1. 云图网首页
  2. 技术专区
  3. 大数据

使用zookeeper搭建hadoop集群（QJM）

• 大数据, 开源, 研发管理, 移动开发, 编程笔记

1：配置免密码登录
使用ssh-keygen生成密钥，会在当前目录下生成一个.ssh文件夹和id_rsa私钥公钥；
把公钥拷贝到同一台主机对应的.ssh目录下，然后加载进authorized_keys文件里
cat id_rsa.pub>>authorized_keys //所有的公钥都要追加进这个文件；
把authorized_keys文件拷贝到每台主机的.ssh目录；然后逐个登录一次
也可以使用ssh-copy-id myuser@mynode
2：安装zookeeper；配置conf/zoo.cfg；添加每个主机和myid；
启动zookeeper：bin/zkServer.sh start
3：如果java是通过下载压缩包的形式的，那么需要配置一下系统环境
vim /etc/profile
添加：
export JAVA_HOME=/home/hadoop/jdk1.7.0_80
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
source /etc/profile
4：修改hadoop配置文件：
配置文件都在hadoop安装目录下的etc/hadoop/目录下
core-site.xml文件：

<configuration>
 <!-- 指定nameservice的名称为mycluster -->
 <property>
     <name>fs.defaultFS</name>
     <value>hdfs://mycluster</value> //hdfs-site.xml配置文件里对应的名称
 </property>
 <!-- 编辑日志文件存储的路径 -->
 <property>
     <name>dfs.journalnode.edits.dir</name>
     <value>/var/hadoop/jn</value> //需要创建jn/mycluster文件夹
 </property>

 <!-- 配置缓存文件的目录 -->
 <property>
    <name>hadoop.tmp.dir</name>
    <value>/var/hadoop/tmp</value>
 </property>
<!--以下配置是使用文件系统作为namenode的
 <property>
                <name>fs.defaultFS</name>
                <value>hdfs://master:9000</value>
        </property>
 <property>
    <name>hadoop.tmp.dir</name>
    <value>/var/hadoop/tmp</value>
 </property>
-->
</configuration>

hdfs-site.xml

<configuration>
<!-- 指定hdfs的nameservice的名称为mycluster -->
 <property>
     <name>dfs.nameservices</name>
     <value>mycluster</value>
 </property>

 <!-- 指定mycluster的两个namenode的名称，分别是nn1，nn2 -->
 <property>
     <name>dfs.ha.namenodes.mycluster</name>
     <value>nn1,nn2</value>
 </property>

 <!-- 配置nn1，nn2的rpc通信 端口 -->
 <property>
     <name>dfs.namenode.rpc-address.mycluster.nn1</name>
     <value>master:8020</value>
 </property>
 <property>
     <name>dfs.namenode.rpc-address.mycluster.nn2</name>
     <value>slave-one:8020</value>
 </property>

 <!-- 配置nn1，nn2的http访问端口 -->
 <property>
     <name>dfs.namenode.http-address.mycluster.nn1</name>
     <value>master:50070</value>
 </property>
 <property>
     <name>dfs.namenode.http-address.mycluster.nn2</name>
     <value>slave-one:50070</value>
 </property>

 <!-- 指定namenode的元数据存储在journalnode中的路径 -->
 <property>
     <name>dfs.namenode.shared.edits.dir</name>
 <value>qjournal://master:8485;slave-one:8485;slave-two:8485/mycluster</value>
 </property>

 <!-- 配置失败自动切换的方式 -->
 <property>
     <name>dfs.client.failover.proxy.provider.mycluster</name>
     <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
 </property>

 <!-- 配置隔离机制 -->
    <property>
            <name>dfs.ha.fencing.methods</name>
            <value>sshfence</value>
        </property>
 <!-- 指定秘钥的位置 -->
        <property>
            <name>dfs.ha.fencing.ssh.private-key-files</name>
            <value>/root/.ssh/id_rsa</value>
        </property>

 <!-- 数据备份的个数 -->
 <property>
    <name>dfs.replication</name>
    <value>3</value>
 </property>

 <!--关闭权限验证 -->
 <property>
    <name>dfs.permissions.enabled</name>
    <value>false</value>
 </property>

 <!-- 开启失败故障自动转移 -->
 <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>

    <!-- 配置zookeeper地址 -->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>master:2181,slave-one:2181,slave-two:2181</value>
    </property>

<!--以下配置为使用文件系统的-->
<property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>master:50090</value>
        </property>
        <property>
                <name>dfs.namenode.name.dir</name>
                <value>/var/hadoop/dfs/name</value>
        </property>
        <property>
                <name>dfs.datanode.data.dir</name>
                <value>/var/hadoop/dfs/data</value>
        </property>
        <property>
                <name>dfs.replication</name><!--node number-->
                <value>2</value>
        </property>
<!--以上配置为使用文件系统的-->
</configuration>

配置mapred-site.xml文件：

<configuration>
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
        </property> 
        <property> 
                <name>mapreduce.jobhistory.address</name> 
                <value>master:10020</value> 
        </property> 
        <property> 
                <name>mapreduce.jobhistory.webapp.address</name> 
                <value>master:19888</value> 
        </property> 
        <property> 
                <name>mapreduce.job.ubertask.enable</name> 
                <value>true</value> 
        </property>
</configuration>

配置yarn-site.xml文件

<configuration>
<property>
    <name>yarn.resourcemanager.ha.enabled</name>
    <value>true</value>
</property>
<property>
    <name>yarn.resourcemanager.cluster-id</name>
    <value>cluster1</value>
</property>
<property>
    <name>yarn.resourcemanager.ha.rm-ids</name>
    <value>rm1,rm2</value>
</property>
<property>
    <name>yarn.resourcemanager.hostname.rm1</name>
    <value>master</value>
</property>
<property>
    <name>yarn.resourcemanager.hostname.rm2</name>
    <value>slave-one</value>
</property>
<property>
    <name>yarn.resourcemanager.webapp.address.rm1</name>
    <value>master:8088</value>
</property>
<property>
    <name>yarn.resourcemanager.webapp.address.rm2</name>
    <value>slave-one:8088</value>
</property>
<property>
    <name>yarn.resourcemanager.zk-address</name>
    <value>master:2181,slave-one:2181,slave-two:2181</value>
</property>
<property>
    <name>yarn.resourcemanager.store.class</name>
    <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
<property>
    <name>yarn.nodemanager.recovery.enabled</name>
    <value>true</value>
</property>
<property>
    <name>yarn.nodemanager.recovery.dir</name>
    <value>/var/hadoop/yarn-recovery</value>
</property>
<property>
    <name>yarn.nodemanager.address</name>
    <value>45454</value>
</property>
<property>
 <name>yarn.nodemanager.aux-services</name>
 <value>mapreduce_shuffle</value>
</property>
<property>
 <name>yarn.log-aggregation-enable</name>
 <value>true</value>
</property>
</configuration>

创建文件夹：
mkdir -p /var/hadoop/jn/mycluster mkdir -p /var/hadoop/tmp mkdir -p /var/hadoop/dfs/name mkdir -p /var/hadoop/dfs/data mkdir -p /var/hadoop/yarn-recovery
配置hadoop-env.sh的java_home路径：
export JAVA_HOME=/usr/lib/jvm/java-1.8.0
配置slaves文件：添加所有节点主机
master
slave-one
slave-two
5：每一台机子上都启动journalnode节点：为格式化做准备
sbin/hadoop-daemon.sh start journalnode
6：在一台主机上格式化namenode：
bin/hdfs namenode -format mycluster
7：在该台主机格式化完namenode后，启动namenode，方便给其他主机同步namenode信息
sbin/hadoop-daemon.sh start namenode
8：在其他主机上同步namenode信息：由于namenode节点只需要两个，所以只同步配置里的主机
bin/hdfs namenode -bootstrapstandby
如果同步成功，可以看到集群的id等相关信息；如果不成功；查看主机监控的地址是否有误；
如果监听127.0.0.1会导致连接不上，修改/etc/hosts文件
9：配置zookeeper故障转移：对namenode进行zk格式化；需要确保namenode进行已经启动
在一台主机上运行：
bin/hdfs zkfc -formatZK
10：关闭所有hdfs：sbin/stop-dfs.sh；然后再重新启动所有sbin/start-dfs.sh
11：配置yarn：需要在每一台ResourceManager上启动
sbin/yarn-daemon.sh start resourcemanager
12：查看yarn启动状态：
bin/yarn rmadmin -getServiceState rm1|rm2 //rm1，rm2是定义的名称

当前版本一个Namespace只运行最多两个namenode节点；例如mycluster只能有nn1和nn2两个namenode节点；nn1和nn2名称可以自己命名；

原创文章，作者：Maggie-Hunter，如若转载，请注明出处：https://blog.ytso.com/196822.html

赞 (0)
0
上一篇 2021年11月16日
下一篇 2021年11月16日

相关推荐

发表回复

登录后才能评论