方法同步到其他主机

mkdir -p /home/vagrant/VMBigData/hadoop /home/vagrant/VMBigData/java /home/vagrant/VMBigData/zookeeper
tar zxf jdk-7u79-linux-x64.tar.gz -C /home/vagrant/VMBigData/java
tar zxf hadoop-2.7.2.tar.gz -C /home/vagrant/VMBigData/hadoop
tar zxf zookeeper-3.4.8.tar.gz -C /home/vagrant/VMBigData/zookeeper

配置软连接，方便以后升级版本

在 h01 操作，后面通过 scp 同步到其他主机
ln -s /home/vagrant/VMBigData/java/jdk1.7.0_79/ /home/vagrant/VMBigData/java/default
ln -s /home/vagrant/VMBigData/hadoop/hadoop-2.7.2/ /home/vagrant/VMBigData/hadoop/default
ln -s /home/vagrant/VMBigData/zookeeper/zookeeper-3.4.8/ /home/vagrant/VMBigData/zookeeper/default

配置环境变量

分别在 h01 h02 h03 操作
sudo vim /etc/profile
export HADOOP_HOME=/home/vagrant/VMBigData/hadoop/default
export JAVA_HOME=/home/vagrant/VMBigData/java/default
export PATH= $hadoop 集群节点详解 hadoop集群的三种模式_zookeeper$ HADOOP_HOME/bin:$PATH
source /etc/profile

配置免密码ssh登录

hadoop主节点需要能远程登陆集群内的所有节点（包括自己），以执行命令。所以需要配置免密码的ssh登陆。可选的ssh秘钥对生成方式有rsa和dsa两种，这里选择rsa。

分别在 h01 h02 ，即两个主节点上操作
ssh-keygen -t rsa -C “youremail@xx.com”

注意在接下来的命令行交互中，直接按回车跳过输入密码

以下命令将本节点的公钥 id_rsa.pub 文件的内容追加到远程主机的 authorized_keys 文件中（默认位于 ~/.ssh/）
ssh-copy-id vagrant@h01.vm.com # vagrant是远程主机用户名
ssh-copy-id vagrant@h02.vm.com # vagrant是远程主机用户名
ssh-copy-id vagrant@h03.vm.com
在 h01 h02 上测试无密码 ssh 登录到 h01 h02 h03
ssh h01.vm.com
ssh h02.vm.com
ssh h03.vm.com

!!! 注意使用rsa模式生成密钥对时，不要轻易覆盖原来已有的，确定无影响时方可覆盖 !!!

配置从节点

在 slaves 文件中配置的主机即为从节点，将自动运行datanode服务

在 h01 操作，后面通过 scp 同步到其他主机
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/slaves
h01.vm.com
h02.vm.com
h03.vm.com

建立存储数据的相应目录

在 h01 操作，后面通过 scp 同步到其他主机
mkdir -p /home/vagrant/VMBigData/hadoop/data/hdfs/tmp
mkdir -p /home/vagrant/VMBigData/hadoop/data/pid
mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode1
mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode2
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode1
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode2
mkdir -p /home/vagrant/VMBigData/hadoop/data/local-dirs
mkdir -p /home/vagrant/VMBigData/hadoop/data/log-dirs

配置hadoop参数

在 h01 操作，后面通过 scp 同步到其他主机

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hadoop-env.sh

export JAVA_HOME=${JAVA_HOME} # 注意注释掉原来的这行

export JAVA_HOME=/home/vagrant/VMBigData/java/default
export HADOOP_PREFIX=/home/vagrant/VMBigData/hadoop/default

export HADOOP_PID_DIR=${HADOOP_PID_DIR} # 注意注释掉原来的这行

export HADOOP_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
export YARN_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid

export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR} # 注意注释掉原来的这行

export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR}

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-env.sh
export HADOOP_MAPRED_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/core-site.xml
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hdfs-site.xml
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/yarn-site.xml
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-site.xml

安装配置zookeeper

在 h01 操作，后面通过 scp 同步到其他主机
cd /home/vagrant/VMBigData/zookeeper/default/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg

对该文件做出以下修改

dataDir=/home/vagrant/VMBigData/zookeeper/data/tmp

如果无法启动zookeeper，可将以下代码对应的行改为 0.0.0.0:2888:3888

注意zookeeper解析该文件很死板，不要输入多余的空格和空行

server.1=h01.vm.com:2888:3888
server.2=h02.vm.com:2888:3888
server.3=h03.vm.com:2888:3888

mkdir -p /home/vagrant/VMBigData/zookeeper/data/tmp
vim /home/vagrant/VMBigData/zookeeper/data/tmp/myid

在此文件中输入节点编号，比如h01节点就输入1，h02节点就输入2

将hadoop所需文件同步到其他主机

在 h01 上操作
scp -r /home/vagrant/VMBigData vagrant@h02.vm.com:/home/vagrant
scp -r /home/vagrant/VMBigData vagrant@h03.vm.com:/home/vagrant

!!! 注意：default 软连接需要重建 !!!

修改各节点的 zookeeper 的 /home/vagrant/VMBigData/zookeeper/data/tmp/myid 文件，内容为各节点编号，本例中为 1,2,3

启动zookeeper

在 h01 h02 h03 操作
cd /home/vagrant/VMBigData/zookeeper/default
bin/zkServer.sh start

启动JournalNode

在任一配置了journalnode的节点操作
cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemons.sh start journalnode

格式化namenode

在 h01 namenode 上执行
hdfs namenode -format

!!! 注意仅在首次启动时执行，因为此命令会删除hadoop集群所有的数据 !!!

同步两个namenode数据（方法一：推荐）

在 h01 启动 namenode
cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemon.sh start namenode
在 h02 执行同步
cd /home/vagrant/VMBigData/hadoop/default
bin/hdfs namenode -bootstrapStandby
在 h02 启动 namenode
cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemon.sh start namenode

同步两个namenode数据（方法二：不推荐，可能引起复制后的文件的权限问题）

在 h01 操作
scp -r /home/vagrant/VMBigData/hadoop/data/namenode1/ vagrant@h02.vm.com:/home/vagrant/VMBigData/hadoop/data/
scp -r /home/vagrant/VMBigData/hadoop/data/namenode2/ vagrant@h02.vm.com:/home/vagrant/VMBigData/hadoop/data/