史上最詳細的Hadoop環境搭建(轉)

轉載的文章，請告知侵刪。本人只是做個記錄，以免以后找不到。

前言

Hadoop在大數據技術體系中的地位至關重要，Hadoop是大數據技術的基礎，對Hadoop基礎知識的掌握的扎實程度，會決定在大數據技術道路上走多遠。

這是一篇入門文章，Hadoop的學習方法很多，網上也有很多學習路線圖。本文的思路是：以安裝部署Apache Hadoop2.x版本為主線，來介紹Hadoop2.x的架構組成、各模塊協同工作原理、技術細節。安裝不是目的，通過安裝認識Hadoop才是目的。

本文分為五個部分、十三節、四十九步。

第一部分：Linux環境安裝

Hadoop是運行在Linux，雖然借助工具也可以運行在Windows上，但是建議還是運行在Linux系統上，第一部分介紹Linux環境的安裝、配置、Java JDK安裝等。

第二部分：Hadoop本地模式安裝

Hadoop本地模式只是用於本地開發調試，或者快速安裝體驗Hadoop，這部分做簡單的介紹。

第三部分：Hadoop偽分布式模式安裝

學習Hadoop一般是在偽分布式模式下進行。這種模式是在一台機器上各個進程上運行Hadoop的各個模塊，偽分布式的意思是雖然各個模塊是在各個進程上分開運行的，但是只是運行在一個操作系統上的，並不是真正的分布式。

第四部分：完全分布式安裝

完全分布式模式才是生產環境采用的模式，Hadoop運行在服務器集群上，生產環境一般都會做HA，以實現高可用。

第五部分：Hadoop HA安裝

HA是指高可用，為了解決Hadoop單點故障問題，生產環境一般都做HA部署。這部分介紹了如何配置Hadoop2.x的高可用，並簡單介紹了HA的工作原理。 
安裝過程中，會穿插簡單介紹涉及到的知識。希望能對大家有所幫助。 

最后,我真的按這些步驟安裝了,然而發現這門檻不一般,需要學習整個生態,所以去淘寶買了個幾塊錢的視頻教程,個人感覺講的還可以,還有項目什么的,才幾塊錢,有需要的可以去找找,這里給個我買的鏈接

https://item.taobao.com/item.htm?spm=a230r.1.14.186.ec2e52e0yM89Zu&id=576782961510&ns=1&abbucket=6#detail ,好了下面開始干吧.

第一部分：Linux環境安裝

第一步、配置Vmware NAT網絡

一、Vmware網絡模式介紹

參考：http://blog.csdn.net/collection4u/article/details/14127671

二、NAT模式配置

NAT是網絡地址轉換，是在宿主機和虛擬機之間增加一個地址轉換服務，負責外部和虛擬機之間的通訊轉接和IP轉換。

我們部署Hadoop集群，這里選擇NAT模式，各個虛擬機通過NAT使用宿主機的IP來訪問外網。

我們的要求是集群中的各個虛擬機有固定的IP、可以訪問外網，所以進行如下設置：

1、 Vmware安裝后，默認的NAT設置如下：

2、 默認的設置是啟動DHCP服務的，NAT會自動給虛擬機分配IP，但是我們需要將各個機器的IP固定下來，所以要取消這個默認設置。

3、 為機器設置一個子網網段，默認是192.168.136網段，我們這里設置為100網段，將來各個虛擬機Ip就為 192.168.100.*。

4、 點擊NAT設置按鈕，打開對話框，可以修改網關地址和DNS地址。這里我們為NAT指定DNS地址。

5、 網關地址為當前網段里的.2地址，好像是固定的，我們不做修改，先記住網關地址就好了，后面會用到。

第二步、安裝Linux操作系統

三、Vmware上安裝Linux系統

1、 文件菜單選擇新建虛擬機

2、 選擇經典類型安裝，下一步。

3、 選擇稍后安裝操作系統，下一步。

4、 選擇Linux系統，版本選擇CentOS 64位。

5、 命名虛擬機，給虛擬機起個名字，將來顯示在Vmware左側。並選擇Linux系統保存在宿主機的哪個目錄下，應該一個虛擬機保存在一個目錄下，不能多個虛擬機使用一個目錄。

6、 指定磁盤容量，是指定分給Linux虛擬機多大的硬盤，默認20G就可以，下一步。

7、 點擊自定義硬件，可以查看、修改虛擬機的硬件配置，這里我們不做修改。

8、 點擊完成后，就創建了一個虛擬機，但是此時的虛擬機還是一個空殼，沒有操作系統，接下來安裝操作系統。

9、 點擊編輯虛擬機設置，找到DVD，指定操作系統ISO文件所在位置。

10、 點擊開啟此虛擬機，選擇第一個回車開始安裝操作系統。

11、 設置root密碼。

12、 選擇Desktop，這樣就會裝一個Xwindow。

13、 先不添加普通用戶，其他用默認的，就把Linux安裝完畢了。

四、設置網絡

因為Vmware的NAT設置中關閉了DHCP自動分配IP功能，所以Linux還沒有IP，需要我們設置網絡各個參數。

1、 用root進入Xwindow，右擊右上角的網絡連接圖標，選擇修改連接。

2、 網絡連接里列出了當前Linux里所有的網卡，這里只有一個網卡System eth0，點擊編輯。

3、 配置IP、子網掩碼、網關（和NAT設置的一樣）、DNS等參數，因為NAT里設置網段為100.*，所以這台機器可以設置為192.168.100.10網關和NAT一致，為192.168.100.2

4、 用ping來檢查是否可以連接外網，如下圖，已經連接成功。

五、修改Hostname

1、 臨時修改hostname

[root@localhost Desktop]# hostname bigdata-senior01.chybinmy.com

這種修改方式，系統重啟后就會失效。

2、 永久修改hostname

想永久修改，應該修改配置文件 /etc/sysconfig/network。

命令：[root@bigdata-senior01 ~] vim /etc/sysconfig/network

打開文件后，

1.  
   NETWORKING=yes #使用網絡
2.  
   HOSTNAME=bigdata-senior01.chybinmy.com #設置主機名

六、配置Host

1.  
   命令：[root @bigdata-senior01 ~] vim /etc/hosts
2.  
   添加hosts: 192.168.100.10 bigdata-senior01.chybinmy.com

七、關閉防火牆

學習環境可以直接把防火牆關閉掉。

(1) 用root用戶登錄后，執行查看防火牆狀態。

[root@bigdata-senior01 hadoop]# service iptables status

(2) 用[root@bigdata-senior01 hadoop]# service iptables stop關閉防火牆，這個是臨時關閉防火牆。

1.  
   [root @bigdata-senior01 hadoop-2.5.0]# service iptables stop
2.  
   iptables: Setting chains to policy ACCEPT: filter [ OK ]
3.  
   iptables: Flushing firewall rules: [ OK ]
4.  
   iptables: Unloading modules: [ OK ]

(3) 如果要永久關閉防火牆用。

[root@bigdata-senior01 hadoop]# chkconfig iptables off

關閉，這種需要重啟才能生效。

八、關閉selinux

selinux是Linux一個子安全機制，學習環境可以將它禁用。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim /etc/sysconfig/selinux

1.  
   # This file controls the state of SELinux on the system.
2.  
   # SELINUX= can take one of these three values:
3.  
   # enforcing - SELinux security policy is enforced.
4.  
   # permissive - SELinux prints warnings instead of enforcing.
5.  
   # disabled - No SELinux policy is loaded.
6.  
   SELINUX=disabled
7.  
   # SELINUXTYPE= can take one of these two values:
8.  
   # targeted - Targeted processes are protected,
9.  
   # mls - Multi Level Security protection.
10.  
    SELINUXTYPE=targeted

第三步、安裝JDK

九、安裝Java JDK

1、 查看是否已經安裝了java JDK。

[root@bigdata-senior01 Desktop]# java –version

注意：Hadoop機器上的JDK，最好是Oracle的Java JDK，不然會有一些問題，比如可能沒有JPS命令。 
如果安裝了其他版本的JDK，卸載掉。

2、 安裝java JDK

(1) 去下載Oracle版本Java JDK：jdk-7u67-linux-x64.tar.gz

(2) 將jdk-7u67-linux-x64.tar.gz解壓到/opt/modules目錄下

[root@bigdata-senior01 /]# tar -zxvf jdk-7u67-linux-x64.tar.gz -C /opt/modules

(3) 添加環境變量

設置JDK的環境變量 JAVA_HOME。需要修改配置文件/etc/profile，追加

1.  
   export JAVA_HOME= "/opt/modules/jdk1.7.0_67"
2.  
   export PATH=$JAVA_HOME/bin:$PATH

修改完畢后，執行 source /etc/profile

(4)安裝后再次執行 java –version,可以看見已經安裝完成。

1.  
   [root @bigdata-senior01 /]# java -version
2.  
   java version "1.7.0_67"
3.  
   Java(TM) SE Runtime Environment (build 1.7.0_67-b01)
4.  
   Java HotSpot(TM) 64-Bit Server VM (build 24.65-b04, mixed mode)

第二部分：Hadoop本地模式安裝

第四步、Hadoop部署模式

Hadoop部署模式有：本地模式、偽分布模式、完全分布式模式、HA完全分布式模式。

區分的依據是NameNode、DataNode、ResourceManager、NodeManager等模塊運行在幾個JVM進程、幾個機器。

模式名稱	各個模塊占用的JVM進程數	各個模塊運行在幾個機器數上
本地模式	1個	1個
偽分布式模式	N個	1個
完全分布式模式	N個	N個
HA完全分布式	N個	N個

第五步、本地模式部署

十、本地模式介紹

本地模式是最簡單的模式，所有模塊都運行與一個JVM進程中，使用的本地文件系統，而不是HDFS，本地模式主要是用於本地開發過程中的運行調試用。下載hadoop安裝包后不用任何設置，默認的就是本地模式。

十一、解壓hadoop后就是直接可以使用

1、 創建一個存放本地模式hadoop的目錄

[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopstandalone

2、 解壓hadoop文件

[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopstandalone/

3、 確保JAVA_HOME環境變量已經配置好

1.  
   [hadoop @bigdata-senior01 modules]$ echo ${JAVA_HOME}
2.  
   /opt/modules/jdk1 .7.0_67

十二、運行MapReduce程序，驗證

我們這里用hadoop自帶的wordcount例子來在本地模式下測試跑mapreduce。

1、 准備mapreduce輸入文件wc.input

1.  
   [hadoop @bigdata-senior01 modules]$ cat /opt/data/wc.input
2.  
   hadoop mapreduce hive
3.  
   hbase spark storm
4.  
   sqoop hadoop hive
5.  
   spark hadoop

2、 運行hadoop自帶的mapreduce Demo

[hadoop@bigdata-senior01 hadoopstandalone]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /opt/data/wc.input output2

這里可以看到job ID中有local字樣，說明是運行在本地模式下的。

3、 查看輸出文件

本地模式下，mapreduce的輸出是輸出到本地。

1.  
   [hadoop @bigdata-senior01 hadoopstandalone]$ ll output2
2.  
   total 4
3.  
   -rw-r--r-- 1 hadoop hadoop 60 Jul 7 12:50 part-r-00000
4.  
   -rw-r--r-- 1 hadoop hadoop 0 Jul 7 12:50 _SUCCESS

輸出目錄中有_SUCCESS文件說明JOB運行成功，part-r-00000是輸出結果文件。 
 

第三部分：Hadoop偽分布式模式安裝

第六步、偽分布式Hadoop部署過程

十三、Hadoop所用的用戶設置

1、 創建一個名字為hadoop的普通用戶

1.  
   [root @bigdata-senior01 ~]# useradd hadoop
2.  
   [root @bigdata-senior01 ~]# passwd hadoop

2、 給hadoop用戶sudo權限

[root@bigdata-senior01 ~]# vim /etc/sudoers

設置權限，學習環境可以將hadoop用戶的權限設置的大一些，但是生產環境一定要注意普通用戶的權限限制。

1.  
   root ALL=(ALL) ALL
2.  
   hadoop ALL=(root) NOPASSWD:ALL

注意：如果root用戶無權修改sudoers文件，先手動為root用戶添加寫權限。

[root@bigdata-senior01 ~]# chmod u+w /etc/sudoers

3、 切換到hadoop用戶

1.  
   [root @bigdata-senior01 ~]# su - hadoop
2.  
   [hadoop @bigdata-senior01 ~]$

4、 創建存放hadoop文件的目錄

[hadoop@bigdata-senior01 ~]$ sudo mkdir /opt/modules

5、 將hadoop文件夾的所有者指定為hadoop用戶

如果存放hadoop的目錄的所有者不是hadoop，之后hadoop運行中可能會有權限問題，那么就講所有者改為hadoop。

[hadoop@bigdata-senior01 ~]# sudo chown -R hadoop:hadoop /opt/modules

十四、解壓Hadoop目錄文件

1、 復制hadoop-2.5.0.tar.gz到/opt/modules目錄下。

2、 解壓hadoop-2.5.0.tar.gz

1.  
   [hadoop @bigdata-senior01 ~]# cd /opt/modules
2.  
   [hadoop @bigdata-senior01 hadoop]# tar -zxvf hadoop-2.5.0.tar.gz

十五、配置Hadoop

1、 配置Hadoop環境變量

[hadoop@bigdata-senior01 hadoop]# vim /etc/profile

追加配置：

1.  
   export HADOOP_HOME= "/opt/modules/hadoop-2.5.0"
2.  
   export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

執行：source /etc/profile 使得配置生效

驗證HADOOP_HOME參數：

1.  
   [hadoop @bigdata-senior01 /]$ echo $HADOOP_HOME
2.  
   /opt/modules/hadoop- 2.5.0

2、 配置 hadoop-env.sh、mapred-env.sh、yarn-env.sh文件的JAVA_HOME參數

[hadoop@bigdata-senior01 ~]$ sudo vim ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh

1.  
   修改JAVA_HOME參數為：
2.  
   export JAVA_HOME= "/opt/modules/jdk1.7.0_67"

3、 配置core-site.xml

[hadoop@bigdata-senior01 ~]{HADOOP_HOME}/etc/hadoop/core-site.xml

（1） fs.defaultFS參數配置的是HDFS的地址。

1.  
   <property>
2.  
   <name>fs.defaultFS</name>
3.  
   <value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
4.  
   </property>

（2） hadoop.tmp.dir配置的是Hadoop臨時目錄，比如HDFS的NameNode數據默認都存放這個目錄下，查看*-default.xml等默認配置文件，就可以看到很多依賴${hadoop.tmp.dir}的配置。

默認的hadoop.tmp.dir是/tmp/hadoop-${user.name},此時有個問題就是NameNode會將HDFS的元數據存儲在這個/tmp目錄下，如果操作系統重啟了，系統會清空/tmp目錄下的東西，導致NameNode元數據丟失，是個非常嚴重的問題，所有我們應該修改這個路徑。

• 創建臨時目錄：

    [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo mkdir -p /opt/data/tmp

• 將臨時目錄的所有者修改為hadoop

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown –R hadoop:hadoop /opt/data/tmp

• 修改hadoop.tmp.dir

1.  
   <property>
2.  
   <name>hadoop.tmp.dir</name>
3.  
   <value>/opt/data/tmp</value>
4.  
   </property>

十六、配置、格式化、啟動HDFS

1、 配置hdfs-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim ${HADOOP_HOME}/etc/hadoop/hdfs-site.xml

1.  
   <property>
2.  
   <name>dfs.replication</name>
3.  
   <value>1</value>
4.  
   </property>

dfs.replication配置的是HDFS存儲時的備份數量，因為這里是偽分布式環境只有一個節點，所以這里設置為1。

2、 格式化HDFS

[hadoop@bigdata-senior01 ~]$ hdfs namenode –format

格式化是對HDFS這個分布式文件系統中的DataNode進行分塊，統計所有分塊后的初始元數據的存儲在NameNode中。

格式化后，查看core-site.xml里hadoop.tmp.dir（本例是/opt/data目錄）指定的目錄下是否有了dfs目錄，如果有，說明格式化成功。

注意：

1. 格式化時，這里注意hadoop.tmp.dir目錄的權限問題，應該hadoop普通用戶有讀寫權限才行，可以將/opt/data的所有者改為hadoop。 
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo chown -R hadoop:hadoop /opt/data

2. 查看NameNode格式化后的目錄。

   [hadoop@bigdata-senior01 ~]$ ll /opt/data/tmp/dfs/name/current

fsimage是NameNode元數據在內存滿了后，持久化保存到的文件。

fsimage*.md5 是校驗文件，用於校驗fsimage的完整性。

seen_txid 是hadoop的版本

vession文件里保存：

• namespaceID：NameNode的唯一ID。

• clusterID:集群ID，NameNode和DataNode的集群ID應該一致，表明是一個集群。

1.  
   #Mon Jul 04 17:25:50 CST 2016
2.  
   namespaceID= 2101579007
3.  
   clusterID=CID- 205277e6-493b-4601-8e33-c09d1d23ece4
4.  
   cTime= 0
5.  
   storageType=NAME_NODE
6.  
   blockpoolID=BP- 1641019026-127.0.0.1-1467624350057
7.  
   layoutVersion=- 57

3、 啟動NameNode

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start namenode
2.  
   starting namenode, logging to /opt/modules/hadoop- 2.5.0/logs/hadoop-hadoop-namenode-bigdata-senior01.chybinmy.com.out

4、 啟動DataNode

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start datanode
2.  
   starting datanode, logging to /opt/modules/hadoop- 2.5.0/logs/hadoop-hadoop-datanode-bigdata-senior01.chybinmy.com.out

5、 啟動SecondaryNameNode

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/hadoop-daemon.sh start secondarynamenode
2.  
   starting secondarynamenode, logging to /opt/modules/hadoop- 2.5.0/logs/hadoop-hadoop-secondarynamenode-bigdata-senior01.chybinmy.com.out

6、 JPS命令查看是否已經啟動成功，有結果就是啟動成功了。

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ jps
2.  
   3034 NameNode
3.  
   3233 Jps
4.  
   3193 SecondaryNameNode
5.  
   3110 DataNode

7、 HDFS上測試創建目錄、上傳、下載文件

HDFS上創建目錄

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -mkdir /demo1

上傳本地文件到HDFS上

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -put
2.  
   ${HADOOP_HOME}/etc/hadoop/core-site.xml /demo1

讀取HDFS上的文件內容

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/bin/hdfs dfs -cat /demo1/core-site.xml

從HDFS上下載文件到本地

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -get /demo1/core-site.xml

十七、配置、啟動YARN

1、 配置mapred-site.xml

默認沒有mapred-site.xml文件，但是有個mapred-site.xml.template配置模板文件。復制模板生成mapred-site.xml。

[hadoop@bigdata-senior01 hadoop-2.5.0]# cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml

添加配置如下：

1.  
   <property>
2.  
   <name>mapreduce.framework.name</name>
3.  
   <value>yarn</value>
4.  
   </property>

指定mapreduce運行在yarn框架上。

2、 配置yarn-site.xml

添加配置如下：

1.  
   <property>
2.  
   <name>yarn.nodemanager.aux-services</name>
3.  
   <value>mapreduce_shuffle</value>
4.  
   </property>
5.  
   <property>
6.  
   <name>yarn.resourcemanager.hostname</name>
7.  
   <value>bigdata-senior01.chybinmy.com</value>
8.  
   </property>

• yarn.nodemanager.aux-services配置了yarn的默認混洗方式，選擇為mapreduce的默認混洗算法。

• yarn.resourcemanager.hostname指定了Resourcemanager運行在哪個節點上。

  

3、 啟動Resourcemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start resourcemanager

4、 啟動nodemanager

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ${HADOOP_HOME}/sbin/yarn-daemon.sh start nodemanager

5、 查看是否啟動成功

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ jps
2.  
   3034 NameNode
3.  
   4439 NodeManager
4.  
   4197 ResourceManager
5.  
   4543 Jps
6.  
   3193 SecondaryNameNode
7.  
   3110 DataNode

可以看到ResourceManager、NodeManager已經啟動成功了。

6、 YARN的Web頁面

YARN的Web客戶端端口號是8088，通過http://192.168.100.10:8088/可以查看。

十八、運行MapReduce Job

在Hadoop的share目錄里，自帶了一些jar包，里面帶有一些mapreduce實例小例子，位置在share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar，可以運行這些例子體驗剛搭建好的Hadoop平台，我們這里來運行最經典的WordCount實例。

1、 創建測試用的Input文件

創建輸入目錄:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir -p /wordcountdemo/input

創建原始文件:

在本地/opt/data目錄創建一個文件wc.input,內容如下。

將wc.input文件上傳到HDFS的/wordcountdemo/input目錄中:

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /wordcountdemo/input

2、 運行WordCount MapReduce Job

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
2.  
   2.5.0.jar wordcount /wordcountdemo/input /wordcountdemo/output

3、 查看輸出結果目錄

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -ls /wordcountdemo/output
2.  
   -rw-r--r-- 1 hadoop supergroup 0 2016-07-05 05:12 /wordcountdemo/output/_SUCCESS
3.  
   -rw-r--r-- 1 hadoop supergroup 60 2016-07-05 05:12 /wordcountdemo/output/part-r-00000

• output目錄中有兩個文件，_SUCCESS文件是空文件，有這個文件說明Job執行成功。

• part-r-00000文件是結果文件，其中-r-說明這個文件是Reduce階段產生的結果，mapreduce程序執行時，可以沒有reduce階段，但是肯定會有map階段，如果沒有reduce階段這個地方有是-m-。

• 一個reduce會產生一個part-r-開頭的文件。

• 查看輸出文件內容。

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -cat /wordcountdemo/output/part-r-00000
2.  
   hadoop 3
3.  
   hbase 1
4.  
   hive 2
5.  
   mapreduce 1
6.  
   spark 2
7.  
   sqoop 1
8.  
   storm 1

結果是按照鍵值排好序的。

十九、停止Hadoop

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
2.  
   stopping namenode
3.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
4.  
   stopping datanode
5.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop resourcemanager
6.  
   stopping resourcemanager
7.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/yarn-daemon.sh stop nodemanager
8.  
   stopping nodemanager

二十、 Hadoop各個功能模塊的理解

1、 HDFS模塊

HDFS負責大數據的存儲，通過將大文件分塊后進行分布式存儲方式，突破了服務器硬盤大小的限制，解決了單台機器無法存儲大文件的問題，HDFS是個相對獨立的模塊，可以為YARN提供服務，也可以為HBase等其他模塊提供服務。

2、 YARN模塊

YARN是一個通用的資源協同和任務調度框架，是為了解決Hadoop1.x中MapReduce里NameNode負載太大和其他問題而創建的一個框架。

YARN是個通用框架，不止可以運行MapReduce，還可以運行Spark、Storm等其他計算框架。

3、 MapReduce模塊

MapReduce是一個計算框架，它給出了一種數據處理的方式，即通過Map階段、Reduce階段來分布式地流式處理數據。它只適用於大數據的離線處理，對實時性要求很高的應用不適用。

第七步、開啟歷史服務

二十一、歷史服務介紹

Hadoop開啟歷史服務可以在web頁面上查看Yarn上執行job情況的詳細信息。可以通過歷史服務器查看已經運行完的Mapreduce作業記錄，比如用了多少個Map、用了多少個Reduce、作業提交時間、作業啟動時間、作業完成時間等信息。

二十二、開啟歷史服務

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh start historyserver、

開啟后，可以通過Web頁面查看歷史服務器：

http://bigdata-senior01.chybinmy.com:19888/

二十三、Web查看job執行歷史

1、 運行一個mapreduce任務

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-
2.  
   2.5.0.jar wordcount /wordcountdemo/input /wordcountdemo/output1

2、 job執行中

3、 查看job歷史

歷史服務器的Web端口默認是19888，可以查看Web界面。

但是在上面所顯示的某一個Job任務頁面的最下面，Map和Reduce個數的鏈接上，點擊進入Map的詳細信息頁面，再查看某一個Map或者Reduce的詳細日志是看不到的，是因為沒有開啟日志聚集服務。

二十四、開啟日志聚集

4、 日志聚集介紹

MapReduce是在各個機器上運行的，在運行過程中產生的日志存在於各個機器上，為了能夠統一查看各個機器的運行日志，將日志集中存放在HDFS上，這個過程就是日志聚集。

5、 開啟日志聚集

配置日志聚集功能：

Hadoop默認是不啟用日志聚集的。在yarn-site.xml文件里配置啟用日志聚集。

1.  
   <property>
2.  
   <name>yarn.log-aggregation-enable</name>
3.  
   <value>true</value>
4.  
   </property>
5.  
   <property>
6.  
   <name>yarn.log-aggregation.retain-seconds</name>
7.  
   <value>106800</value>
8.  
   </property>

yarn.log-aggregation-enable:是否啟用日志聚集功能。

yarn.log-aggregation.retain-seconds：設置日志保留時間，單位是秒。

將配置文件分發到其他節點：

1.  
   [hadoop @bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoop-2.5.0/etc/hadoop/
2.  
   [hadoop @bigdata-senior01 hadoop]$ scp /opt/modules/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoop-2.5.0/etc/hadoop/

重啟Yarn進程：

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/stop-yarn.sh
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/start-yarn.sh

重啟HistoryServer進程：

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh stop historyserver
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/mr-jobhistory-daemon.sh start historyserver

6、 測試日志聚集

運行一個demo MapReduce，使之產生日志：

bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input /output1

查看日志：

運行Job后，就可以在歷史服務器Web頁面查看各個Map和Reduce的日志了。 
 

第四部分：完全分布式安裝

第八步、完全布式環境部署Hadoop

完全分部式是真正利用多台Linux主機來進行部署Hadoop，對Linux機器集群進行規划，使得Hadoop各個模塊分別部署在不同的多台機器上。

二十五、環境准備

1、 克隆虛擬機

• Vmware左側選中要克隆的機器，這里對原有的BigData01機器進行克隆，虛擬機菜單中，選中管理菜單下的克隆命令。

• 選擇“創建完整克隆”，虛擬機名稱為BigData02，選擇虛擬機文件保存路徑，進行克隆。

• 再次克隆一個名為BigData03的虛擬機。

2、 配置網絡

修改網卡名稱：

在BigData02和BigData03機器上編輯網卡信息。執行sudo vim /etc/udev/rules.d/70-persistent-net.rules命令。因為是從BigData01機器克隆來的，所以會保留BigData01的網卡eth0，並且再添加一個網卡eth1。並且eth0的Mac地址和BigData01的地址是一樣的，Mac地址不允許相同，所以要刪除eth0，只保留eth1網卡，並且要將eth1改名為eth0。將修改后的eth0的mac地址復制下來，修改network-scripts文件中的HWADDR屬性。

sudo vim /etc/sysconfig/network-scripts/ifcfg-eth0

修改網絡參數：

BigData02機器IP改為192.168.100.12

BigData03機器IP改為192.168.100.13

3、 配置Hostname

BigData02配置hostname為 bigdata-senior02.chybinmy.com

BigData03配置hostname為 bigdata-senior03.chybinmy.com

4、 配置hosts

BigData01、BigData02、BigData03三台機器hosts都配置為：

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ sudo vim /etc/hosts
2.  
   192.168.100.10 bigdata-senior01.chybinmy.com
3.  
   192.168.100.12 bigdata-senior02.chybinmy.com
4.  
   192.168.100.13 bigdata-senior03.chybinmy.com

5、 配置Windows上的SSH客戶端

在本地Windows中的SSH客戶端上添加對BigData02、BigData03機器的SSH鏈接。

二十六、服務器功能規划

bigdata-senior01.chybinmy.com	bigdata-senior02.chybinmy.com	bigdata-senior03.chybinmy.com
NameNode	ResourceManage
DataNode	DataNode	DataNode
NodeManager	NodeManager	NodeManager
HistoryServer		SecondaryNameNode

二十七、在第一台機器上安裝新的Hadoop

為了和之前BigData01機器上安裝偽分布式Hadoop區分開來，我們將BigData01上的Hadoop服務都停止掉，然后在一個新的目錄/opt/modules/app下安裝另外一個Hadoop。 
我們采用先在第一台機器上解壓、配置Hadoop，然后再分發到其他兩台機器上的方式來安裝集群。

6、 解壓Hadoop目錄：

[hadoop@bigdata-senior01 modules]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/app/

7、 配置Hadoop JDK路徑修改hadoop-env.sh、mapred-env.sh、yarn-env.sh文件中的JDK路徑：

export JAVA_HOME="/opt/modules/jdk1.7.0_67"

8、 配置core-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/core-site.xml

1.  
   <configuration>
2.  
   <property>
3.  
   <name>fs.defaultFS</name>
4.  
   <value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
5.  
   </property>
6.  
   <property>
7.  
   <name>hadoop.tmp.dir</name>
8.  
   <value>/opt/modules/app/hadoop-2.5.0/data/tmp</value>
9.  
   </property>
10.  
    </configuration>

fs.defaultFS為NameNode的地址。

hadoop.tmp.dir為hadoop臨時目錄的地址，默認情況下，NameNode和DataNode的數據文件都會存在這個目錄下的對應子目錄下。應該保證此目錄是存在的，如果不存在，先創建。

9、 配置hdfs-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/hdfs-site.xml

1.  
   <configuration>
2.  
   <property>
3.  
   <name>dfs.namenode.secondary.http-address</name>
4.  
   <value>bigdata-senior03.chybinmy.com:50090</value>
5.  
   </property>
6.  
   </configuration>

dfs.namenode.secondary.http-address是指定secondaryNameNode的http訪問地址和端口號，因為在規划中，我們將BigData03規划為SecondaryNameNode服務器。

所以這里設置為：bigdata-senior03.chybinmy.com:50090

10、 配置slaves

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/slaves
2.  
   bigdata-senior01.chybinmy.com
3.  
   bigdata-senior02.chybinmy.com
4.  
   bigdata-senior03.chybinmy.com

slaves文件是指定HDFS上有哪些DataNode節點。

11、 配置yarn-site.xml

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/yarn-site.xml

1.  
   <property>
2.  
   <name>yarn.nodemanager.aux-services</name>
3.  
   <value>mapreduce_shuffle</value>
4.  
   </property>
5.  
   <property>
6.  
   <name>yarn.resourcemanager.hostname</name>
7.  
   <value>bigdata-senior02.chybinmy.com</value>
8.  
   </property>
9.  
   <property>
10.  
    <name>yarn.log-aggregation-enable</name>
11.  
    <value>true</value>
12.  
    </property>
13.  
    <property>
14.  
    <name>yarn.log-aggregation.retain-seconds</name>
15.  
    <value>106800</value>
16.  
    </property>

根據規划yarn.resourcemanager.hostname這個指定resourcemanager服務器指向bigdata-senior02.chybinmy.com。

yarn.log-aggregation-enable是配置是否啟用日志聚集功能。

yarn.log-aggregation.retain-seconds是配置聚集的日志在HDFS上最多保存多長時間。

12、 配置mapred-site.xml

從mapred-site.xml.template復制一個mapred-site.xml文件。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml

1.  
   <configuration>
2.  
   <property>
3.  
   <name>mapreduce.framework.name</name>
4.  
   <value>yarn</value>
5.  
   </property>
6.  
   <property>
7.  
   <name>mapreduce.jobhistory.address</name>
8.  
   <value>bigdata-senior01.chybinmy.com:10020</value>
9.  
   </property>
10.  
    <property>
11.  
    <name>mapreduce.jobhistory.webapp.address</name>
12.  
    <value>bigdata-senior01.chybinmy.com:19888</value>
13.  
    </property>
14.  
    </configuration>

mapreduce.framework.name設置mapreduce任務運行在yarn上。

mapreduce.jobhistory.address是設置mapreduce的歷史服務器安裝在BigData01機器上。

mapreduce.jobhistory.webapp.address是設置歷史服務器的web頁面地址和端口號。

二十八、設置SSH無密碼登錄

Hadoop集群中的各個機器間會相互地通過SSH訪問，每次訪問都輸入密碼是不現實的，所以要配置各個機器間的

SSH是無密碼登錄的。

1、 在BigData01上生成公鑰

[hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-keygen -t rsa

一路回車，都設置為默認值，然后再當前用戶的Home目錄下的.ssh目錄中會生成公鑰文件（id_rsa.pub）和私鑰文件（id_rsa）。

2、 分發公鑰

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior01.chybinmy.com
2.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior02.chybinmy.com
3.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ ssh-copy-id bigdata-senior03.chybinmy.com

3、 設置BigData02、BigData03到其他機器的無密鑰登錄

同樣的在BigData02、BigData03上生成公鑰和私鑰后，將公鑰分發到三台機器上。

二十九、分發Hadoop文件

1、 首先在其他兩台機器上創建存放Hadoop的目錄

1.  
   [hadoop@bigdata-senior02 ~]$ mkdir /opt/modules/app
2.  
   [hadoop@bigdata-senior03 ~]$ mkdir /opt/modules/app

2、 通過Scp分發

Hadoop根目錄下的share/doc目錄是存放的hadoop的文檔，文件相當大，建議在分發之前將這個目錄刪除掉，可以節省硬盤空間並能提高分發的速度。

doc目錄大小有1.6G。

1.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ du -sh /opt/modules/app/hadoop-2.5.0/share/doc
2.  
   1.6G /opt/modules/app/hadoop-2.5.0/share/doc
3.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/app/hadoop-2.5.0/ bigdata-senior02.chybinmy.com:/opt/modules/app
4.  
   [hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/app/hadoop-2.5.0/ bigdata-senior03.chybinmy.com:/opt/modules/app

三十、格式NameNode

在NameNode機器上執行格式化：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/bin/hdfs namenode –format

注意：

如果需要重新格式化NameNode,需要先將原來NameNode和DataNode下的文件全部刪除，不然會報錯，NameNode和DataNode所在目錄是在core-site.xml中hadoop.tmp.dir、dfs.namenode.name.dir、dfs.datanode.data.dir屬性配置的。

1.  
   <property>
2.  
   <name>hadoop.tmp.dir</name>
3.  
   <value>/opt/data/tmp</value>
4.  
   </property>
5.  
   <property>
6.  
   <name>dfs.namenode.name.dir</name>
7.  
   <value>file://${hadoop.tmp.dir}/dfs/name</value>
8.  
   </property>
9.  
   <property>
10.  
    <name>dfs.datanode.data.dir</name>
11.  
    <value>file://${hadoop.tmp.dir}/dfs/data</value>
12.  
    </property>

因為每次格式化，默認是創建一個集群ID，並寫入NameNode和DataNode的VERSION文件中（VERSION文件所在目錄為dfs/name/current 和 dfs/data/current），重新格式化時，默認會生成一個新的集群ID,如果不刪除原來的目錄，會導致namenode中的VERSION文件中是新的集群ID,而DataNode中是舊的集群ID，不一致時會報錯。

另一種方法是格式化時指定集群ID參數，指定為舊的集群ID。

三十一、啟動集群

1、 啟動HDFS

[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/sbin/start-dfs.sh

2、 啟動YARN

[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/app/hadoop-2.5.0/sbin/start-yarn.sh

在BigData02上啟動ResourceManager:

[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/yarn-daemon.sh start resourcemanager

3、 啟動日志服務器

因為我們規划的是在BigData03服務器上運行MapReduce日志服務，所以要在BigData03上啟動。

1.  
   [hadoop @bigdata-senior03 ~]$ /opt/modules/app/hadoop-2.5.0/sbin/mr-jobhistory-daemon.sh start historyserver
2.  
   starting historyserver, logging to /opt/modules/app/hadoop- 2.5.0/logs/mapred-hadoop-historyserver-bigda ta-senior03.chybinmy.com.out

1.  
   [hadoop @bigdata-senior03 ~]$ jps
2.  
   3570 Jps
3.  
   3537 JobHistoryServer
4.  
   3310 SecondaryNameNode
5.  
   3213 DataNode
6.  
   3392 NodeManager

4、 查看HDFS Web頁面

http://bigdata-senior01.chybinmy.com:50070/

5、 查看YARN Web 頁面

http://bigdata-senior02.chybinmy.com:8088/cluster

三十二、測試Job

我們這里用hadoop自帶的wordcount例子來在本地模式下測試跑mapreduce。

1、 准備mapreduce輸入文件wc.input

1.  
   [hadoop @bigdata-senior01 modules]$ cat /opt/data/wc.input
2.  
   hadoop mapreduce hive
3.  
   hbase spark storm
4.  
   sqoop hadoop hive
5.  
   spark hadoop

2、 在HDFS創建輸入目錄input

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir /input

3、 將wc.input上傳到HDFS

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /input/wc.input

4、 運行hadoop自帶的mapreduce Demo

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input/wc.input /output

5、 查看輸出文件

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -ls /output
2.  
   Found 2 items
3.  
   -rw-r--r-- 3 hadoop supergroup 0 2016-07-14 16:36 /output/_SUCCESS
4.  
   -rw-r--r-- 3 hadoop supergroup 60 2016-07-14 16:36 /output/part-r-00000

第五部分：Hadoop HA安裝

HA的意思是High Availability高可用，指當當前工作中的機器宕機后，會自動處理這個異常，並將工作無縫地轉移到其他備用機器上去，以來保證服務的高可用。

HA方式安裝部署才是最常見的生產環境上的安裝部署方式。Hadoop HA是Hadoop 2.x中新添加的特性，包括NameNode HA 和 ResourceManager HA。因為DataNode和NodeManager本身就是被設計為高可用的，所以不用對他們進行特殊的高可用處理。

第九步、時間服務器搭建

Hadoop對集群中各個機器的時間同步要求比較高，要求各個機器的系統時間不能相差太多，不然會造成很多問題。可以配置集群中各個機器和互聯網的時間服務器進行時間同步，但是在實際生產環境中，集群中大部分服務器是不能連接外網的，這時候可以在內網搭建一個自己的時間服務器（NTP服務器），集群的各個機器與這個時間服務器進行時間同步。

三十三、配置NTP服務器

我們選擇第三台機器（bigdata-senior03.chybinmy.com）為NTF服務器，其他機器和這台機器進行同步。

1、 檢查ntp服務是否已經安裝

1.  
   [hadoop @bigdata-senior03 data]$ sudo rpm -qa | grep ntp
2.  
   ntpdate- 4.2.6p5-1.el6.centos.x86_64
3.  
   ntp- 4.2.6p5-1.el6.centos.x86_64

顯示已經安裝過了ntp程序，其中ntpdate-4.2.6p5-1.el6.centos.x86_64 是用來和某台服務器進行同步的，ntp-4.2.6p5-1.el6.centos.x86_64是用來提供時間同步服務的。

2、 修改配置文件ntp.conf

[hadoop@bigdata-senior03 data]$ vim /etc/ntp.conf

啟用restrice,修改網段

restrict 192.168.100.0 mask 255.255.255.0 nomodify notrap 
將這行的注釋去掉，並且將網段改為集群的網段，我們這里是100網段。

注釋掉server域名配置

1.  
   #server 0.centos.pool.ntp.org iburst
2.  
   #server 1.centos.pool.ntp.org iburst
3.  
   #server 2.centos.pool.ntp.org iburst
4.  
   #server 3.centos.pool.ntp.org iburst

是時間服務器的域名，這里不需要連接互聯網，所以將他們注釋掉。

修改

server 127.127.1.0

fudge 127.127.1.0 stratum 10

3、 修改配置文件ntpd

[hadoop@bigdata-senior03 ~]$ sudo vim /etc/sysconfig/ntpd

添加一行配置：SYNC_CLOCK=yes

4、 啟動ntp服務

[hadoop@bigdata-senior03 ~]$ sudo chkconfig ntpd on

這樣每次機器啟動時，ntp服務都會自動啟動。

三十四、配置其他機器的同步

切換到root用戶進行配置通過contab進行定時同步：

1.  
   [root @bigdata-senior02 hadoop]# crontab -e
2.  
   */ 10 * * * * /usr/sbin/ntpdate bigdata-senior03.chybinmy.com
3.  
   [root @bigdata-senior02 hadoop]# crontab -e
4.  
   */ 10 * * * * /usr/sbin/ntpdate bigdata-senior03.chybinmy.com

三十五、 測試同步是否有效

1、 查看目前三台機器的時間

1.  
   [hadoop @bigdata-senior03 ~]$ date "+%Y-%m-%d %H:%M:%S"
2.  
   2016-09-23 16:43:56
3.  
   [hadoop @bigdata-senior02 ~]$ date "+%Y-%m-%d %H:%M:%S"
4.  
   2016-09-23 16:44:08
5.  
   [hadoop @bigdata-senior01 data]$ date "+%Y-%m-%d %H:%M:%S"
6.  
   2016-09-23 16:44:18

2、 修改bigdata-senior01上的時間

將時間改為一個以前的時間：

1.  
   [hadoop @bigdata-senior01 data]$ sudo date -s '2016-01-01 00:00:00'
2.  
   Fri Jan 1 00:00:00 CST 2016
3.  
   [hadoop @bigdata-senior01 data]$ date "+%Y-%m-%d %H:%M:%S"
4.  
   2016-01-01 00:00:05

等10分鍾，看是否可以實現自動同步，將bigdata-senior01上的時間修改為和bigdata-senior03上的一致。

3、 查看是否自動同步時間

1.  
   [hadoop @bigdata-senior01 data]$ date "+%Y-%m-%d %H:%M:%S"
2.  
   2016-09-23 16:54:36

可以看到bigdata-senior01上的時間已經實現自動同步了。

第十步、Zookeeper分布式機器部署

三十六、zookeeper說明

Zookeeper在Hadoop集群中的作用。

Zookeeper是分布式管理協作框架，Zookeeper集群用來保證Hadoop集群的高可用，（高可用的含義是：集群中就算有一部分服務器宕機，也能保證正常地對外提供服務。）

Zookeeper保證高可用的原理。

Zookeeper集群能夠保證NamaNode服務高可用的原理是：Hadoop集群中有兩個NameNode服務，兩個NaameNode都定時地給Zookeeper發送心跳，告訴Zookeeper我還活着，可以提供服務，單某一個時間只有一個是Action狀態，另外一個是Standby狀態，一旦Zookeeper檢測不到Action NameNode發送來的心跳后，就切換到Standby狀態的NameNode上，將它設置為Action狀態，所以集群中總有一個可用的NameNode，達到了NameNode的高可用目的。

Zookeeper的選舉機制。

Zookeeper集群也能保證自身的高可用，保證自身高可用的原理是，Zookeeper集群中的各個機器分為Leader和Follower兩個角色，寫入數據時，要先寫入Leader，Leader同意寫入后，再通知Follower寫入。客戶端讀取數時，因為數據都是一樣的，可以從任意一台機器上讀取數據。

這里Leader角色就存在單點故障的隱患，高可用就是解決單點故障隱患的。Zookeeper從機制上解決了Leader的單點故障問題，Leader是哪一台機器是不固定的，Leader是選舉出來的。選舉流程是，集群中任何一台機器發現集群中沒有Leader時，就推薦自己為Leader，其他機器來同意，當超過一半數的機器同意它為Leader時，選舉結束，所以Zookeeper集群中的機器數據必須是奇數。這樣就算當Leader機器宕機后，會很快選舉出新的Leader，保證了Zookeeper集群本身的高可用。

寫入高可用。

集群中的寫入操作都是先通知Leader，Leader再通知Follower寫入，實際上當超過一半的機器寫入成功后，就認為寫入成功了，所以就算有些機器宕機，寫入也是成功的。

讀取高可用。

zookeeperk客戶端讀取數據時，可以讀取集群中的任何一個機器。所以部分機器的宕機並不影響讀取。

zookeeper服務器必須是奇數台，因為zookeeper有選舉制度，角色有：領導者、跟隨者、觀察者，選舉的目的是保證集群中數據的一致性。

三十七、安裝zookeeper

我們這里在BigData01、BigData02、BigData03三台機器上安裝zookeeper集群。

1、 解壓安裝包

在BigData01上安裝解壓zookeeper安裝包。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ tar -zxf /opt/sofeware/zookeeper-3.4.8.tar.gz -C /opt/modules/

2、 修改配置

拷貝conf下的zoo_sample.cfg副本，改名為zoo.cfg。zoo.cfg是zookeeper的配置文件：

[hadoop@bigdata-senior01 zookeeper-3.4.8]$ cp conf/zoo_sample.cfg conf/zoo.cfg

dataDir屬性設置zookeeper的數據文件存放的目錄：

dataDir=/opt/modules/zookeeper-3.4.8/data/zData

指定zookeeper集群中各個機器的信息：

1.  
   server .1=bigdata-senior01.chybinmy.com:2888:3888
2.  
   server .2=bigdata-senior02.chybinmy.com:2888:3888
3.  
   server .3=bigdata-senior03.chybinmy.com:2888:3888

server后面的數字范圍是1到255，所以一個zookeeper集群最多可以有255個機器。

3、 創建myid文件

在dataDir所指定的目錄下創一個名為myid的文件，文件內容為server點后面的數字。

4、 分發到其他機器

1.  
   [hadoop @bigdata-senior01 zookeeper-3.4.8]$ scp -r /opt/modules/zookeeper-3.4.8 bigdata-senior02.chybinmy.com:/opt/modules
2.  
   [hadoop @bigdata-senior01 zookeeper-3.4.8]$ scp -r /opt/modules/zookeeper-3.4.8 bigdata-senior03.chybinmy.com:/opt/modules

5、 修改其他機器上的myid文件

1.  
   [hadoop @bigdata-senior02 zookeeper-3.4.8]$ echo 2 > /opt/modules/zookeeper-3.4.8/data/zData/myid
2.  
   [hadoop @bigdata-senior02 zookeeper-3.4.8]$ cat /opt/modules/zookeeper-3.4.8/data/zData/myid
3.  
   2

1.  
   [hadoop @bigdata-senior03 ~]$ echo 3 > /opt/modules/zookeeper-3.4.8/data/zData/myid
2.  
   [hadoop @bigdata-senior03 ~]$ cat /opt/modules/zookeeper-3.4.8/data/zData/myid
3.  
   3

6、 啟動zookeeper

需要在各個機器上分別啟動zookeeper。

1.  
   [hadoop @bigdata-senior01 zookeeper-3.4.8]$ bin/zkServer.sh start
2.  
   [hadoop @bigdata-senior02 zookeeper-3.4.8]$ bin/zkServer.sh start
3.  
   [hadoop @bigdata-senior03 zookeeper-3.4.8]$ bin/zkServer.sh start

三十八、zookeeper命令

進入zookeeper Shell

在zookeeper根目錄下執行 bin/zkCli.sh進入zk shell模式。

zookeeper很像一個小型的文件系統，/是根目錄，下面的所有節點都叫zNode。

進入zk shell 后輸入任意字符，可以列出所有的zookeeper命令

查詢zNode上的數據：get /zookeeper

創建一個zNode : create /znode1 “demodata “

列出所有子zNode：ls /

刪除znode : rmr /znode1

退出shell模式：quit

第十一步、Hadoop 2.x HDFS HA 部署

三十九、HDFS HA原理

單NameNode的缺陷存在單點故障的問題，如果NameNode不可用，則會導致整個HDFS文件系統不可用。所以需要設計高可用的HDFS（Hadoop HA）來解決NameNode單點故障的問題。解決的方法是在HDFS集群中設置多個NameNode節點。但是一旦引入多個NameNode，就有一些問題需要解決。

• HDFS HA需要保證的四個問題：

  • 保證NameNode內存中元數據數據一致，並保證編輯日志文件的安全性。

  • 多個NameNode如何協作

  • 客戶端如何能正確地訪問到可用的那個NameNode。

  • 怎么保證任意時刻只能有一個NameNode處於對外服務狀態。

• 解決方法

  • 對於保證NameNode元數據的一致性和編輯日志的安全性，采用Zookeeper來存儲編輯日志文件。

  • 兩個NameNode一個是Active狀態的，一個是Standby狀態的，一個時間點只能有一個Active狀態的 
    NameNode提供服務,兩個NameNode上存儲的元數據是實時同步的，當Active的NameNode出現問題時，通過Zookeeper實時切換到Standby的NameNode上，並將Standby改為Active狀態。

  • 客戶端通過連接一個Zookeeper的代理來確定當時哪個NameNode處於服務狀態。

四十、HDFS HA架構圖

• HDFS HA架構中有兩台NameNode節點，一台是處於活動狀態（Active）為客戶端提供服務，另外一台處於熱備份狀態（Standby）。

• 元數據文件有兩個文件：fsimage和edits，備份元數據就是備份這兩個文件。JournalNode用來實時從Active NameNode上拷貝edits文件，JournalNode有三台也是為了實現高可用。

• Standby NameNode不對外提供元數據的訪問，它從Active NameNode上拷貝fsimage文件，從JournalNode上拷貝edits文件，然后負責合並fsimage和edits文件，相當於SecondaryNameNode的作用。最終目的是保證Standby NameNode上的元數據信息和Active NameNode上的元數據信息一致，以實現熱備份。

• Zookeeper來保證在Active NameNode失效時及時將Standby NameNode修改為Active狀態。

• ZKFC（失效檢測控制）是Hadoop里的一個Zookeeper客戶端，在每一個NameNode節點上都啟動一個ZKFC進程，來監控NameNode的狀態，並把NameNode的狀態信息匯報給Zookeeper集群，其實就是在Zookeeper上創建了一個Znode節點，節點里保存了NameNode狀態信息。當NameNode失效后，ZKFC檢測到報告給Zookeeper，Zookeeper把對應的Znode刪除掉，Standby ZKFC發現沒有Active狀態的NameNode時，就會用shell命令將自己監控的NameNode改為Active狀態，並修改Znode上的數據。 
  Znode是個臨時的節點，臨時節點特征是客戶端的連接斷了后就會把znode刪除，所以當ZKFC失效時，也會導致切換NameNode。

• DataNode會將心跳信息和Block匯報信息同時發給兩台NameNode，DataNode只接受Active NameNode發來的文件讀寫操作指令。

四十一、搭建HDFS HA 環境

1、 服務器角色規划

bigdata-senior01.chybinmy.com	bigdata-senior01.chybinmy.com	bigdata-senior01.chybinmy.com
NameNode	NameNode
Zookeeper	Zookeeper	Zookeeper
DataNode	DataNode	DataNode
	ResourceManage	ResourceManage
NodeManager	NodeManager	NodeManager

2、 創建HDFS HA 版本Hadoop程序目錄

在bigdata01、bigdata02、bigdata03三台機器上分別創建目錄/opt/modules/hadoopha/用來存放Hadoop HA環境。

[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopha

3、 新解壓Hadoop 2.5.0

[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopha/

4、 配置Hadoop JDK路徑

1.  
   修改hadoop-env.sh、mapred-env.sh、yarn-env.sh文件中的JDK路徑
2.  
   export JAVA_HOME= "/opt/modules/jdk1.7.0_67"

5、 配置hdfs-site.xml

1.  
   <?xml version="1.0" encoding="UTF-8"?>
2.  
   <configuration>
3.  
   <property>
4.  
   <!-- 為namenode集群定義一個services name -->
5.  
   <name>dfs.nameservices</name>
6.  
   <value>ns1</value>
7.  
   </property>
8.  
   <property>
9.  
   <!-- nameservice 包含哪些namenode，為各個namenode起名 -->
10.  
    <name>dfs.ha.namenodes.ns1</name>
11.  
    <value>nn1,nn2</value>
12.  
    </property>
13.  
    <property>
14.  
    <!-- 名為nn1的namenode 的rpc地址和端口號，rpc用來和datanode通訊 -->
15.  
    <name>dfs.namenode.rpc-address.ns1.nn1</name>
16.  
    <value>bigdata-senior01.chybinmy.com:8020</value>
17.  
    </property>
18.  
    <property>
19.  
    <!-- 名為nn2的namenode 的rpc地址和端口號，rpc用來和datanode通訊 -->
20.  
    <name>dfs.namenode.rpc-address.ns1.nn2</name>
21.  
    <value>bigdata-senior02.chybinmy.com:8020</value>
22.  
    </property>
23.  
    <property>
24.  
    <!--名為nn1的namenode 的http地址和端口號，web客戶端 -->
25.  
    <name>dfs.namenode.http-address.ns1.nn1</name>
26.  
    <value>bigdata-senior01.chybinmy.com:50070</value>
27.  
    </property>
28.  
    <property>
29.  
    <!--名為nn2的namenode 的http地址和端口號，web客戶端 -->
30.  
    <name>dfs.namenode.http-address.ns1.nn2</name>
31.  
    <value>bigdata-senior02.chybinmy.com:50070</value>
32.  
    </property>
33.  
    <property>
34.  
    <!-- namenode間用於共享編輯日志的journal節點列表 -->
35.  
    <name>dfs.namenode.shared.edits.dir</name>
36.  
    <value>qjournal://bigdata-senior01.chybinmy.com:8485;bigdata-senior02.chybinmy.com:8485;bigdata-senior03.chybinmy.com:8485/ns1</value>
37.  
    </property>
38.  
    <property>
39.  
    <!-- journalnode 上用於存放edits日志的目錄 -->
40.  
    <name>dfs.journalnode.edits.dir</name>
41.  
    <value>/opt/modules/hadoopha/hadoop-2.5.0/tmp/data/dfs/jn</value>
42.  
    </property>
43.  
    <property>
44.  
    <!-- 客戶端連接可用狀態的NameNode所用的代理類 -->
45.  
    <name>dfs.client.failover.proxy.provider.ns1</name>
46.  
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
47.  
    </property>
48.  
    <property>
49.  
    <!-- -->
50.  
    <name>dfs.ha.fencing.methods</name>
51.  
    <value>sshfence</value>
52.  
    </property>
53.  
    <property>
54.  
    <name>dfs.ha.fencing.ssh.private-key-files</name>
55.  
    <value>/home/hadoop/.ssh/id_rsa</value>
56.  
    </property>
57.  
    </configuration>

6、 配置core-site.xml

1.  
   <?xml version="1.0" encoding="UTF-8"?>
2.  
   <configuration>
3.  
   <property>
4.  
   <!-- hdfs 地址，ha中是連接到nameservice -->
5.  
   <name>fs.defaultFS</name>
6.  
   <value>hdfs://ns1</value>
7.  
   </property>
8.  
   <property>
9.  
   <!-- -->
10.  
    <name>hadoop.tmp.dir</name>
11.  
    <value>/opt/modules/hadoopha/hadoop-2.5.0/data/tmp</value>
12.  
    </property>
13.  
    </configuration>

hadoop.tmp.dir設置hadoop臨時目錄地址，默認時，NameNode和DataNode的數據存在這個路徑下。

7、 配置slaves文件

1.  
   bigdata-senior01.chybinmy.com
2.  
   bigdata-senior02.chybinmy.com
3.  
   bigdata-senior03.chybinmy.com

8、 分發到其他節點

分發之前先將share/doc目錄刪除，這個目錄中是幫助文件，並且很大，可以刪除。

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/hadoopha bigdata-senior02.chybinmy.com:/opt/modules
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/hadoopha bigdata-senior03.chybinmy.com:/opt/modules

9、 啟動HDFS HA集群

三台機器分別啟動Journalnode。

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start journalnode
2.  
   [hadoop @bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start journalnode
3.  
   [hadoop @bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start journalnode

jps命令查看是否啟動。

10、 啟動Zookeeper

在三台節點上啟動Zookeeper：

1.  
   [hadoop @bigdata-senior01 zookeeper-3.4.8]$ bin/zkServer.sh start
2.  
   [hadoop @bigdata-senior02 zookeeper-3.4.8]$ bin/zkServer.sh start
3.  
   [hadoop @bigdata-senior03 zookeeper-3.4.8]$ bin/zkServer.sh start

11、 格式化NameNode

在第一台上進行NameNode格式化：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs namenode -format

在第二台NameNode上：

[hadoop@bigdata-senior02 hadoop-2.5.0]$ bin/hdfs namenode -bootstrapStandby

12、 啟動NameNode

在第一台、第二台上啟動NameNode：

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
2.  
   [hadoop @bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode

查看HDFS Web頁面，此時兩個NameNode都是standby狀態。

切換第一台為active狀態：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs haadmin -transitionToActive nn1

可以添加上forcemanual參數，強制將一個NameNode轉換為Active狀態。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs haadmin –transitionToActive -forcemanual nn1

此時從web 頁面就看到第一台已經是active狀態了。

13、 配置故障自動轉移

利用zookeeper集群實現故障自動轉移，在配置故障自動轉移之前，要先關閉集群，不能在HDFS運行期間進行配置。

關閉NameNode、DataNode、JournalNode、zookeeper

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
3.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop journalnode
4.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ cd ../../zookeeper-3.4.8/
5.  
   [hadoop @bigdata-senior01 zookeeper-3.4.8]$ bin/zkServer.sh stop
6.  
   [hadoop @bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop namenode
7.  
   [hadoop @bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
8.  
   [hadoop @bigdata- senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop journalnode
9.  
   [hadoop @bigdata- senior02 hadoop-2.5.0]$ cd ../../zookeeper-3.4.8/
10.  
    [hadoop @bigdata- senior02 zookeeper-3.4.8]$ bin/zkServer.sh stop
11.  
    [hadoop @bigdata- senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop datanode
12.  
    [hadoop @bigdata- senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh stop journalnode
13.  
    [hadoop @bigdata- senior03 hadoop-2.5.0]$ cd ../../zookeeper-3.4.8/
14.  
    [hadoop @bigdata- senior03 zookeeper-3.4.8]$ bin/zkServer.sh stop

修改hdfs-site.xml

1.  
   <property>
2.  
   <name>dfs.ha.automatic-failover.enabled</name>
3.  
   <value>true</value>
4.  
   </property>

修改core-site.xml

1.  
   <property>
2.  
   <name>ha.zookeeper.quorum</name>
3.  
   <value>bigdata-senior01.chybinmy.com:2181,bigdata-senior02.chybinmy.com:2181,bigdata-senior03.chybinmy.com:2181</value>
4.  
   </property>

將hdfs-site.xml和core-site.xml分發到其他機器

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/hdfs-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/hdfs-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
3.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/core-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
4.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/core-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/

啟動zookeeper

三台機器啟動zookeeper

[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/zookeeper-3.4.8/bin/zkServer.sh start

創建一個zNode

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ cd /opt/modules/hadoopha/hadoop-2.5.0/
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/hdfs zkfc -formatZK

在Zookeeper上創建一個存儲namenode相關的節點。

14、 啟動HDFS、JournalNode、zkfc

啟動NameNode、DataNode、JournalNode、zkfc

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-dfs.sh

zkfc只針對NameNode監聽。

四十二、測試HDFS HA

1、 測試故障自動轉移和數據是否共享

在nn1上上傳文件

目前bigdata-senior01節點上的NameNode是Active狀態的。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /

將nn1上的NodeNode進程殺掉

[hadoop@bigdata-senior01 hadoop-2.5.0]$ kill -9 3364

nn1上的namenode已經無法訪問了。

查看nn2是否是Active狀態

在nn2上查看是否看見文件

經以上驗證，已經實現了nn1和nn2之間的文件同步和故障自動轉移。

第十二步、Hadoop 2.x YARN HA 部署

四十三、YARN HA原理

Hadoop2.4版本之前，ResourceManager也存在單點故障的問題，也需要實現HA來保證ResourceManger的高可也用性。

ResouceManager從記錄着當前集群的資源分配情況和JOB的運行狀態，YRAN HA 利用Zookeeper等共享存儲介質來存儲這些信息來達到高可用。另外利用Zookeeper來實現ResourceManager自動故障轉移。

• MasterHADaemon：控制RM的 Master的啟動和停止，和RM運行在一個進程中，可以接收外部RPC命令。

• 共享存儲：Active Master將信息寫入共享存儲，Standby Master讀取共享存儲信息以保持和Active Master同步。

• ZKFailoverController：基於Zookeeper實現的切換控制器，由ActiveStandbyElector和HealthMonitor組成，ActiveStandbyElector負責與Zookeeper交互，判斷所管理的Master是進入Active還是Standby；HealthMonitor負責監控Master的活動健康情況，是個監視器。

• Zookeeper：核心功能是維護一把全局鎖控制整個集群上只有一個Active的ResourceManager。

四十四、搭建YARN HA環境

1、 服務器角色規划

bigdata-senior01.chybinmy.com	bigdata-senior01.chybinmy.com	bigdata-senior01.chybinmy.com
NameNode	NameNode
Zookeeper	Zookeeper	Zookeeper
DataNode	DataNode	DataNode
	ResourceManage	ResourceManage
NodeManager	NodeManager	NodeManager

2、 修改配置文件yarn-site.xml

1.  
   <?xml version="1.0" encoding="UTF-8"?>
2.  
   <configuration>
3.  
   <property>
4.  
   <name>yarn.nodemanager.aux-services</name>
5.  
   <value>mapreduce_shuffle</value>
6.  
   </property>
7.  
   <property>
8.  
   <name>yarn.log-aggregation-enable</name>
9.  
   <value>true</value>
10.  
    </property>
11.  
    <property>
12.  
    <name>yarn.log-aggregation.retain-seconds</name>
13.  
    <value>106800</value>
14.  
    </property>
15.  
    <property>
16.  
    <!-- 啟用resourcemanager的ha功能 -->
17.  
    <name>yarn.resourcemanager.ha.enabled</name>
18.  
    <value>true</value>
19.  
    </property>
20.  
    <property>
21.  
    <!-- 為resourcemanage ha 集群起個id -->
22.  
    <name>yarn.resourcemanager.cluster-id</name>
23.  
    <value>yarn-cluster</value>
24.  
    </property>
25.  
    <property>
26.  
    <!-- 指定resourcemanger ha 有哪些節點名 -->
27.  
    <name>yarn.resourcemanager.ha.rm-ids</name>
28.  
    <value>rm12,rm13</value>
29.  
    </property>
30.  
    <property>
31.  
    <!-- 指定第一個節點的所在機器 -->
32.  
    <name>yarn.resourcemanager.hostname.rm12</name>
33.  
    <value>bigdata-senior02.chybinmy.com</value>
34.  
    </property>
35.  
    <property>
36.  
    <!-- 指定第二個節點所在機器 -->
37.  
    <name>yarn.resourcemanager.hostname.rm13</name>
38.  
    <value>bigdata-senior03.chybinmy.com</value>
39.  
    </property>
40.  
    <property>
41.  
    <!-- 指定resourcemanger ha 所用的zookeeper 節點 -->
42.  
    <name>yarn.resourcemanager.zk-address</name>
43.  
    <value>bigdata-senior01.chybinmy.com:2181,bigdata-senior02.chybinmy.com:2181,bigdata-senior03.chybinmy.com:2181</value>
44.  
    </property>
45.  
    <property>
46.  
    <!-- -->
47.  
    <name>yarn.resourcemanager.recovery.enabled</name>
48.  
    <value>true</value>
49.  
    </property>
50.  
    <property>
51.  
    <!-- -->
52.  
    <name>yarn.resourcemanager.store.class</name>
53.  
    <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
54.  
    </property>
55.  
    </configuration>

3、 分發到其他機器

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp /opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/yarn-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-2.5.0/etc/hadoop/\

4、 啟動

在bigdata-senior01上啟動yarn：

[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-yarn.sh

在bigdata-senior02、bigdata-senior03上啟動resourcemanager：

1.  
   [hadoop @bigdata-senior02 hadoop-2.5.0]$ sbin/yarn-daemon.sh start resourcemanager
2.  
   [hadoop @bigdata-senior03 hadoop-2.5.0]$ sbin/yarn-daemon.sh start resourcemanager

啟動后各個節點的進程。

Web客戶端訪問bigdata02機器上的resourcemanager正常，它是active狀態的。

http://bigdata-senior02.chybinmy.com:8088/cluster

訪問另外一個resourcemanager，因為他是standby,會自動跳轉到active的resourcemanager。

http://bigdata-senior03.chybinmy.com:8088/cluster

四十五、測試YARN HA

5、 運行一個mapreduce job

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /wc.input /input

6、 在job運行過程中，將Active狀態的resourcemanager進程殺掉。

[hadoop@bigdata-senior02 hadoop-2.5.0]$ kill -9 4475

7、 觀察另外一個resourcemanager是否可以自動接替。

bigdata02的resourcemanage Web客戶端已經不能訪問，bigdata03的resourcemanage已經自動變為active狀態。

8、 觀察job是否可以順利完成。

而mapreduce job 也能順利完成，沒有因為resourcemanager的意外故障而影響運行。

經過以上測試，已經驗證YARN HA 已經搭建成功。

第十三步、HDFS Federation 架構部署

四十六、HDFS Federation 的使用原因

1、 單個NameNode節點的局限性

命名空間的限制。

NameNode上存儲着整個HDFS上的文件的元數據，NameNode是部署在一台機器上的，因為單個機器硬件的限制，必然會限制NameNode所能管理的文件個數，制約了數據量的增長。

數據隔離問題。

整個HDFS上的文件都由一個NameNode管理，所以一個程序很有可能會影響到整個HDFS上的程序，並且權限控制比較復雜。

性能瓶頸。

單個NameNode時HDFS文件系統的吞吐量受限於單個NameNode的吞吐量。因為NameNode是個JVM進程，JVM進程所占用的內存很大時，性能會下降很多。

2、 HDFS Federation介紹

HDFS Federation是可以在Hadoop集群中設置多個NameNode，不同於HA中多個NameNode是完全一樣的，是多個備份，Federation中的多個NameNode是不同的，可以理解為將一個NameNode切分為了多個NameNode，每一個NameNode只負責管理一部分數據。 
HDFS Federation中的多個NameNode共用DataNode。

四十七、HDFS Federation的架構圖

四十八、HDFS Federation搭建

1、 服務器角色規划

bigdata-senior01.chybinmy.com	bigdata-senior01.chybinmy.com	bigdata-senior01.chybinmy.com
NameNode1	NameNode2	NameNode3
	ResourceManage
DataNode	DataNode	DataNode
NodeManager	NodeManager	NodeManager

2、 創建HDFS Federation 版本Hadoop程序目錄

在bigdata01上創建目錄/opt/modules/hadoopfederation /用來存放Hadoop Federation環境。

[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopfederation

3、 新解壓Hadoop 2.5.0

[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopfederation/

4、 配置Hadoop JDK路徑

修改hadoop-env.sh、mapred-env.sh、yarn-env.sh文件中的JDK路徑。

export JAVA_HOME=”/opt/modules/jdk1.7.0_67”

5、 配置hdfs-site.xml

1.  
   <configuration>
2.  
   <property>
3.  
   <!—配置三台NameNode -->
4.  
   <name>dfs.nameservices</name>
5.  
   <value>ns1,ns2,ns3</value>
6.  
   </property>
7.  
   <property>
8.  
   <!—第一台NameNode的機器名和rpc端口，指定了NameNode和DataNode通訊用的端口號 -->
9.  
   <name>dfs.namenode.rpc-address.ns1</name>
10.  
    <value>bigdata-senior01.chybinmy.com:8020</value>
11.  
    </property>
12.  
    <property>
13.  
    <!—第一台NameNode的機器名和rpc端口，備用端口號 -->
14.  
    <name>dfs.namenode.serviceerpc-address.ns1</name>
15.  
    <value>bigdata-senior01.chybinmy.com:8022</value>
16.  
    </property>
17.  
    <property>
18.  
    <!—第一台NameNode的http頁面地址和端口號 -->
19.  
    <name>dfs.namenode.http-address.ns1</name>
20.  
    <value>bigdata-senior01.chybinmy.com:50070</value>
21.  
    </property>
22.  
    <property>
23.  
    <!—第一台NameNode的https頁面地址和端口號 -->
24.  
    <name>dfs.namenode.https-address.ns1</name>
25.  
    <value>bigdata-senior01.chybinmy.com:50470</value>
26.  
    </property>
27.  
     
28.  
    <property>
29.  
    <name>dfs.namenode.rpc-address.ns2</name>
30.  
    <value>bigdata-senior02.chybinmy.com:8020</value>
31.  
    </property>
32.  
    <property>
33.  
    <name>dfs.namenode.serviceerpc-address.ns2</name>
34.  
    <value>bigdata-senior02.chybinmy.com:8022</value>
35.  
    </property>
36.  
    <property>
37.  
    <name>dfs.namenode.http-address.ns2</name>
38.  
    <value>bigdata-senior02.chybinmy.com:50070</value>
39.  
    </property>
40.  
    <property>
41.  
    <name>dfs.namenode.https-address.ns2</name>
42.  
    <value>bigdata-senior02.chybinmy.com:50470</value>
43.  
    </property>
44.  
     
45.  
     
46.  
    <property>
47.  
    <name>dfs.namenode.rpc-address.ns3</name>
48.  
    <value>bigdata-senior03.chybinmy.com:8020</value>
49.  
    </property>
50.  
    <property>
51.  
    <name>dfs.namenode.serviceerpc-address.ns3</name>
52.  
    <value>bigdata-senior03.chybinmy.com:8022</value>
53.  
    </property>
54.  
    <property>
55.  
    <name>dfs.namenode.http-address.ns3</name>
56.  
    <value>bigdata-senior03.chybinmy.com:50070</value>
57.  
    </property>
58.  
    <property>
59.  
    <name>dfs.namenode.https-address.ns3</name>
60.  
    <value>bigdata-senior03.chybinmy.com:50470</value>
61.  
    </property>
62.  
     
63.  
    </configuration>

6、 配置core-site.xml

1.  
   <configuration>
2.  
   <property>
3.  
   <name>hadoop.tmp.dir</name>
4.  
   <value>/opt/modules/hadoopha/hadoop-2.5.0/data/tmp</value>
5.  
   </property>
6.  
   </configuration>

hadoop.tmp.dir設置hadoop臨時目錄地址，默認時，NameNode和DataNode的數據存在這個路徑下。

7、 配置slaves文件

1.  
   bigdata-senior01.chybinmy.com
2.  
   bigdata-senior02.chybinmy.com
3.  
   bigdata-senior03.chybinmy.com

8、 配置yarn-site.xml

1.  
   <configuration>
2.  
   <property>
3.  
   <name>yarn.nodemanager.aux-services</name>
4.  
   <value>mapreduce_shuffle</value>
5.  
   </property>
6.  
   <property>
7.  
   <name>yarn.resourcemanager.hostname</name>
8.  
   <value>bigdata-senior02.chybinmy.com</value>
9.  
   </property>
10.  
    <property>
11.  
    <name>yarn.log-aggregation-enable</name>
12.  
    <value>true</value>
13.  
    </property>
14.  
    <property>
15.  
    <name>yarn.log-aggregation.retain-seconds</name>
16.  
    <value>106800</value>
17.  
    </property>
18.  
    </configuration>

9、 分發到其他節點

分發之前先將share/doc目錄刪除，這個目錄中是幫助文件，並且很大，可以刪除。

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/ /opt/modules/hadoopfederation bigdata-senior02.chybinmy.com:/opt/modules
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/hadoopfederation bigdata-senior03.chybinmy.com:/opt/modules

10、 格式化NameNode

在第一台上進行NameNode格式化。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId

這里一定要指定一個集群ID，使得多個NameNode的集群ID是一樣的，因為這三個NameNode在同一個集群中，這里集群ID為hadoop-federation-clusterId。

在第二台NameNode上。

[hadoop@bigdata-senior02 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId

在第二台NameNode上。

[hadoop@bigdata-senior03 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId

11、 啟動NameNode

在第一台、第二台、第三台機器上啟動NameNode：

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
2.  
   [hadoop @bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode
3.  
   [hadoop @bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode

啟動后，用jps命令查看是否已經啟動成功。

查看HDFS Web頁面，此時三個NameNode都是standby狀態。

12、 啟動DataNode

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode
2.  
   [hadoop @bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode
3.  
   [hadoop @bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode

啟動后，用jps命令確認DataNode進程已經啟動成功。

四十九、測試HDFS Federation

1、 修改core-site.xml

在bigdata-senior01機器上,修改core-site.xml文件，指定連接的NameNode是第一台NameNode。

[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/core-site.xml

1.  
   <configuration>
2.  
   <property>
3.  
   <name>fs.defaultFS</name>
4.  
   <value>hdfs://bigdata-senior01.chybinmy.com:8020</value>
5.  
   </property>
6.  
   <property>
7.  
   <name>hadoop.tmp.dir</name>
8.  
   <value>/opt/modules/hadoopfederation/hadoop-2.5.0/data/tmp</value>
9.  
   </property>
10.  
    </configuration>

2、 在bigdate-senior01上傳一個文件到HDFS

1.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir /tmp
2.  
   [hadoop @bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put ~/shuffle_daily.sh /tmp/shuffle_daily.sh

3、 查看HDFS文件

可以看到，剛才的文件只上傳到了bigdate-senior01機器上的NameNode上了，並沒有上傳到其他的NameNode上去。

這樣，在HDFS的客戶端，可以指定要上傳到哪個NameNode上，從而來達到了划分NameNode的目的。

后記

這篇文章的操作步驟並不是工作中標准的操作流程，如果在成百上千的機器全部這樣安裝會被累死，希望讀者可以通過文章中一步步地安裝，從而初步了解到Hadoop的組成部分，協助過程等，這對於Hadoop的深入使用有很大的幫助。