1. 云图网首页
  2. 技术专区
  3. 大数据

配置高可用的Hadoop平台详解大数据

• 大数据

1.概述

　　在Hadoop2.x之后的版本，提出了解决单点问题的方案－－HA（High Available 高可用）。这篇博客阐述如何搭建高可用的HDFS和YARN，执行步骤如下：

  1. 创建hadoop用户
  2. 安装JDK
  3. 配置hosts
  4. 安装SSH
  5. 关闭防火墙
  6. 修改时区
  7. ZK（安装，启动，验证）
  8. HDFS＋HA的结构图
  9. 角色分配
  10. 环境变量配置
  11. 核心文件配置
  12. slave
  13. 启动命令（hdfs和yarn的相关命令）
  14. HA的切换
  15. 效果截图

　　下面我们给出下载包的链接地址：

　　zookeeper下载地址

　　hadoop2.x下载地址

      JDK下载地址

　　注：若JDK无法下载，请到Oracle的官网下载JDK。

　　到这里安装包都准备好了，接下来我们开始搭建与配置。

2.搭建

2.1创建Hadoop用户

useradd hadoop 
passwd hadoop

　　然后根据提示，设置密码。接着我给hadoop用户设置面免密码权限，也可自行添加其他权限。

chmod +w /etc/sudoers  
hadoop ALL=(root)NOPASSWD:ALL  
chmod -w /etc/sudoers

2.2安装JDK

　　将下载好的安装包解压到 /usr/java/jdk1.7，然后设置环境变量，命令如下：

sudo vi /etc/profile

　　然后编辑配置，内容如下：

export JAVA_HOME=/usr/java/jdk1.7 
export PATH=$PATH:$JAVA_HOME/bin

　　然后使环境变量立即生效，命令如下：

source /etc/profile

　　然后验证JDK是否配置成功，命令如下：

java -version

　　若显示对应版本号，即表示JDK配置成功。否则，配置无效！

2.3配置hosts

　　集群中所有机器的hosts配置要要相同（推荐）。可以避免不必要的麻烦，用域名取代IP，方便配置。配置信息如下：

10.211.55.12    nna　　# NameNode Active 
10.211.55.13    nns　　# NameNode Standby 
10.211.55.14    dn1　　# DataNode1 
10.211.55.15    dn2　　# DataNode2 
10.211.55.16    dn3　　# DataNode3

　　然后用scp命令，将hosts配置分发到各个节点。命令如下：

＃ 这里以NNS节点为例子 
scp /etc/hosts [email protected]:/etc/

2.4安装SSH

　　输入如下命令：

ssh-keygen –t rsa

　　然后一路按回车键，最后在将id_rsa.pub写到authorized_keys，命令如下：

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

　　在hadoop用户下，需要给authorized_keys赋予600的权限，不然免密码登陆无效。在其他节点只需要使用 ssh-keygen –t rsa 命令，生产对应的公钥，然后将各个节点的id_rsa.pub追加到nna节点的authorized_keys中。最后，将nna节点下的authorized_keys文件通过scp命令，分发到各个节点的 ~/.ssh/ 目录下。目录如下：

# 这里以NNS节点为例子 
scp ~/.ssh/authorized_keys [email protected]:~/.ssh/

　　然后使用ssh命令相互登录，看是否实现了免密码登录，登录命令如下：

# 这里以nns节点为例子 
ssh nns

　　若登录过程中木有提示需要输入密码，即表示密码配置成功。

2.5关闭防火墙

　　由于hadoop的节点之间需要通信（RPC机制），这样一来就需要监听对应的端口，这里我就直接将防火墙关闭了，命令如下：

chkconfig  iptables off

　　注：如果用于生产环境，直接关闭防火墙是存在安全隐患的，我们可以通过配置防火墙的过滤规则，即将hadoop需要监听的那些端口配置到防火墙接受规则中。关于防火墙的规则配置参见“linux防火墙配置”，或者通知公司的运维去帮忙配置管理。

　　同时，也需要关闭SELinux，可修改 /etc/selinux/config 文件，将其中的 SELINUX=enforcing 改为 SELINUX=disabled即可。

2.6修改时区

　　各个节点的时间如果不同步，会出现启动异常，或其他原因。这里将时间统一设置为Shanghai时区。命令如下：

# cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime 
cp: overwrite `/etc/localtime'? yes 
修改为中国的东八区 
# vi /etc/sysconfig/clock 
ZONE="Asia/Shanghai" 
UTC=false 
ARC=false

2.7ZK（安装，启动，验证）

2.7.1安装

　　将下载好的安装包，解压到指定位置，这里为直接解压到当前位置，命令如下：

tar -zxvf zk-{version}.tar.gz

　　修改zk配置，将zk安装目录下conf/zoo_sample.cfg重命名zoo.cfg，修改其中的内容：

# The number of milliseconds of each tick 
# 服务器与客户端之间交互的基本时间单元（ms）  
tickTime=2000    
 
# The number of ticks that the initial   
# synchronization phase can take  
# zookeeper所能接受的客户端数量  
initLimit=10   
 
# The number of ticks that can pass between   
# sending a request and getting an acknowledgement  
# 服务器和客户端之间请求和应答之间的时间间隔  
syncLimit=5 
 
# the directory where the snapshot is stored.  
# do not use /tmp for storage, /tmp here is just   
# example sakes.  
# 保存zookeeper数据，日志的路径 
dataDir=/home/hadoop/data/zookeeper 
 
# the port at which the clients will connect  
# 客户端与zookeeper相互交互的端口  
clientPort=2181  
server.1= dn1:2888:3888  
server.2= dn2:2888:3888  
server.3= dn3:2888:3888 
 
#server.A=B:C:D  其中A是一个数字，代表这是第几号服务器；B是服务器的IP地址；C表示服务器与群集中的“领导者”交换信息的端口；当领导者失效后，D表示用来执行选举时服务器相互通信的端口。

　　接下来，在配置的dataDir目录下创建一个myid文件，里面写入一个0-255之间的一个随意数字，每个zk上这个文件的数字要是不一样的，这些数字应该是从1开始，依次写每个服务器。文件中序号要与dn节点下的zk配置序号一直，如：server.1=dn1:2888:3888，那么dn1节点下的myid配置文件应该写上1。

2.7.2启动

　　分别在各个dn节点启动zk进程，命令如下：

bin/zkServer.sh start

　　然后，在各个节点输入jps命令，会出现如下进程：

QuorumPeerMain

2.7.3验证

　　上面说的输入jps命令，若显示对应的进程，即表示启动成功，同样我们也可以输入zk的状态命令查看，命令如下：

bin/zkServer.sh status

　　会出现一个leader和两个follower。

2.8HDFS＋HA的结构图

　　HDFS配置HA的结构图如下所示：

配置高可用的Hadoop平台详解大数据

　　上图大致架构包括：

　　1. 利用共享存储来在两个NN间同步edits信息。以前的HDFS是share nothing but NN，现在NN又share storage，这样其实是转移了单点故障的位置，但中高端的存储设备内部都有各种RAID以及冗余硬件，包括电源以及网卡等，比服务器的可靠性还是略有提高。通过NN内部每次元数据变动后的flush操作，加上NFS的close-to-open，数据的一致性得到了保证。

　　2. DN同时向两个NN汇报块信息。这是让Standby NN保持集群的最新状态的必须步骤。

　　3. 用于监视和控制NN进程的FailoverController进程。显然，我们不能在NN进程内部进行心跳等信息同步，最简单的原因，一次FullGC就可以让NN挂起十几分钟，所以，必须要有一个独立的短小精悍的watchdog来专门负责监控。这也是一个松耦合的设计，便于扩展或更改，目前版本里是用ZooKeeper（简称ZK）来做同步锁，但用户可以方便的把这个Zookeeper FailoverController（简称ZKFC）替换为其他的HA方案或leader选举方案。

　　4. 隔离（Fencing），防止脑裂，就是保证在任何时候只有一个主NN，包括三个方面：

　　　 共享存储fencing，确保只有一个NN可以写入edits。

　　　 客户端fencing，确保只有一个NN可以响应客户端的请求。

　　　 DN fencing，确保只有一个NN向DN下发命令，譬如删除块，复制块等等。

2.9角色分配

名称

Host

职责

NNA

10.211.55.12

zkfc

NNS

10.211.55.13

zkfc

DN1

10.211.55.14

zookeeper

DN2

10.211.55.15

zookeeper

DN3

10.211.55.16

zookeeper

2.10环境变量配置

　　这里列出了所有的配置，后面配置其他组件，可以参考这里的配置。 配置完成后，输入：. /etc/profile（或source /etc/profile）使之立即生效。验证环境变量配置成功与否，输入：echo $HADOOP_HOME，若输出对应的配置路径，即可认定配置成功。

　　注：hadoop2.x以后的版本conf文件夹改为etc文件夹了

　　配置内容如下所示：

export JAVA_HOME=/usr/java/jdk1.7  
export HADOOP_HOME=/home/hadoop/hadoop-2.6.0  
export ZK_HOME=/home/hadoop/zookeeper-3.4.6  
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOM

2.11核心文件配置

　　注：这里特别提醒，配置文件中的路径在启动集群之前，得存在（若不存在，请事先创建）。下面为给出本篇文章需要创建的路径脚本，命令如下：

mkdir -p /home/hadoop/tmp 
mkdir -p /home/hadoop/data/tmp/journal 
mkdir -p /home/hadoop/data/dfs/name 
mkdir -p /home/hadoop/data/dfs/data 
mkdir -p /home/hadoop/data/yarn/local 
mkdir -p /home/hadoop/log/yarn
  • core-site.xml
<?xml version="1.0" encoding="UTF-8"?> 
<configuration> 
    <property> 
        <name>fs.defaultFS</name> 
        <value>hdfs://cluster1</value> 
    </property> 
 
    <property> 
        <name>io.file.buffer.size</name> 
        <value>131072</value> 
    </property> 
    <property> 
        <name>hadoop.tmp.dir</name> 
        <value>/home/hadoop/tmp</value> 
    </property> 
    <property> 
        <name>hadoop.proxyuser.hadoop.hosts</name> 
        <value>*</value> 
    </property> 
    <property> 
        <name>hadoop.proxyuser.hadoop.groups</name> 
        <value>*</value> 
    </property> 
    <property> 
        <name>ha.zookeeper.quorum</name> 
        <value>dn1:2181,dn2:2181,dn3:2181</value> 
    </property> 
</configuration>
  • hdfs-site.xml
<?xml version="1.0" encoding="UTF-8"?> 
<configuration> 
<property> 
<name>dfs.nameservices</name> 
<value>cluster1</value> 
</property> 
<property> 
<name>dfs.ha.namenodes.cluster1</name> 
<value>nna,nns</value> 
</property> 
<property> 
<name>dfs.namenode.rpc-address.cluster1.nna</name> 
<value>nna:9000</value> 
</property> 
<property> 
<name>dfs.namenode.rpc-address.cluster1.nns</name> 
<value>nns:9000</value> 
</property> 
<property> 
<name>dfs.namenode.http-address.cluster1.nna</name> 
<value>nna:50070</value> 
</property> 
<property> 
<name>dfs.namenode.http-address.cluster1.nns</name> 
<value>nns:50070</value> 
</property> 
<property> 
<name>dfs.namenode.shared.edits.dir</name> 
<value>qjournal://dn1:8485;dn2:8485;dn3:8485/cluster1</value> 
</property> 
<property> 
<name>dfs.client.failover.proxy.provider.cluster1</name> 
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> 
</property> 
<property> 
<name>dfs.ha.fencing.methods</name> 
<value>sshfence</value> 
</property> 
<property> 
<name>dfs.ha.fencing.ssh.private-key-files</name> 
<value>/home/hadoop/.ssh/id_rsa</value> 
</property> 
<property> 
<name>dfs.journalnode.edits.dir</name> 
<value>/home/hadoop/data/tmp/journal</value> 
</property> 
<property> 
<name>dfs.ha.automatic-failover.enabled</name> 
<value>true</value> 
</property> 
<property> 
<name>dfs.namenode.name.dir</name> 
<value>/home/hadoop/data/dfs/name</value> 
</property> 
<property> 
<name>dfs.datanode.data.dir</name> 
<value>/home/hadoop/data/dfs/data</value> 
</property> 
<property> 
<name>dfs.replication</name> 
<value>3</value> 
</property> 
<property> 
<name>dfs.webhdfs.enabled</name> 
<value>true</value> 
</property> 
<property> 
<name>dfs.journalnode.http-address</name> 
<value>0.0.0.0:8480</value> 
</property> 
<property> 
<name>dfs.journalnode.rpc-address</name> 
<value>0.0.0.0:8485</value> 
</property> 
<property> 
<name>ha.zookeeper.quorum</name> 
<value>dn1:2181,dn2:2181,dn3:2181</value> 
</property> 
</configuration>
  • map-site.xml
<?xml version="1.0" encoding="UTF-8"?> 
<configuration> 
<property> 
<name>mapreduce.framework.name</name> 
<value>yarn</value> 
</property> 
<property> 
<name>mapreduce.jobhistory.address</name> 
<value>nna:10020</value> 
</property> 
<property> 
<name>mapreduce.jobhistory.webapp.address</name> 
<value>nna:19888</value> 
</property> 
</configuration>
  • yarn-site.xml
<?xml version="1.0" encoding="UTF-8"?> 
<configuration> 
<property> 
<name>yarn.resourcemanager.connect.retry-interval.ms</name> 
<value>2000</value> 
</property> 
<property> 
<name>yarn.resourcemanager.ha.enabled</name> 
<value>true</value> 
</property> 
<property> 
<name>yarn.resourcemanager.ha.rm-ids</name> 
<value>rm1,rm2</value> 
</property> 
<property> 
<name>ha.zookeeper.quorum</name> 
<value>dn1:2181,dn2:2181,dn3:2181</value> 
</property> 
<property> 
<name>yarn.resourcemanager.ha.automatic-failover.enabled</name> 
<value>true</value> 
</property> 
<property> 
<name>yarn.resourcemanager.hostname.rm1</name> 
<value>nna</value> 
</property> 
<property> 
<name>yarn.resourcemanager.hostname.rm2</name> 
<value>nns</value> 
</property> 
<!--在namenode1上配置rm1,在namenode2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，但这个在YARN的另一个机器上一定要修改 --> 
<property> 
<name>yarn.resourcemanager.ha.id</name> 
<value>rm1</value> 
</property> 
<!--开启自动恢复功能 --> 
<property> 
<name>yarn.resourcemanager.recovery.enabled</name> 
<value>true</value> 
</property> 
<!--配置与zookeeper的连接地址 --> 
<property> 
<name>yarn.resourcemanager.zk-state-store.address</name> 
<value>dn1:2181,dn2:2181,dn3:2181</value> 
</property> 
<property> 
<name>yarn.resourcemanager.store.class</name> 
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> 
</property> 
<property> 
<name>yarn.resourcemanager.zk-address</name> 
<value>dn1:2181,dn2:2181,dn3:2181</value> 
</property> 
<property> 
<name>yarn.resourcemanager.cluster-id</name> 
<value>cluster1-yarn</value> 
</property> 
<!--schelduler失联等待连接时间 --> 
<property> 
<name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name> 
<value>5000</value> 
</property> 
<!--配置rm1 --> 
<property> 
<name>yarn.resourcemanager.address.rm1</name> 
<value>nna:8132</value> 
</property> 
<property> 
<name>yarn.resourcemanager.scheduler.address.rm1</name> 
<value>nna:8130</value> 
</property> 
<property> 
<name>yarn.resourcemanager.webapp.address.rm1</name> 
<value>nna:8188</value> 
</property> 
<property> 
<name>yarn.resourcemanager.resource-tracker.address.rm1</name> 
<value>nna:8131</value> 
</property> 
<property> 
<name>yarn.resourcemanager.admin.address.rm1</name> 
<value>nna:8033</value> 
</property> 
<property> 
<name>yarn.resourcemanager.ha.admin.address.rm1</name> 
<value>nna:23142</value> 
</property> 
<!--配置rm2 --> 
<property> 
<name>yarn.resourcemanager.address.rm2</name> 
<value>nns:8132</value> 
</property> 
<property> 
<name>yarn.resourcemanager.scheduler.address.rm2</name> 
<value>nns:8130</value> 
</property> 
<property> 
<name>yarn.resourcemanager.webapp.address.rm2</name> 
<value>nns:8188</value> 
</property> 
<property> 
<name>yarn.resourcemanager.resource-tracker.address.rm2</name> 
<value>nns:8131</value> 
</property> 
<property> 
<name>yarn.resourcemanager.admin.address.rm2</name> 
<value>nns:8033</value> 
</property> 
<property> 
<name>yarn.resourcemanager.ha.admin.address.rm2</name> 
<value>nns:23142</value> 
</property> 
<property> 
<name>yarn.nodemanager.aux-services</name> 
<value>mapreduce_shuffle</value> 
</property> 
<property> 
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> 
<value>org.apache.hadoop.mapred.ShuffleHandler</value> 
</property> 
<property> 
<name>yarn.nodemanager.local-dirs</name> 
<value>/home/hadoop/data/yarn/local</value> 
</property> 
<property> 
<name>yarn.nodemanager.log-dirs</name> 
<value>/home/hadoop/log/yarn</value> 
</property> 
<property> 
<name>mapreduce.shuffle.port</name> 
<value>23080</value> 
</property> 
<!--故障处理类 --> 
<property> 
<name>yarn.client.failover-proxy-provider</name> 
<value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value> 
</property> 
<property> 
<name>yarn.resourcemanager.ha.automatic-failover.zk-base-path</name> 
<value>/yarn-leader-election</value> 
</property> 
</configuration>
  • hadoop-env.sh
# The java implementation to use. 
export JAVA_HOME=/usr/java/jdk1.7
  • yarn-env.sh
# some Java parameters 
export JAVA_HOME=/usr/java/jdk1.7

2.12slave

　　修改hadoop安装目录下的slave文件：

dn1 
dn2 
dn3

2.13启动命令（hdfs和yarn的相关命令）

　　由于我们配置了QJM，所以我们需要先启动QJM的服务，启动顺序如下所示：

  1. 进入到DN节点，启动zk的服务：zkServer.sh start，之后可以输入zkServer.sh status查看启动状态，本次我们配置了三个DN节点，会出现一个leader和两个follower。输入jps，会显示启动进程：QuorumPeerMain
  2. 在NN节点上（选一台即可，这里我选择的是一台预NNA节点），然后启动journalnode服务，命令如下：hadoop-daemons.sh start journalnode。或者单独进入到每个DN输入启动命令：hadoop-daemon.sh start journalnode。输入jps显示启动进程：JournalNode。
  3. 之后我们需要格式化ZK，命令如下：hdfs zkfc -formatZK。
  4. 接着若是配置后，我们首次启动，需要格式化HDFS，命令如下：hadoop namenode -format。
  5. 接着我们启动hdfs和yarn，命令如下：start-dfs.sh和start-yarn.sh，我们在nna输入jps查看进程，显示如下：DFSZKFailoverController，NameNode，ResourceManager。
  6. 接着我们在NNS输入jps查看，发现只有DFSZKFailoverController进程，这里我们需要手动启动NNS上的namenode和ResourceManager进程，命令如下：hadoop-daemon.sh start namenode和yarn-daemon.sh start resourcemanager。需要注意的是，在NNS上的yarn-site.xml中，需要配置指向NNS，属性配置为rm2，在NNA中配置的是rm1。
  7. 最后我们需要同步NNA节点的元数据，在NNS节点执行同步命令，命令如下：hdfs namenode -bootstrapStandby，若执行正常，日志最后显示如下信息：
15/02/21 10:30:59 INFO common.Storage: Storage directory /home/hadoop/data/dfs/name has been successfully formatted. 
15/02/21 10:30:59 WARN common.Util: Path /home/hadoop/data/dfs/name should be specified as a URI in configuration files. Please update hdfs configuration. 
15/02/21 10:30:59 WARN common.Util: Path /home/hadoop/data/dfs/name should be specified as a URI in configuration files. Please update hdfs configuration. 
15/02/21 10:31:00 INFO namenode.TransferFsImage: Opening connection to http://nna:50070/imagetransfer?getimage=1&txid=0&storageInfo=-60:1079068934:0:CID-1dd0c11e-b27e-4651-aad6-73bc7dd820bd 
15/02/21 10:31:01 INFO namenode.TransferFsImage: Image Transfer timeout configured to 60000 milliseconds 
15/02/21 10:31:01 INFO namenode.TransferFsImage: Transfer took 0.01s at 0.00 KB/s 
15/02/21 10:31:01 INFO namenode.TransferFsImage: Downloaded file fsimage.ckpt_0000000000000000000 size 353 bytes. 
15/02/21 10:31:01 INFO util.ExitUtil: Exiting with status 0 
15/02/21 10:31:01 INFO namenode.NameNode: SHUTDOWN_MSG:  /************************************************************ SHUTDOWN_MSG: Shutting down NameNode at nns/10.211.55.13 ************************************************************/

2.14HA的切换

　　由于我配置的是自动切换，若NNA节点宕掉，NNS节点会立即由standby状态切换为active状态。若是配置的手动状态，可以输入如下命令进行人工切换：

hdfs haadmin -failover --forcefence --forceactive nna  nns

　　这条命令的意思是，将nna变成standby，nns变成active。而且手动状态下需要重启服务。

2.15效果截图

配置高可用的Hadoop平台详解大数据

配置高可用的Hadoop平台详解大数据

配置高可用的Hadoop平台详解大数据

配置高可用的Hadoop平台详解大数据

3.总结

　　这篇文章就赘述到这里，若在配置过程中有什么疑问或问题，可以加入QQ群讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！

原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/9957.html

赞 (0)
0
上一篇 2021年7月19日
下一篇 2021年7月19日

相关推荐

发表回复

登录后才能评论