手把手教你搭建Hadoop高可用集群

掌握了Hadoop集群中的高可用架构后，接下来，我们来手把手教大家搭建一个Hadoop高可用集群，具体步骤如下：

1.部署集群节点

我们规划整个集群由3台虚拟机组成，这3台虚拟机在高可用集群中的部署规划情况如表1所示。

表1 集群节点分布

 表1所示的三个服务器组成了一个Zookeeper集群。其中，node-01和node-02作为集群的NameNode，需要运行ZKFC来监控NameNode的健康状态。
2.环境准备
首先，搭建普通Hadoop集群。需要注意的是，原有虚拟机系统主机名为hadoop01，建议初学者在搭建Hadoop HA集群时重新安装虚拟机，以此来巩固前面所学知识，并将三台虚拟主机名设置为node-01、node-02和node-03。

3.配置Hadoop高可用集群

（1）修改core-site.xml文件，在该文件中配置HDFS端口，指定Hadoop临时目录和Zookeeper集群地址，具体参数如下：

<configuration>

  <!-- 指定hdfs的nameservice为ns1 -->

  <property>

    <name>fs.defaultFS</name>

    <value>hdfs://ns1</value>

  </property>

  <!-- 指定hadoop临时目录 -->

  <property>

    <name>hadoop.tmp.dir</name>

    <value>/export/servers/hadoop-2.7.4/tmp</value>

  </property>

  <!-- 指定zookeeper地址 -->

  <property>

    <name>ha.zookeeper.quorum</name>

    <value>node-01:2181,node-02:2181,node-03:2181</value>

  </property></configuration>

（2）修改hdfs-site.xml文件，配置两台NameNode端口地址和通信方式，并指定NameNode的元数据上的存放位置，开启NameNode失败自动切换以及配置sshfence（通过ssh远程登录到前一个Active NameNode并将其结束进程），具体参数如下：

<configuration>

  <!-- 设置副本个数 -->

  <property>

    <name>dfs.replication</name>

    <value>2</value>

  </property>

  <!-- 设置namenode.name目录 -->

  <property>  

    <name>dfs.namenode.name.dir</name>

    <value>file:/export/data/hadoop/name</value>  

  </property> 

  <!-- 设置namenode.data目录 -->

  <property>  

    <name>dfs.datanode.data.dir</name>  

    <value>file:/export/data/hadoop/data</value>  

  </property> 

  <!-- 开启webHDFS -->

  <property>

    <name>dfs.webhdfs.enabled</name> 

    <value>true</value> 

  <!-- 在NN和DN上开启WebHDFS (REST API)功能,不是必须 --> 

  </property>

  <!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 -->

  <property>

    <name>dfs.nameservices</name>

    <value>ns1</value>

  </property>

  <!-- ns1下面有两个NameNode，分别是nn1，nn2 -->

  <property>

    <name>dfs.ha.namenodes.ns1</name>

    <value>nn1,nn2</value>

  </property>

  <!-- nn1的RPC通信地址 -->

  <property>

    <name>dfs.namenode.rpc-address.ns1.nn1</name>

    <value>node-01:9000</value>

  </property>

  <!-- nn1的http通信地址 -->

  <property>

    <name>dfs.namenode.http-address.ns1.nn1</name>

    <value>node-01:50070</value>

  </property>

  <!-- nn2的RPC通信地址 -->

  <property>

    <name>dfs.namenode.rpc-address.ns1.nn2</name>

    <value>node-02:9000</value>

  </property>

  <!-- nn2的http通信地址 -->

  <property>

    <name>dfs.namenode.http-address.ns1.nn2</name>

    <value>node-02:50070</value>

  </property>

  <!-- 指定NameNode的元数据在JournalNode上的存放位置 -->

  <property>

    <name>dfs.namenode.shared.edits.dir</name>

    <value>qjournal://node-01:8485;node-02:8485;node-03:8485/ns1    </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>/export/data/hadoop/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.ns1</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>

（3）修改mapred-site.xml文件，配置MapReduce计算框架为yarn方式，具体参数如下：

<configuration>

  <!-- 指定mapreduce框架为yarn方式 -->

  <property>

    <name>mapreduce.framework.name</name>

    <value>yarn</value>

  </property>

</configuration>

（4）修改yarn-site.xml文件，开启ResourceManager高可用，指定ResourceManager的端口名称地址，并配置Zookeeper集群地址，具体参数如下：

<configuration>

  <property>

    <name>yarn.nodemanager.resource.memory-mb</name>

    <value>2048</value>

  </property>

  <property>

    <name>yarn.scheduler.maximum-allocation-mb</name>

    <value>2048</value>

  </property>

  <property>

    <name>yarn.nodemanager.resource.cpu-vcores</name>

    <value>1</value>

  </property>

  <!-- 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>node-01</value>

  </property>

  <property>

    <name>yarn.resourcemanager.hostname.rm2</name>

    <value>node-02</value>

  </property>

  <!-- 指定zk集群地址 -->

  <property>

    <name>yarn.resourcemanager.zk-address</name>

    <value>node-01:2181,node-02:2181,node-03:2181</value>

  </property>

  <property>

    <name>yarn.nodemanager.aux-services</name>

    <value>mapreduce_shuffle</value>

  </property>

</configuration>

（5）修改slaves，配置集群主机名称，具体代码如下：

node-01
node-02
node-03

（6）修改hadoop-env.sh，配置JDK环境变量，具体代码如下：

export JAVA_HOME=/export/servers/jdk1.8.0_161

将配置好的文件分发传送给node-02，node-03机器中，读者可以根据需求自定义配置/etc/profile的环境变量，分发后需要重新加载该文件。

4.启动Hadoop高可用集群

（1）启动集群各个节点的Zookeeper服务，命令如下：

$ cd /export/servers/zookeeper-3.4.10/bin

$ ./zkServer.sh start

（2）启动集群各个节点监控NameNode的管理日志的JournalNode，命令如下：

$ hadoop-daemon.sh start journalnode

（3）在node-01节点格式化NameNode，并将格式化后的目录拷贝到node-02中，具体命令如下：

$ hadoop namenode –format
$ scp -r /export/data/hadoop node-02:/export/data/

（4）在node-01节点上格式化ZKFC，命令如下：

$ hdfs zkfc -formatZK

（5）在node-01节点上启动HDFS，命令如下：

$ start-dfs.sh

（6）在node-01节点上启动YARN，命令如下：

$ start-yarn.sh

大数据培训:hadoop中常见问题以及解决方案

Hadoop集群有几种部署模式？各种模式有什么特点？

HDFS的高可用架构是怎样工作的?

传智教育python+大数据开发高手班