简述
hadoop 集群一共有4种部署模式，详见。 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：
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
| IP | 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 sshsudo 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
- 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/hosts192.168.100.201 h01.vm.com h01192.168.100.202 h02.vm.com h02192.168.100.203 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
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/zookeepertar zxf jdk-7u79-linux-x64.tar.gz -C /home/vagrant/VMBigData/javatar zxf hadoop-2.7.2.tar.gz -C /home/vagrant/VMBigData/hadooptar 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/defaultln -s /home/vagrant/VMBigData/hadoop/hadoop-2.7.2/ /home/vagrant/VMBigData/hadoop/defaultln -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/profileexport HADOOP_HOME=/home/vagrant/VMBigData/hadoop/defaultexport JAVA_HOME=/home/vagrant/VMBigData/java/defaultexport PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATHsource /etc/profile
配置免密码ssh登录
hadoop主节点需要能远程登陆集群内的所有节点（包括自己），以执行命令。所以需要配置免密码的ssh登陆。可选的ssh秘钥对生成方式有rsa和dsa两种，这里选择rsa。
- 分别在 h01 h02 ，即两个主节点上操作
ssh-keygen -t rsa -C "youremail@xx.com"# 注意在接下来的命令行交互中，直接按回车跳过输入密码
- 以下命令将本节点的公钥 id_rsa.pub 文件的内容追加到远程主机的 authorized_keys 文件中（默认位于 ~/.ssh/）
ssh-copy-id vagrant@h01.vm.com # vagrant是远程主机用户名ssh-copy-id vagrant@h02.vm.com # vagrant是远程主机用户名ssh-copy-id vagrant@h03.vm.com
- 在 h01 h02 上测试无密码 ssh 登录到 h01 h02 h03
ssh h01.vm.comssh h02.vm.comssh h03.vm.com
!!! 注意使用rsa模式生成密钥对时，不要轻易覆盖原来已有的，确定无影响时方可覆盖 !!!
配置从节点
在 slaves 文件中配置的主机即为从节点，将自动运行datanode服务
- 在 h01 操作，后面通过 scp 同步到其他主机
vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/slavesh01.vm.com h02.vm.comh03.vm.com
建立存储数据的相应目录
- 在 h01 操作，后面通过 scp 同步到其他主机
mkdir -p /home/vagrant/VMBigData/hadoop/data/hdfs/tmpmkdir -p /home/vagrant/VMBigData/hadoop/data/pidmkdir -p /home/vagrant/VMBigData/hadoop/data/namenode1mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode2mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode1mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode2mkdir -p /home/vagrant/VMBigData/hadoop/data/local-dirsmkdir -p /home/vagrant/VMBigData/hadoop/data/log-dirs
配置hadoop参数
在 h01 操作，后面通过 scp 同步到其他主机
- vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hadoop-env.sh
# export JAVA_HOME=${JAVA_HOME} # 注意注释掉原来的这行export JAVA_HOME=/home/vagrant/VMBigData/java/defaultexport HADOOP_PREFIX=/home/vagrant/VMBigData/hadoop/default# export HADOOP_PID_DIR=${HADOOP_PID_DIR} # 注意注释掉原来的这行export HADOOP_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pidexport YARN_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid# export HADOOP_SECURE_DN_PID_DIR=${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
fs.defaultFS hdfs://ns1 hadoop.tmp.dir /home/vagrant/VMBigData/hadoop/data/hdfs/tmp ha.zookeeper.quorum h01.vm.com:2181,h02.vm.com:2181,h03.vm.com:2181
- vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hdfs-site.xml
dfs.replication 2 dfs.nameservices ns1 dfs.ha.namenodes.ns1 nn1,nn2 dfs.namenode.rpc-address.ns1.nn1 h01.vm.com:9000 dfs.namenode.http-address.ns1.nn1 h01.vm.com:50070 dfs.namenode.rpc-address.ns1.nn2 h02.vm.com:9000 dfs.namenode.http-address.ns1.nn2 h02.vm.com:50070 dfs.namenode.shared.edits.dir qjournal://h01.vm.com:8485;h02.vm.com:8485;h03.vm.com:8485/ns1 dfs.journalnode.edits.dir /home/vagrant/VMBigData/hadoop/data/journal dfs.ha.automatic-failover.enabled true dfs.client.failover.proxy.provider.ns1 org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider dfs.ha.fencing.methods sshfence shell(/bin/true) dfs.ha.fencing.ssh.private-key-files /home/vagrant/.ssh/id_rsa dfs.ha.fencing.ssh.connect-timeout 30000 dfs.namenode.name.dir file:///home/vagrant/VMBigData/hadoop/data/namenode1,file:///home/vagrant/VMBigData/hadoop/data/namenode2 dfs.datanode.data.dir file:///home/vagrant/VMBigData/hadoop/data/datanode1,file:///home/vagrant/VMBigData/hadoop/data/datanode2
- vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/yarn-site.xml
yarn.resourcemanager.hostname h02.vm.com yarn.log-aggregation-enable true yarn.log-aggregation.retain-seconds 86400 yarn.nodemanager.resource.memory-mb 1024 yarn.scheduler.minimum-allocation-mb 256 yarn.scheduler.maximum-allocation-mb 512 yarn.nodemanager.vmem-pmem-ratio 2.1 yarn.nodemanager.vmem-check-enabled false yarn.nodemanager.local-dirs /home/vagrant/VMBigData/hadoop/data/localdir1,/home/vagrant/VMBigData/hadoop/data/localdir2 yarn.nodemanager.log-dirs /home/vagrant/VMBigData/hadoop/data/logdir1,/home/vagrant/VMBigData/hadoop/data/logdir2 yarn.nodemanager.aux-services mapreduce_shuffle yarn.nodemanager.aux-services.mapreduce.shuffle.class org.apache.hadoop.mapred.ShuffleHandler
- vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-site.xml
mapreduce.framework.name yarn yarn.app.mapreduce.am.resource.mb 512 mapreduce.map.memory.mb 384 mapreduce.map.java.opts -Xmx256m mapreduce.reduce.memory.mb 384 mapreduce.reduce.java.opts -Xmx256m mapreduce.tasktracker.map.tasks.maximum 2 mapreduce.tasktracker.reduce.tasks.maximum 2 mapred.child.java.opts -Xmx384m mapreduce.task.io.sort.mb 128 mapreduce.task.io.sort.factor 100 mapreduce.reduce.shuffle.parallelcopies 50 mapreduce.jobhistory.address h01.vm.com:10020 mapreduce.jobhistory.webapp.address h01.vm.com:19888
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.cfgvim 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:2888:3888server.2=h02.vm.com:2888:3888server.3=h03.vm.com:2888:3888
mkdir -p /home/vagrant/VMBigData/zookeeper/data/tmpvim /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/vagrantscp -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/defaultbin/zkServer.sh start
启动JournalNode
- 在任一配置了journalnode的节点操作
cd /home/vagrant/VMBigData/hadoop/defaultsbin/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/defaultsbin/hadoop-daemon.sh start namenode
- 在 h02 执行同步
cd /home/vagrant/VMBigData/hadoop/defaultbin/hdfs namenode -bootstrapStandby
- 在 h02 启动 namenode
cd /home/vagrant/VMBigData/hadoop/defaultsbin/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/
格式化zkfc
- 在 h01 或 h02 (任一namenode) 上操作
hdfs zkfc -formatZK
!!! 注意仅在首次启动时执行 !!!
启动zkfc
- 在 h01 h02 h03 等计划运行zkfc的节点上操作
cd /home/vagrant/VMBigData/hadoop/defaultsbin/hadoop-daemon.sh start zkfc# sbin/hadoop-daemon.sh stop zkfc # 停止
启动hadoop集群：
启动hdfs
- 可在任意主节点执行
cd /home/vagrant/VMBigData/hadoop/defaultsbin/start-dfs.sh# sbin/stop-dfs.sh # 停止
启动Yarn
- 在 h02 ResourceManager 上操作
cd /home/vagrant/VMBigData/hadoop/defaultsbin/start-yarn.sh# sbin/stop-yarn.sh# 停止
启动 job history server（可选）
- 在 h01 上操作
cd /home/vagrant/VMBigData/hadoop/defaultsbin/mr-jobhistory-daemon.sh start historyserver# sbin/mr-jobhistory-daemon.sh stop historyserver # 停止
浏览服务启动情况
NameNode1
NameNode2
ResourceManager
MapReduce JobHistory Server
Datanode
zookeeper bin/zkServer.sh status
zookeeper命令行 zkCli.sh -server 127.0.0.1:2181
集群状态 bin/hdfs dfsadmin -report
hadoop进程 jps