Hadoop HA + HBase环境搭建（一）————zookeeper和hadoop环境搭建

• 版本信息：

　　Hadoop 2.6.3

　　HBase　1.0.3

　　JDK　　1.8

　　Zookeeper　3.4.9

• 集群信息：

　　RDFMaster　　192.168.0.41　　（Hadoop主节点，zk节点，HBase主节点）

　　RDFSlave01　　192.168.0.42　　（Hadoop备份主节点，从节点，zk节点，HBase的RegionServer）

　　RDFSlave02　　192.168.0.43　　（从节点，zk节点，HBase的RegionServer）

　　RDFSlave03　　192.168.0.44　　（从节点，zk节点，HBase的RegionServer）

　　RDFSlave04　　192.168.0.45　　（从节点，zk节点，HBase的RegionServer）

　　注解：由于环境资源有限，正常情况下Hadoop备份主节点应该是一台单独的机器比较好

• ssh和jdk的安装：

　　参考以前的一篇文章即可，没有多大的改变

　　http://www.cnblogs.com/ocean7code/p/5734289.html

• Zookeeper环境搭建

　　修改配置文件zoo.cfg

# 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=/home/develop/yun/workspace/zk/data
dataLogDir=/home/develop/yun/workspace/zk/datalog 
# the port at which the clients will connect
clientPort=2181
# 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.1=RDFMaster:2888:3888
server.2=RDFSlave01:2888:3888
server.3=RDFSlave02:2888:3888
server.4=RDFSlave03:2888:3888
server.4=RDFSlave04:2888:3888

　　配置文件中设置了两个路径，分别是dataDir和dataLogDir

　　在每个节点上，都要创建对应的文件夹，并且在文件夹中创建myid文件，文件内容上写本机在节点上的编号，例如：RDFMaster的myid内容就是1

　　启动Zookeeper：在每个节点上都执行如下操作:

sh zkServer.sh start

　　使用jps指令可以查看线程是否启动，或者使用 sh zkServer.sh status 查看当前节点的状态

• Hadoop环境搭建

　　1.修改 core-site.xml

<configuration>
    <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/develop/yun/workspace/hadoop/tmp</value>
    </property>
    <property>
      <name>ha.zookeeper.quorum</name>
      <value>RDFMaster:2181,RDFSlave01:2181,RDFSlave02:2181,RDFSlave03:2181,RDFSlave04:2181</value>
    </property>
</configuration>

　　解释：ns表示的是一个主节点的集合名称，在hdfs-site.xml中的配置会详细介绍这个集群的内容

　　修改 hadoop-env.sh　　

#这个是你的JDK路径，别设置错了，整个文件只需要改这个地方
export JAVA_HOME=/usr/local/jdk/jdk1.8.0_101

　　解释：这个只需要修改JDK路径就可以了

　　2.修改 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>RDFMaster:9000</value>
    </property>
    <!-- nn1的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns.nn1</name>
        <value>RDFMaster:50070</value>
    </property>
    <!-- nn2的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.ns.nn2</name>
        <value>RDFSlave01:9000</value>
    </property>
    <!-- nn2的http通信地址 -->
    <property>
        <name>dfs.namenode.http-address.ns.nn2</name>
        <value>RDFSlave01:50070</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://RDFMaster:8485;RDFSlave01:8485;RDFSlave02:8485;RDFSlave03:8485;RDFSlave04:8485/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/develop/yun/hadoop-2.6.4/journal</value>
    </property>
    <!-- 开启NameNode故障时自动切换 -->
    <property>
          <name>dfs.ha.automatic-failover.enabled.ns</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>
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/root/.ssh/id_rsa</value>
    </property>                        
    <property>    
        <name>dfs.namenode.name.dir</name>    
        <value>file:///home/develop/yun/workspace/hadoop/hdfs/name</value>    
    </property>    
    <property>    
        <name>dfs.datanode.data.dir</name>    
        <value>file:///home/develop/yun/workspace/hadoop/hdfs/data</value>    
    </property>    
    <property>    
       <name>dfs.replication</name>    
       <value>2</value>    
    </property>   
    <!-- 在NN和DN上开启WebHDFS (REST API)功能,不是必须 -->                                                                    
    <property>    
       <name>dfs.webhdfs.enabled</name>    
       <value>true</value>    
    </property>
</configuration>

　　解释：这里配置了 dfs.ha.fencing.ssh.private-key-files 用于切换的时候使用ssh

　　3.修改 mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
        <!--这个保持原样不要动，写提示是怕你乱动-->
    </property>
    <property>
        <name>mapreduce.reduce.memory.mb</name>
        <value>4096</value>
        <!--这个保持原样不要动，写提示是怕你乱动-->
    </property>
</configuration>

　　4.修改 slaves　

RDFSlave01
RDFSlave02
RDFSlave03
RDFSlave04

　  5.修改 yarn-env.sh

#这个是你的JDK路径，别设置错了，整个文件只需要改这个地方
export JAVA_HOME=export JAVA_HOME=/usr/local/jdk/jdk1.8.0_101

　　6.修改 yarn-site.xml　

<configuration>

<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
        <!--别动-->
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>RDFSlave02</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
        <!--别动-->
    </property>    
</configuration>

　　解释：这里配置的ResourceManager是RDFSlave02，所以启动集群的时候用的 start-yarn.sh 应该在RDFSlave02中

　　到这里配置文件就写完了，然后进行下一步操作

　　7.首先启动zookeeper，命令上面已经说了

　　8.启动journalnode（在hdfs-site.xml中配置了所有的节点都有journalnode，所以如下命令要在左右节点中执行）

sbin/hadoop-daemon.sh start journalnode

　　解释：使用jps命令就可以看到JournalNode线程了

　　9.格式化主节点（只需要在RDFMaster上执行）

hdfs namenode -format

　　10.格式化ZKFC（只需要在RDFMaster上执行）

hdfs zkfc -formatZK

　　11.进行NameNode信息的同步（这个要在RDFSlave01上执行，也就是做备份的主节点中）

hdfs namenode -bootstrapstandby

#验证
tmp下生成dfs

#如果执行失败(这个是因为备份主节点不能访问所有从节点导致的，我没有遇到过，这个是从别的博客看到的，放到这里，以备不时之需)
ssh-keygen -f "~/.ssh/known_hosts" -R RDFSLave01

#验证
tmp下生成dfs

　　12.启动整个集群

#在RDFMaster上启动
start-dfs.sh


#在RDFSlave02上启动
start-yarn.sh

　　13.启动ZookeeperFailoverController（在RDFMaster和RDFSlave01上都运行一下）

hadoop-daemon.sh start zkfc

#验证
jps

#显示DFSZKFailoverController

　　解释：在进行到12的时候，你会发现RDFMaster和RDFSlave01都是standby状态的，执行13命令后，就会有一个变成active状态了，我在搭建环境的时候，百度到过这个问题，在这里特别说明一下

　　14.到这里基本就结束了，展示一下最后的成果：

　　

　　　

• 总结：

　　　这个问题困扰很久了，HBase的备份主节点机制比较简单，很容易就弄懂了，这是第一次搭建Hadoop HA的机制，当把主节点NameNode关闭，备份主节点的NameNode状态变成active的时候，内心是很激动的，自己一个人搭建了一天，也算是有些收获了，下一篇文章会写到HBase的配置，也打算使用一下Phoneix，也会把这个内容附加上去，对于Hadoop的JournalNode和利用zookeeper实现的这种方式本人也不是很懂，只是知道利用共享的journalnode来同步信息，监控集群情况，后续了解了之后再发或者转载一下，作为笔记。