以前用hadoop2.2.0只搭建了hadoop的高可用，但在hadoop2.2.0中始終沒有完成YARN HA的搭建，直接下載了hadoop最新穩定版本2.6.0完成了YARN HA及HADOOP HA的搭建流程，沒有仔細看hadoop的官方文檔，貌似hadoop2.2.0不支持YARN HA，如果說錯了謝謝指正呀，下面總結一下我的搭建流程：
首先完成虛擬機的搭建：
| 機器名 | IP | 安裝軟件 | 運行進程 |
| namenode1 | 192.168.3.161 | hadoop | NameNode、DFSZKFailoverController、ResourceManager |
| namenode2 | 192.168.3.162 | hadoop | NameNode、DFSZKFailoverController、ResourceManager |
| datanode1 | 192.168.3.163 | hadoop，zookeeper | DataNode、QuorumPeerMain、JournalNode、NodeManager |
| datanode2 | 192.168.3.164 | hadoop，zookeeper | DataNode、QuorumPeerMain、JournalNode、NodeManager |
| datanode3 | 192.168.3.165 | hadoop | DataNode、NodeManager |
| datanode4 | 192.168.3.166 | hadoop，zookeeper | DataNode、QuorumPeerMain、JournalNode、NodeManager |
說明：
在hadoop2.X中通常由兩個NameNode組成，一個處於active狀態，另一個處於standby狀態。Active NameNode對外提供服務，而Standby NameNode則不對外提供服務，僅同步active namenode的狀態，以便能夠在它失敗時快速進行切換。
hadoop2.0官方提供了兩種HDFS HA的解決方案，一種是NFS，另一種是QJM（由cloudra提出，原理類似zookeeper）。這里我使用QJM完成。主備NameNode之間通過一組JournalNode同步元數據信息，一條數據只要成功寫入多數JournalNode即認為寫入成功。通常配置奇數個JournalNode
虛擬機安裝linux系統，我這里用的是centos6.4
使用root用戶修改/etc/hosts文件，如下：
192.168.3.161 namenode1
192.168.3.162 namenode2
192.168.3.163 datanode1
192.168.3.164 datanode2
192.168.3.165 datanode3
192.168.3.166 datanode4
安裝jdk1.7和hadoop並配置環境變量，可以配置全局的（修改/etc/profile）也可以配置當前用戶的(修改~/.bashrc文件)，這里我配置是全局的環境變量
安裝jdk的過程直接解壓tar xzvf jdk.tar， 這里不做說明了，列出/etc/profile文件中末尾添加的內容如下：
export JAVA_HOME=/usr/java/jdk1.7.0_67
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
export HADOOP_HOME=/home/hadoop/hadoop_installs/hadoop-2.6.0
使用root用戶關閉防火牆和selinux
service iptables stop
centos7好像把防火牆修改成firewalld，可以試試service firewalld stop
chkconfig iptables off
修改/etc/selinux/config文件中設置SELINUX=disabled ，然后重啟服務器
創建hadoop用戶組及hadoop用戶並完成.ssh免密碼登錄
在每台虛擬機中通過hadoop用戶執行ssh-keygen -t rsa會在~/.ssh/目錄中生成兩個文件id_rsa和id_rsa.pub，如果想從namenode1免密碼登錄到namenode2中要在namenode1中執行ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop@namenode2（注意：些命令中的-i一定加上否則之后的一些操作會出現ssh_exchange_identification: Connection closed by remote host這樣的錯誤），這個命令完成后會在namenode2的~/.ssh/目錄下生成文件authorized_keys，此時可以從namenode1直接ssh到namenode2了，建議在每台機器包括namenode2本身都執行ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop@namenode2然后把生成的authorized_keys復制到集群中每個機器上實現任何機器之間都可以免密碼登錄。
完成安裝zookeeper3.4.5集群：主要作用是用於ZKFC（DFSZKFailoverController）故障轉移，當Active NameNode掛掉了，會自動切換Standby NameNode為standby狀態
解壓zookeeper包在zookeeper3.4.5/conf/目錄執行mv zoo_sample.cfg zoo.cfg，之后修改zoo.cfg文件，如下：
修改dataDir=/hadoop/zookeeper-3.4.5/tmp（zookeeper修改源數據的地方，包括myid文件）
文件最后添加
server.1=datanode1:2888:3888
server.2=datanode2:2888:3888
server.3=datanode4:2888:3888
保存退出
然后分別在datanode1,2,4節點中創建一個tmp文件夾 ，mkdir /hadoop/zookeeper-3.4.5/tmp ，再創建一個空文件 touch /hadoop/zookeeper-3.4.5/tmp/myid 最后向該文件寫入ID，datanode1執行echo 1 > /hadoop/zookeeper-3.4.5/tmp/myid，datanode1執行echo 2 > /hadoop/zookeeper-3.4.5/tmp/myid，datanode3執行echo 3 > /hadoop/zookeeper-3.4.5/tmp/myid
安裝配置hadoop2.6.0集群：
解壓文件后配置HDFS（注意：hadoop2.X之后所有的配置文件都在$HADOOP_HOME/etc/hadoop目錄下），需要修改文件如下：
修改文件hadoo-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_67
export HADOOP_LOG_DIR=/data/log/hadoop指定日志存放目錄
修改文件core-site.xml
<configuration>
<!-- 指定hdfs的nameservice為ns1,是NameNode的URI。hdfs://主機名:端口/ -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://gagcluster</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131072</value>
</property>
<!-- 指定hadoop臨時目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>file:/data/hadoop/tmp</value>
<description>Abase for other temporary directories.</description>
</property>
<!--指定可以在任何IP訪問-->
<property>
<name>hadoop.proxyuser.hduser.hosts</name>
<value>*</value>
</property>
<!--指定所有用戶可以訪問-->
<property>
<name>hadoop.proxyuser.hduser.groups</name>
<value>*</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>dataNode1:2181,dataNode2:2181,dataNode4:2181</value>
</property>
</configuration>
修改文件hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice為ns1，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>gagcluster</value>
</property>
<!-- ns1下面有兩個NameNode，分別是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.gagcluster</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.gagcluster.nn1</name>
<value>namenode1:9000</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.gagcluster.nn2</name>
<value>namenode2:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.gagcluster.nn1</name>
<value>namenode1:50070</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.gagcluster.nn2</name>
<value>namenode2:50070</value>
</property>
<!-- 指定NameNode的元數據在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://dataNode1:8485;datanode2:8485;datanode4:8485/gagcluster</value>
</property>
<!-- 配置失敗自動切換實現方式 -->
<property>
<name>dfs.client.failover.proxy.provider.gagcluster</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔離機制 -->
<property>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
</property>
<!-- 使用隔離機制時需要ssh免密碼登陸 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/hadoop/.ssh/id_rsa</value>
</property>
<!-- 指定NameNode的元數據在JournalNode上的存放位置 -->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/data/hadoop/tmp/journal</value>
</property>
<!--指定支持高可用自動切換機制-->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!--指定namenode名稱空間的存儲地址-->
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/data/hadoop/dfs/name</value>
</property>
<!--指定datanode數據存儲地址-->
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/data/hadoop/dfs/data</value>
</property>
<!--指定數據冗余份數-->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!--指定可以通過web訪問hdfs目錄-->
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
<!--保證數據恢復 -->
<property>
<name>dfs.journalnode.http-address</name>
<value>0.0.0.0:8480</value>
</property>
<property>
<name>dfs.journalnode.rpc-address</name>
<value>0.0.0.0:8485</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>dataNode1:2181,dataNode2:2181,dataNode4:2181</value>
</property>
</configuration>
修改文件yarn-site.xml
<configuration>
<!--rm失聯后重新鏈接的時間-->
<property>
<name>yarn.resourcemanager.connect.retry-interval.ms</name>
<value>2000</value>
</property>
<!--開啟resource manager HA,默認為false-->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!--配置resource manager -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>dataNode1:2181,dataNode2:2181,dataNode4:2181</value>
</property>
<!--開啟故障自動切換-->
<property>
<name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>namenode1</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>namenode2</value>
</property>
<!--在namenode1上配置rm1,在namenode2上配置rm2,注意：一般都喜歡把配置好的文件遠程復制到其它機器上，但這個在YARN的另一個機器上一定要修改-->
<property>
<name>yarn.resourcemanager.ha.id</name>
<value>rm1</value>
<description>If we want to launch more than one RM in single node, we need this configuration</description>
</property>
<!--開啟自動恢復功能-->
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<!--配置與zookeeper的連接地址-->
<property>
<name>yarn.resourcemanager.zk-state-store.address</name>
<value>datanode1:2181,datanode2:2181,datanode4:2181</value>
</property>
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>datanode1:2181,datanode2:2181,datanode4:2181</value>
</property>
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>gagcluster-yarn</value>
</property>
<!--schelduler失聯等待連接時間-->
<property>
<name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name>
<value>5000</value>
</property>
<!--配置rm1-->
<property>
<name>yarn.resourcemanager.address.rm1</name>
<value>namenode1:8132</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address.rm1</name>
<value>namenode1:8130</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>namenode1:8188</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address.rm1</name>
<value>namenode1:8131</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address.rm1</name>
<value>namenode1:8033</value>
</property>
<property>
<name>yarn.resourcemanager.ha.admin.address.rm1</name>
<value>namenode1:23142</value>
</property>
<!--配置rm2-->
<property>
<name>yarn.resourcemanager.address.rm2</name>
<value>namenode2:8132</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address.rm2</name>
<value>namenode2:8130</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>namenode2:8188</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address.rm2</name>
<value>namenode2:8131</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address.rm2</name>
<value>namenode2:8033</value>
</property>
<property>
<name>yarn.resourcemanager.ha.admin.address.rm2</name>
<value>namenode2:23142</value>
</property>
<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.nodemanager.local-dirs</name>
<value>/data/hadoop/yarn/local</value>
</property>
<property>
<name>yarn.nodemanager.log-dirs</name>
<value>/data/log/hadoop</value>
</property>
<property>
<name>mapreduce.shuffle.port</name>
<value>23080</value>
</property>
<!--故障處理類-->
<property>
<name>yarn.client.failover-proxy-provider</name>
<value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>
</property>
<property>
<name>yarn.resourcemanager.ha.automatic-failover.zk-base-path</name>
<value>/yarn-leader-election</value>
<description>Optional setting. The default value is /yarn-leader-election</description>
</property>
</configuration>
修改文件mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 配置 MapReduce JobHistory Server 地址 ，默認端口10020 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>0.0.0.0:10020</value>
</property>
<!-- 配置 MapReduce JobHistory Server web ui 地址， 默認端口19888 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>0.0.0.0:19888</value>
</property>
</configuration>
修改文件slaves
atanode1
datanode2
datanode3
datanode4
修改文件yarn-env.sh
export JAVA_HOME=/usr/java/jdk1.7.0_67
export YARN_LOG_DIR=/data/log/hadoop指定日志存放目錄
把配置好的文件遠程scp到集群其它節點相應目錄中，注意修改YARN高可用的yarn-site.xml文件中的yarn.resourcemanager.ha.id項
啟動zookeeper集群（分別在datanode1、datanode2、datanode4上啟動zk）
進入到 zookeeper-3.4.5/bin/
./zkServer.sh start
查看狀態：
./zkServer.sh status
（一個leader，兩個follower）
啟動journalnode（在namenode1上啟動所有journalnode）
進入到hadoop-2.6.0
sbin/hadoop-daemons.sh start journalnode
或者單獨進入到datanode1,datanode2,datanode4執行
sbin/hadoop-daemon.sh start journalnode
(運行jps命令檢驗，多了JournalNode進程)
格式化HDFS
在namenode1上執行命令:
hadoop namenode -format
格式化后會在根據core-site.xml中的hadoop.tmp.dir配置生成個文件，之后通過sbin/hadoop-daemon.sh start namenode啟動namenode進程在namenode2上執行hdfs namenode -bootstrapStandby完成主備節點同步信息
格式化ZK(在namenode1上執行即可)
hdfs zkfc -formatZK
啟動HDFS(在namenode1上執行)
sbin/start-dfs.sh
啟動YARN(在namenode1)
sbin/start-yarn.sh
在namenode2上執行sbin/yarn-daemon.sh start resourcemanager啟動resourceManager進程
啟動完成之后可以在瀏覽器中輸入http://192.168.3.161:50070和http://192.168.3.162:50070查看namenode分別為Active和Standby
在namenode1上執行${HADOOP_HOME}/bin/yarn rmadmin -getServiceState rm1查看rm1和rm2分別為active和standby狀態，也可以通過瀏覽器訪問http://192.168.3.161:8188查看狀態