Hadoop生产环境的配置
1.目录规划
|
Master1/192.168.1.101 |
Master2/192.168.1.102 |
Slave1/192.168.1103 |
Slave2/192.168.1.17104 |
Slave3/192.168.1.17105 |
namenode |
是 |
是 |
否 |
否 |
否 |
datanode |
否 |
否 |
是 |
是 |
是 |
resourcemanager |
是 |
是 |
否 |
否 |
否 |
journalnode |
是 |
是 |
是 |
是 |
是 |
zookeeper |
是 |
是 |
是 |
是 |
是 |
Journalnode和ZooKeeper保持奇数个,这点大家要有个概念,最少不少于 3 个节点
2.软件规划
软件 |
版本 |
位数 |
说明 |
jdk |
jdk1.7 |
64位 |
最新稳定版本 |
centos |
centos6.5 |
64位 |
|
zookeeper |
Apache zookeeper3.4.6 |
|
稳定版本 |
hadoop |
Apache hadoop2.6.0 |
|
稳定版本 |
3.用户规划
节点名称 |
用户组 |
用户 |
|
Master1 |
hadoop |
hadoop |
|
Master2 |
hadoop |
hadoop |
|
Slave1 |
hadoop |
hadoop |
|
Slave2 |
hadoop |
hadoop |
|
Slave3 |
hadoop |
hadoop |
|
4.目录规划
所有软件目录 |
/home/hadoop/app/ |
所有数据和日志目录 |
/home/hadoop/data/ |
5.时钟同步
所有节点的系统时间要与当前时间保持一致。
查看当前系统时间
date
Tue Nov 3 06:06:04 CST 2015
如果系统时间与当前时间不一致,进行以下操作。
[root@Master1 ~]# cd /usr/share/zoneinfo/
[root@Maseter1 zoneinfo]# ls //找到Asia
[root@Master1 zoneinfo]# cd Asia/ //进入Asia目录
[root@Maseter1 Asia]# ls //找到Shanghai
[root@Maseter1 Asia]# cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime //当前时区替换为上海
我们可以同步当前系统时间和日期与NTP(网络时间协议)一致。
[root@Maseter1 Asia]# yum install ntp //如果ntp命令不存在,在线安装ntp
[root@Maseter1 Asia]# ntpdate pool.ntp.org //执行此命令同步日期时间
[root@Maseter1 Asia]# date //查看当前系统时间
6.hosts文件检查
hosts文件检查
所有节点的hosts文件都要配置静态ip与hostname之间的对应关系。
[root@djt11 Asia]# vi /etc/hosts
192.168.1.101 Master1
192.168.1.102 Master2
192.168.1.103 Slave1
192.168.1.104 Slave2
192.168.1.105 Slave3
禁用防火墙
所有节点的防火墙都要关闭。
查看防火墙状态
[root@Master1 Asia]# service iptables status
iptables: Firewall is not running.
如果不是上面的关闭状态,则需要关闭防火墙。
[root@Master1 Asia]# chkconfig iptables off //永久关闭防火墙
[root@Master1 Asia]# service iptables stop /
创建hadoop用户
- [root@Master1 ~]# groupadd hadoop //创建用户组
- [root@Master1 ~]# useradd -g hadoop hadoop //新建hadoop用户并增加到hadoop工作组
- [root@Master1 ~]# passwd hadoop //设置密码
配置SSH免密码通信
[root@Master1~]# su hadoop //切换到hadoop用户下
[hadoop@Master1root]$ cd //切换到hadoop用户目录
[hadoop@Master1~]$ mkdir .ssh
[hadoop@Master1~]$ ssh-keygen -t rsa //执行命令一路回车,生成秘钥
[hadoop@Master1~]$cd .ssh
[hadoop@Master1.ssh]$ ls
id_rsa id_rsa.pub
[hadoop@Master1.ssh]$ cat id_ras.pub >> authorized_keys //将公钥保存到authorized_keys认证文件中
[hadoop@Master1.ssh]$ ls
authorized_keys id_rsa id_rsa.pub
[hadoop@Master1.ssh]$ cd ..
[hadoop@Master1~]$ chmod 700 .ssh
[hadoop@Master1~]$ chmod 600 .ssh/*
[hadoop@Master1~]$ ssh Master1 //第一次执行需要输入yes
[hadoop@Master1~]$ ssh Master1
每个节点都同样的操作
将所有节点中的共钥id_ras.pub拷贝到Master1中的authorized_keys文件中。
cat ~/.ssh/id_rsa.pub | ssh hadoop@Master1 'cat >> ~/.ssh/authorized_keys 所有节点都需要执行这条命令
然后将Master1中的authorized_keys文件分发到所有节点上面。
scp -r authorized_keys hadoop@Master2:~/.ssh/
scp -r authorized_keys hadoop@Slave1:~/.ssh/
scp -r authorized_keys hadoop@Slave2:~/.ssh/
scp -r authorized_keys hadoop@Slave3:~/.ssh/
大家通过ssh 相互访问,如果都能无密码访问,代表ssh配置成功
脚本工具的使用
在Master1节点上创建/home/hadoop/tools目录。
[hadoop@Master1 ~]$ mkdir /home/hadoop/tools
cd /home/hadoop/tools
将本地脚本文件上传至/home/hadoop/tools目录下。这些脚本大家如果能看懂也可以自己写, 如果看不懂直接使用就可以,后面慢慢补补Linux相关的知识。
[hadoop@Master1tools]$ rz deploy.conf
[hadoop@Master1tools]$ rz deploy.sh
[hadoop@Master1tools]$ rz runRemoteCmd.sh
[hadoop@Master1tools]$ ls
deploy.conf deploy.sh runRemoteCmd.sh
查看一下deploy.conf配置文件内容。
[hadoop@Master1tools]$ cat deploy.conf
Master1,all,namenode,zookeeper,resourcemanager,
Master1,all,slave,namenode,zookeeper,resourcemanager,
Slave1,all,slave,datanode,zookeeper,
Slave2,all,slave,datanode,zookeeper,
Slave3,all,slave,datanode,zookeeper,
查看一下deploy.sh远程复制文件脚本内容。
[hadoop@Master1 tools]$ cat deploy.sh
#!/bin/bash
#set -x
if [ $# -lt 3 ]
then
echo "Usage: ./deply.sh srcFile(or Dir) descFile(or Dir) MachineTag"
echo "Usage: ./deply.sh srcFile(or Dir) descFile(or Dir) MachineTag confFile"
exit
fi
src=$1
dest=$2
tag=$3
if [ 'a'$4'a' == 'aa' ]
then
confFile=/home/hadoop/tools/deploy.conf
else
confFile=$4
fi
if [ -f $confFile ]
then
if [ -f $src ]
then
for server in `cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'`
do
scp $src $server":"${dest}
done
elif [ -d $src ]
then
for server in `cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'`
do
scp -r $src $server":"${dest}
done
else
echo "Error: No source file exist"
fi
else
echo "Error: Please assign config file or run deploy.sh command with deploy.conf in same directory"
fi
查看一下runRemoteCmd.sh远程执行命令脚本内容。
[hadoop@Master1 tools]$ cat runRemoteCmd.sh
#!/bin/bash
#set -x
if [ $# -lt 2 ]
then
echo "Usage: ./runRemoteCmd.sh Command MachineTag"
echo "Usage: ./runRemoteCmd.sh Command MachineTag confFile"
exit
fi
cmd=$1
tag=$2
if [ 'a'$3'a' == 'aa' ]
then
confFile=/home/hadoop/tools/deploy.conf
else
confFile=$3
fi
if [ -f $confFile ]
then
for server in `cat $confFile|grep -v '^#'|grep ','$tag','|awk -F',' '{print $1}'`
do
echo "*******************$server***************************"
ssh $server "source /etc/profile; $cmd"
done
else
echo "Error: Please assign config file or run deploy.sh command with deploy.conf in same directory"
fi
以上三个文件,方便我们搭建hadoop分布式集群。具体如何使用看后面如何操作。
如果我们想直接使用脚本,还需要给脚本添加执行权限。
[hadoop@Master1 tools]$ chmod u+x deploy.sh
[hadoop@Master1 tools]$ chmod u+x runRemoteCmd.sh
同时我们需要将/home/hadoop/tools目录配置到PATH路径中。
[hadoop@Master1 tools]$ su root
Password:
[root@Master1 tools]# vi /etc/profile
PATH=/home/hadoop/tools:$PATH
export PATH
用脚本runRemoteCmd.sh “/home/hadoop/app”all
在所有节点上创建软件目录
jdk安装
将本地下载好的jdk1.7,上传至djt11节点下的/home/hadoop/app目录。
[root@Master1 tools]# su hadoop
[hadoop@Master1 tools]$ cd /home/hadoop/app/
[hadoop@Master1 app]$ rz //选择本地的下载好的jdk-7u79-linux-x64.tar.gz
[hadoop@Master1 app]$ ls
jdk-7u79-linux-x64.tar.gz
[hadoop@Master1 app]$ tar zxvf jdk-7u79-linux-x64.tar.gz //解压
[hadoop@Master1 app]$ ls
jdk1.7.0_79 jdk-7u79-linux-x64.tar.gz
[hadoop@Master1 app]$ rm jdk-7u79-linux-x64.tar.gz //删除安装包
添加jdk环境变量。
[hadoop@Master1 app]$ su root
Password:
[root@Master1 app]# vi /etc/profile
JAVA_HOME=/home/hadoop/app/jdk1.7.0_79
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
PATH=$JAVA_HOME/bin:$PATH
export JAVA_HOME CLASSPATH PATH
[root@djt11 app]# source /etc/profile //使配置文件生效
查看jdk是否安装成功。
[root@Master1 app]# java -version
java version "1.7.0_79"
Java(TM) SE Runtime Environment (build 1.7.0_79-b15)
Java HotSpot(TM) 64-Bit Server VM (build 24.79-b02, mixed mode)
出现以上结果就说明Master1 节点上的jdk安装成功。
然后将Master1 下的jdk安装包复制到其他节点上。
[hadoop@Master1 app]$ deploy.sh jdk1.7.0_79 /home/hadoop/app/ slave
Master1,Master2,Master3,Master4节点重复Master1节点上的jdk配置环境变量即可
Zookeeper安装
将本地下载好的zookeeper-3.4.6.tar.gz安装包,上传至Master1节点下的/home/hadoop/app目录下。
[hadoop@Master1 app]$ rz //选择本地下载好的zookeeper-3.4.6.tar.gz
[hadoop@Master1 app]$ ls
jdk1.7.0_79 zookeeper-3.4.6.tar.gz
[hadoop@Master1 app]$ tar zxvf zookeeper-3.4.6.tar.gz //解压
[hadoop@Master1 app]$ ls
jdk1.7.0_79 zookeeper-3.4.6.tar.gz zookeeper-3.4.6
[hadoop@Master1 app]$ rm zookeeper-3.4.6.tar.gz //删除zookeeper-3.4.6.tar.gz安装包
[hadoop@Master1 app]$ mv zookeeper-3.4.6 zookeeper //重命名
修改Zookeeper中的配置文件。
[hadoop@Master1 app]$ cd /home/hadoop/app/zookeeper/conf/
[hadoop@Master1 conf]$ ls
configuration.xsl log4j.properties zoo_sample.cfg
[hadoop@Master1 conf]$ cp zoo_sample.cfg zoo.cfg //复制一个zoo.cfg文件
[hadoop@Master1 conf]$ vi zoo.cfg
dataDir=/home/hadoop/data/zookeeper/zkdata //数据文件目录
dataLogDir=/home/hadoop/data/zookeeper/zkdatalog //日志目录
# the port at which the clients will connect
clientPort=2181 //默认端口号
#server.服务编号=主机名称:Zookeeper不同节点之间同步和通信的端口:选举端口(选举leader)
server.1=Master1:2888:3888
server.2=Master2:2888:3888
server.3=Slave1:2888:3888
server.4=Slave2:2888:3888
server.5=Slave3:2888:3888
通过远程命令deploy.sh将Zookeeper安装目录拷贝到其他节点上面。
[hadoop@Master1 app]$ deploy.sh zookeeer /home/hadoop/app slave
通过远程命令runRemoteCmd.sh在所有的节点上面创建目录:
[hadoop@Master1 app]$ runRemoteCmd.sh "mkdir -p /home/hadoop/data/zookeeper/zkdata" all //创建数据目录
[hadoop@Master1 app]$ runRemoteCmd.sh "mkdir -p /home/hadoop/data/zookeeper/zkdatalog" all //创建日志目录
然后分别在Master1、Master2、Slave1、Slave2、Slave3上面,进入zkdata目录下,创建文件myid,里面的内容分别填充为:1、2、3、4、5, 这里我们以Master1为例。
[hadoop@Master1 app]$ cd /home/hadoop/data/zookeeper/zkdata
[hadoop@Master1 zkdata]$ vi myid
1 //输入数字1
配置Zookeeper环境变量。
[hadoop@Master1 zkdata]$ su root
Password:
[root@Master1 zkdata]# vi /etc/profile
JAVA_HOME=/home/hadoop/app/jdk1.7.0_79
ZOOKEEPER_HOME=/home/hadoop/app/zookeeper
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
PATH=$JAVA_HOME/bin:$ZOOKEEPER_HOME/bin:$PATH
export JAVA_HOME CLASSPATH PATH ZOOKEEPER_HOME
[root@Master1 zkdata]# source /etc/profile //使配置文件生效
runRemoteCmd.sh "/home/hadoop/app/zookeeper/bin/zkServer.sh start" zookeeper
runRemoteCmd.sh “jps” all 查看是否安装成功
runRemoteCmd.sh "/home/hadoop/app/zookeeper/bin/zkServer.sh stop" zookeeper
hadoop集群环境搭建
将下载好的apache hadoop-2.6.0.tar.gz安装包,上传至Master1 节点下的/home/hadoop/app目录下。
[hadoop@Master1 app]$ rz //将本地的hadoop-2.6.0.tar.gz安装包上传至当前目录
[hadoop@Master1 app]$ ls
hadoop-2.6.0.tar.gz jdk1.7.0_79 zookeeper
[hadoop@Master1 app]$ tar zxvf hadoop-2.6.0.tar.gz //解压
[hadoop@Master1 app]$ ls
hadoop-2.6.0 hadoop-2.6.0.tar.gz jdk1.7.0_79 zookeeper
[hadoop@Master1 app]$ rm hadoop-2.6.0.tar.gz //删除安装包
[hadoop@Master1 app]$ mv hadoop-2.6.0 hadoop //重命名
切换到/home/hadoop/app/hadoop/etc/hadoop/目录下,修改配置文件。
[hadoop@Master1 app]$ cd /home/hadoop/app/hadoop/etc/hadoop/
配置HDFS
配置hadoop-env.sh
[hadoop@Master1 hadoop]$ vi hadoop-env.sh
export JAVA_HOME=/home/hadoop/app/jdk1.7.0_79
配置core-site.xml
[hadoop@Master1 hadoop]$ vi core-site.xml<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://cluster1</value>
</property>
< 这里的值指的是默认的HDFS路径 ,取名为cluster1>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/data/tmp</value>
</property>
< hadoop的临时目录,如果需要配置多个目录,需要逗号隔开,data目录需要我们自己创建>
<property>
<name>ha.zookeeper.quorum</name>
<value>master1:2181,Master2:2181,Slave1:2181,Slave2:2181, Slave3:2181</value>
</property>
< 配置Zookeeper 管理HDFS>
</configuration>
配置hdfs-site.xml
[hadoop@Master1hadoop]$ vi hdfs-site.xml<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
< 数据块副本数为3>
<property>
<name>dfs.permissions</name>
<value>false</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
< 权限默认配置为false>
<property>
<name>dfs.nameservices</name>
<value>cluster1</value>
</property>
< 命名空间,它的值与fs.defaultFS的值要对应,namenode高可用之后有两个namenode,cluster1是对外提供的统一入口>
<property>
<name>dfs.ha.namenodes.cluster1</name>
<value>Master1,Master2</value>
</property>
< 指定 nameService 是 cluster1 时的nameNode有哪些,这里的值也是逻辑名称,名字随便起,相互不重复即可>
<property>
<name>dfs.namenode.rpc-address.cluster1.Master1</name>
<value>Master2:9000</value>
</property>
< djt11 rpc地址>
<property>
<name>dfs.namenode.http-address.cluster1.Master1</name>
<value>Master2:50070</value>
</property>
< djt11 http地址>
<property>
<name>dfs.namenode.rpc-address.cluster1.Master2</name>
<value>Master2:9000</value>
</property>
< djt12 rpc地址>
<property>
<name>dfs.namenode.http-address.cluster1.Master2</name>
<value>Master2:50070</value>
</property>
< djt12 http地址>
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
< 启动故障自动恢复>
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://Master1:8485;Master2:8485;Slave1:8485;Slave2:8485;Slave3:8485/cluster1</value>
</property>
< 指定journal>
<property>
<name>dfs.client.failover.proxy.provider.cluster1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
< 指定 cluster1 出故障时,哪个实现类负责执行故障切换>
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/home/hadoop/data/journaldata/jn</value>
</property>
< 指定JournalNode集群在对nameNode的目录进行共享时,自己存储数据的磁盘路径 >
<property>
<name>dfs.ha.fencing.methods</name>
<value>shell(/bin/true)</value>
</property>
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/hadoop/.ssh/id_rsa</value>
</property>
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>10000</value>
</property>
< 脑裂默认配置>
<property>
<name>dfs.namenode.handler.count</name>
<value>100</value>
</property></configuration>
配置 slave
[hadoop@Master1 hadoop]$ vi slaves
Slave1
Slave2
Slave3
YARN安装配置
配置mapred-site.xml
[hadoop@Master hadoop]$ vi mapred-site.xml<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<指定运行mapreduce的环境是Yarn,与hadoop1不同的地方></configuration>
配置yarn-site.xml
[hadoop@Master1 hadoop]$ vi yarn-site.xml<configuration><property>
<name>yarn.resourcemanager.connect.retry-interval.ms</name>
<value>2000</value></property>< 超时的周期><property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value></property>< 打开高可用><property>
<name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
<value>true</value></property><启动故障自动恢复><property>
<name>yarn.resourcemanager.ha.automatic-failover.embedded</name>
<value>true</value></property>
<failover使用内部的选举算法 style="box-sizing: border-box; margin: 0px; padding: 0px;"><property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yarn-rm-cluster</value></property><给yarn cluster 取个名字yarn-rm-cluster><property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value></property><给ResourceManager 取个名字 rm1,rm2><property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>Master1</value></property><配置ResourceManager rm1 hostname><property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>Master2</value></property><配置ResourceManager rm2 hostname><property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value></property><启用resourcemanager 自动恢复><property>
<name>yarn.resourcemanager.zk.state-store.address</name>
<value>Master1:2181,Master2:2181,Slave1:2181,Slave2:2181,Slave3:2181</value></property><配置Zookeeper地址><property>
<name>yarn.resourcemanager.zk-address</name>
<value>Master1:2181,Master2:2181,Slave1:2181,Slave2:2181,Slave3:2181</value></property><配置Zookeeper地址><property>
<name>yarn.resourcemanager.address.rm1</name>
<value>Master1:8032</value></property>< rm1端口号><property>
<name>yarn.resourcemanager.scheduler.address.rm1</name>
<value>Master1:8034</value></property>< rm1调度器的端口号><property>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>Master1:8088</value></property>< rm1 webapp端口号><property>
<name>yarn.resourcemanager.address.rm2</name>
<value>Master2:8032</value></property>< rm2端口号><property>
<name>yarn.resourcemanager.scheduler.address.rm2</name>
<value>Master2:8034</value></property>< rm2调度器的端口号><property>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>Master2:8088</value></property>< rm2 webapp端口号><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><执行MapReduce需要配置的shuffle过程></configuration>
向所有节点分发hadoop安装包。
[hadoop@Master1 app]$ deploy.sh hadoop /home/hadoop/app/ slave
1、启动所有Zookeeper
[hadoop@Master1 hadoop]$ runRemoteCmd.sh "/home/hadoop/app/zookeeper/bin/zkServer.sh start" zookeeper
2、每个节点分别启动journalnode
[hadoop@Master1 hadoop]$ runRemoteCmd.sh "/home/hadoop/app/hadoop/sbin/hadoop-daemon.sh start journalnode" all
3、主节点执行格式化
[hadoop@Master1 hadoop]$ bin/hdfs namenode -format / /namenode 格式化
[hadoop@Master1 hadoop]$ bin/hdfs zkfc -formatZK //格式化高可用
[hadoop@Master1 hadoop]$bin/hdfs namenode //启动namenode
4、备节点执行
[hadoop@Master1 hadoop]$ bin/hdfs namenode -bootstrapStandby //同步主节点和备节点之间的元数据
5、停掉hadoop,在Master1按下ctrl+c结束namenode
[hadoop@Master1 hadoop]$ runRemoteCmd.sh "/home/hadoop/app/hadoop/sbin/hadoop-daemon.sh stop journalnode" all //然后停掉各节点的journalnode
6、一键启动hdfs相关进程
[hadoop@Master1 hadoop]$ sbin/start-dfs.sh
7、在Master1节点上执行。
[hadoop@Master2 hadoop]$ sbin/start-yarn.sh
8、在Master2节点上面执行。
[hadoop@Master2 hadoop]$ sbin/yarn-daemon.sh start resourcemanager
9、验证namenode:
http://Master1:50070
http://Master2:50070
10、验证yarn:
http://Master1:8088
http://Master2:8088