4.1.1 Hadoop2.5.2 HA高可靠性集群搭建(Hadoop+Zookeeper)

一.概述 

1.1 hadoop1.0的单点问题 

Hadoop中的NameNode好比是人的心脏，非常重要，绝对不可以停止工作。在hadoop1时代，只有一个NameNode。如果该NameNode数据丢失或者不能工作，那么整个集群就不能恢复了。这是hadoop1中的单点问题，也是hadoop1不可靠的表现。如下图所示，便是hadoop1.0的架构图； 


Hadoop2.5.2 HA高可靠性集群搭建(Hadoop+Zookeeper)

1.2 hadoop2.0对hadoop1.0单点问题的解决 

为了解决hadoop1中的单点问题，在hadoop2中新的NameNode不再是只有一个，可以有多个（目前只支持2个）。每一个都有相同的职能。一个是active状态的，一个是standby状态的。当集群运行时，只有active状态的NameNode是正常工作的，standby状态的NameNode是处于待命状态的，时刻同步active状态NameNode的数据。一旦active状态的NameNode不能工作，通过手工或者自动切换，standby状态的NameNode就可以转变为active状态的，就可以继续工作了。这就是高可靠。 

 

1.3 使用JournalNode实现NameNode(Active和Standby)数据的共享 

Hadoop2.0中，2个NameNode的数据其实是实时共享的。新HDFS采用了一种共享机制，Quorum Journal Node（JournalNode）集群或者Nnetwork File System（NFS）进行共享。NFS是操作系统层面的，JournalNode是hadoop层面的，我们这里使用JournalNode集群进行数据共享（这也是主流的做法）。如下图所示，便是JournalNode的架构图。 


Hadoop2.5.2 HA高可靠性集群搭建(Hadoop+Zookeeper)
两个NameNode为了数据同步，会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时，会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JNs中的变更信息，并且一直监控edit log的变化，把变化应用于自己的命名空间。standby可以确保在集群出错时，命名空间状态已经完全同步了 

 

1.4 NameNode之间的故障切换 

对于HA集群而言，确保同一时刻只有一个NameNode处于active状态是至关重要的。否则，两个NameNode的数据状态就会产生分歧，可能丢失数据，或者产生错误的结果。为了保证这点，这就需要利用使用ZooKeeper了。首先HDFS集群中的两个NameNode都在ZooKeeper中注册，当active状态的NameNode出故障时，ZooKeeper能检测到这种情况，它就会自动把standby状态的NameNode切换为active状态。 

 

二.Hadoop（HA）集群的搭建 

2.1 配置详细 
主机名  IP  NameNode  DataNode  Year  Zookeeper  JournalNode 
master 192.168.79.172 是  是  是 是  是 
slave1  192.168.79.173 是  是  否  是  是 
slave2  192.168.79.167 否  是  否 是  是 

 

2.2 安装jdk 

（省略）安装jdk和配置环境变量 

 

2.2 SSH免登录 

(省略)，参考：1.1.1 部署（Apache Hadoop）伪分布式集群（http://www.cnblogs.com/luckyRoyis/articles/6728490.html）

 

2.4 Zookeeper集群搭建 

第一步：下载最新的zooper软件：http://www.apache.org/dyn/closer.cgi/zookeeper/



 

第二步：安装zookeeper 

     将下载的zookeeper-3.3.6.tar.gz解压到该目/usr/hadoop录下，更名为zookeeper。

 

    在zookeeper目录下新建data目录，进入data目录，创建一个myid的文件，里面写入一个数字，比如第一个server是Master，,那么在Master主机中就将myid中写一个 0，server1对应myid文件就写入1，server2对应myid文件就写个2（这个是和zoo.cfg配置文件配置参数对应的），然后进入zookeeper/conf目录，如果是刚下过来，会有3个文件，configuration.xml, log4j.properties,zoo_sample.cfg,我们首先要做的就是在这个目录下创建一个zoo.cfg的配置文件，当然你可以把zoo_sample.cfg文件改成zoo.cfg，配置的内容如下所示：

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
dataDir=/usr/hadoop/zookeeper/data
dataLogDir=usr/hadoop/zookeeper/log
# the port at which the clients will connect
clientPort=2281
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the 
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1
server.0=Master:2888:3888
server.1=Slave1:2888:3888
server.2=Slave2:2888:3888

 

 

 
2.5配置Hadoop配置文件 

先配置mast1这台机器，配置后了后，将配置环境，复制到mast2、mast3上面即可！ 

hadoop2.0的配置存放在~/etc/hadoop目录下面， 

 

  • core.xml
<configuration>
  <!-- 指定hdfs的nameservice为ns -->
 <property>    
      <name>fs.defaultFS</name>    
      <value>hdfs://ns</value>    
 </property>
       <property>
                <name>io.file.buffer.size</name>
                <value>131072</value>
        </property>
       <property>
               <name>hadoop.tmp.dir</name>
               <value>file:/home/hadoopdir/tmp/</value>
               <description>A base for other temporary   directories.</description>
       </property>
 <!--指定zookeeper地址-->
 <property>
      <name>ha.zookeeper.quorum</name>
      <value>Master:2281,Slave1:2281,Slave2:2281</value>
 </property>
        <property>
               <name>hadoop.proxyuser.hadoop.hosts</name>
               <value>*</value>
       </property>
       <property>
               <name>hadoop.proxyuser.hadoop.groups</name>
               <value>*</value>
       </property>
</configuration>

 

  • hdfs-site.xml

 

<configuration>
 <!--指定hdfs的nameservice为ns，需要和core-site.xml中的保持一致 -->    
    <property>    
        <name>dfs.nameservices</name>    
        <value>ns</value>    
    </property> 
<!-- ns下面有两个NameNode，分别是nn1，nn2 -->
    <property>
       <name>dfs.ha.namenodes.ns</name>
       <value>nn1,nn2</value>
    </property>
    <!-- nn1的RPC通信地址 -->
    <property>
       <name>dfs.namenode.rpc-address.ns.nn1</name>
       <value>Master:9000</value>
    </property>
    <!-- nn1的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns.nn1</name>
        <value>Master:50070</value>
    </property>
    <!-- nn2的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns.nn2</name>
        <value>Slave1:9000</value>
    </property>
    <!-- nn2的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns.nn2</name>
        <value>Slave1:50070</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://Master:8485;Slave1:8485;Slave2:8485/ns</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>/home/hadoop/workspace/journal</value>
    </property>
    <!-- 开启NameNode故障时自动切换 -->
    <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.ns</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>
    <!-- 使用隔离机制时需要ssh免登陆 -->
    <property>
            <name>dfs.ha.fencing.ssh.private-key-files</name>
            <value>/home/hadoop/.ssh/id_rsa</value>
    </property>
                  
 <property>
             <name>dfs.namenode.name.dir</name>
             <value>file:///home/hadoopdir/dfs/name</value>
       </property>
      <property>
              <name>dfs.datanode.data.dir</name>
              <value>file:///home/hadoopdir/dfs/data</value>
       </property>
       <property>
               <name>dfs.replication</name>
               <value>3</value>
        </property>
        <property>
                 <name>dfs.webhdfs.enabled</name>
                  <value>true</value>
         </property>
</configuration>

 

  • mapred-site.xml

 

<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.jobtracker.http.address</name>
    <value>Master:50030</value>
  </property>
  <property>
    <name>mapred.job.tracker</name>
    <value>Master:9001</value>
  </property>
</configuration>

 

  • yarn-site.xml

 

<configuration>

<!-- Site specific YARN configuration properties -->
  <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.resourcemanager.hostname</name>
    <value>Master</value>
  </property>
  <property>
    <name>yarn.resourcemanager.address</name>
    <value>Master:8032</value>
  </property>
  <property>
    <name>yarn.resourcemanager.scheduler.address</name>
    <value>Master:8030</value>
  </property>
  <property>
    <name>yarn.resourcemanager.resource-tracker.address</name>
    <value>Master:8031</value>
  </property>
  <property>
    <name>yarn.resourcemanager.admin.address</name>
    <value>Master:8033</value>
  </property>
  <property>
    <name>yarn.resourcemanager.webapp.address</name>
    <value>Master:8088</value>
  </property>
</configuration>

 

  • slaves

Master
Slave1
Slave2

 

  • 修改JAVA_HOME

 

分别在文件hadoop-env.sh和yarn-env.sh中添加JAVA_HOME配置 

 

#export JAVA_HOME=${JAVA_HOME} --原来   
export JAVA_HOME=/usr/jdk1.8

虽然默认配置了${JAVA_HOME}的环境变量，但是hadoop启动时，会提示找不到，没有办法，指定绝对路径，这个是必须的。

 

  • 配置hadoop的环境变量，参考我的配置

 

export JAVA_HOME=/usr/jdk1.8
 export CLASSPATH=:$CLASSPATH:$JAVA_HOME/lib:$JAVA_HOME/jre/lib
 export PATH=:$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH
export HADOOP_HOME=/usr/hadoop
    export HADOOP_COMMON_HOME=$HADOOP_HOME
    export HADOOP_HDFS_HOME=$HADOOP_HOME
    export HADOOP_MAPRED_HOME=$HADOOP_HOME
    export HADOOP_YARN_HOME=$HADOOP_HOME
    export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
    export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/lib

    export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native

export HIVE_HOME=/usr/hadoop/hive
export PATH=$PATH:$JAVA_HOME/bin:$HIVE_HOME/bin
export ZOOKEEPER_HOME=/usr/hadoop/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin
export HBASE_HOME=/usr/hadoop/hbase-1.3.1
export PATH=$PATH:$HBASE_HOME/bin

 

  • 将配置和zookeeper文件夹复制到slaver1、slaver2的/usr/hadoop目录下（记得修改myid）

 

 

至此Hadoop的配置完毕，接下来就是启动集群了

 

三.集群的启动

3.1 启动zookeeper集群

分别在master、slaver1、slaver2上执行如下命令启动zookeeper集群；

[hadoop@Master bin]$ sh zkServer.sh start

验证集群zookeeper集群是否启动，分别在master、slaver1、slaver2上执行如下命令验证zookeeper集群是否启动，集群启动成功，有两个follower节点跟一个leader节点；

[hadoop@Master bin]$ sh zkServer.sh status
JMX enabled by default
Using config: /usr/hadoop/zookeeper/bin/../conf/zoo.cfg
Mode: follower
3.2 启动journalnode集群

在mast1上执行如下命令完成JournalNode集群的启动

[hadoop@Master ~]$ hadoop-daemons.sh start journalnode

执行jps命令，可以查看到JournalNode的java进程pid

 

3.3 格式化zkfc,让在zookeeper中生成ha节点

在mast1上执行如下命令，完成格式化

hdfs zkfc –formatZK

（注意，这条命令最好手动输入，直接copy执行有可能会有问题，当时部署时我是蛋疼了许久）

格式成功后，查看zookeeper中可以看到

[zk: localhost:2281(CONNECTED) 1] ls /hadoop-ha
[ns]
 
3.4 格式化hdfs
hadoop namenode –format

（注意，这条命令最好手动输入，直接copy执行有可能会有问题）

 

3.5 启动NameNode

首先在master上启动active节点，在mast1上执行如下命令

[hadoop@Master ~]$ hadoop-daemon.sh start namenode

在slaver1上同步namenode的数据，同时启动standby的namenod,命令如下

#把NameNode的数据同步到slaver1上
[hadoop@Slaver1 ~]$ hdfs namenode –bootstrapStandby
#启动slaver1上的namenode作为standby
[hadoop@Slaver1 ~]hadoop-daemon.sh start namenode

 

3.6 启动启动datanode

在master上执行如下命令

[hadoop@Master ~]$ hadoop-daemons.sh start datanode

 

3.7 启动year 

在作为资源管理器上的机器上启动，我这里是master,执行如下命令完成year的启动 

[hadoop@Master ~]$ start-yarn.sh

 

3.8 启动ZKFC 

在master上执行如下命令，完成ZKFC的启动 

[hadoop@Master ~]$ sbin/hadoop-daemons.sh start zkfc

全部启动完后分别在master,slaver1,slaver2上执行jps是可以看到下面这些进程的 

[hadoop@Master ~]$ jps
47856 QuorumPeerMain
81106 HMaster
82578 Jps
74613 ResourceManager
74519 DFSZKFailoverController
74730 NodeManager
73996 NameNode
74348 JournalNode
74111 DataNode


[hadoop@Slave1 ~]$ jps
49216 HRegionServer
45602 NameNode
50804 Jps
34420 QuorumPeerMain
45689 DataNode
45929 DFSZKFailoverController
46045 NodeManager
45823 JournalNode

[hadoop@Slave2 conf]$ jps
29893 HRegionServer
30790 Jps
27798 JournalNode
27690 DataNode
27901 NodeManager
20621 QuorumPeerMain

 

 

四.测试HA的高可用性 

启动后master的namenode和slaver1的namenode如下所示： 


 

此时在master上执行如下命令关闭namenode 

[hadoop@Master ]$ hadoop-daemon.sh stop namenode

查看slaver1上的namenode，发现自动切换为active了！



 

posted @ 2017-06-20 15:36  royis  阅读(225)  评论(0)    收藏  举报