hadoop2.0集群搭建详解
hadoop2.2.0集群搭建
PS：apache提供的hadoop-2.2.0的安装包是在32位操作系统编译的，
因为hadoop依赖一些C++的本地库，所以如果在64位的操作上安装
hadoop-2.2.0就需要重新在64操作系统上重新编译
1.准备工作:(参考伪分布式搭建)
1.1修改Linux主机名
1.2修改IP
1.3修改主机名和IP的映射关系
1.4关闭防火墙
1.5ssh免登陆
1.6.安装JDK，配置环境变量等
2.集群规划：
PS：
在hadoop2.0中通常由两个NameNode组成，一个处于active状态，
另一个处于standby状态。Active NameNode对外提供服务，
而Standby NameNode则不对外提供服务，仅同步active namenode
的状态，以便能够在它失败时快速进行切换。
hadoop2.0官方提供了两种HDFS HA的解决方案，一种是NFS，
另一种是QJM。这里我们使用简单的QJM。在该方案中，
主备NameNode之间通过一组JournalNode同步元数据信息，
一条数据只要成功写入多数JournalNode即认为写入成功。
通常配置奇数个JournalNode
这里还配置了一个zookeeper集群，用于ZKFC
（DFSZKFailoverController）故障转移，当Active NameNode挂
掉了，会自动切换Standby NameNode为standby状态
3.安装步骤：
3.1.安装配置zooekeeper集群
3.1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /cloud/
3.1.2修改配置
cd /cloud/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改：dataDir=/cloud/zookeeper-3.4.5/tmp
在最后添加：
server.1=hadoop01:2888:3888
server.2=hadoop02:2888:3888
server.3=hadoop03:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /cloud/zookeeper-3.4.5/tmp
再创建一个空文件
touch /cloud/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo 1 > /cloud/zookeeper-3.4.5/tmp/myid
3.1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop02、
hadoop03根目录下创建一个cloud目录：mkdir /cloud)
scp -r /cloud/zookeeper-3.4.5/ hadoop02:/cloud/
scp -r /cloud/zookeeper-3.4.5/ hadoop03:/cloud/
注意：修改hadoop02、hadoop03对应
/cloud/zookeeper-3.4.5/tmp/myid内容
hadoop02：
echo 2 > /cloud/zookeeper-3.4.5/tmp/myid
hadoop03：
echo 3 > /cloud/zookeeper-3.4.5/tmp/myid
3.2.安装配置hadoop集群
3.2.1解压
tar -zxvf hadoop-2.2.0.tar.gz -C /cloud/
3.2.2配置HDFS（hadoop2.0所有的配置文件都在
$HADOOP_HOME/etc/hadoop目录下）
将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.6.0_45
export HADOOP_HOME=/cloud/hadoop-2.2.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
cd /cloud/hadoop-2.2.0/etc/hadoop
3.2.2.1修改hadoo-env.sh
export JAVA_HOME=/usr/java/jdk1.6.0_45
3,2.2.2修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/cloud/hadoop-2.2.0/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>
hadoop01:2181,hadoop02:2181,hadoop03:2181
</value>
</property>
</configuration>
3,2.2.3修改hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice为ns1，
需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>ns1</value>
</property>
<!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.ns1</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>
dfs.namenode.rpc-address.ns1.nn1
</name>
<value>hadoop01:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>
dfs.namenode.http-address.ns1.nn1
</name>
<value>hadoop01:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>
dfs.namenode.rpc-address.ns1.nn2
</name>
<value>hadoop02:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>
dfs.namenode.http-address.ns1.nn2
</name>
<value>hadoop02:50070</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://hadoop01:8485;hadoop02:8485;hadoop03:8485/ns1
</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>/cloud/hadoop-2.2.0/journal</value>
</property>
<!-- 开启NameNode失败自动切换 -->
<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.ns1
</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>/root/.ssh/id_rsa</value>
</property>
</configuration>
3.2.2.4修改slaves
hadoop01
hadoop02
hadoop03
3.2.3配置YARN
3.2.3.1修改yarn-site.xml
<configuration>
<!-- 指定resourcemanager地址 -->
<property>
<name>
yarn.resourcemanager.hostname
</name>
<value>hadoop01</value>
</property>
<!-- 指定nodemanager启动时加载
server的方式为shuffle server -->
<property>
<name>
yarn.nodemanager.aux-services
</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
3.2.3.2修改mapred-site.xml
<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>
mapreduce.framework.name
</name>
<value>yarn</value>
</property>
</configuration>
3.2.4将配置好的hadoop拷贝到其他节点
scp -r /cloud/hadoop-2.2.0/ hadoo02:/cloud/
scp -r /cloud/hadoop-2.2.0/ hadoo03:/cloud/
3.2.5启动zookeeper集群
（分别在hadoop01、hadoop02、hadoop03上启动zk）
cd /cloud/zookeeper-3.4.5/bin/
./zkServer.sh start
查看状态：
./zkServer.sh status
（一个leader，两个follower）
3.2.6启动journalnode（在hadoop01上启动所有journalnode）
cd /cloud/hadoop-2.2.0
sbin/hadoop-daemons.sh start journalnode
(运行jps命令检验，多了JournalNode进程)
3.2.7格式化HDFS
在hadoop01上执行命令:
hadoop namenode -format
格式化后会在根据core-site.xml中的hadoop.tmp.dir
配置生成个文件，这里我配置的是/cloud/hadoop-2.2.0/tmp，
然后将/cloud/hadoop-2.2.0/tmp拷贝到hadoop02的
/cloud/hadoop-2.2.0/下。
scp -r tmp/ hadoop02:/cloud/hadoop-2.2.0/
3.2.8格式化ZK(在hadoop01上执行即可)
hdfs zkfc -formatZK
3.2.9启动HDFS(在hadoop01上执行)
sbin/start-dfs.sh
3.3.10启动YARN(在hadoop01上执行)
sbin/start-yarn.sh
到此，hadoop2.2.0配置完毕，可以统计浏览器访问:
http://192.168.1.201:50070
NameNode 'hadoop01:9000' (active)
http://192.168.1.202:50070
NameNode 'hadoop02:9000' (standby)
验证HDFS HA
首先向hdfs上传一个文件
hadoop fs -put /etc/profile /profile
hadoop fs -ls /
然后再kill掉active的NameNode
kill -9 <pid of NN>
通过浏览器访问：http://192.168.1.202:50070
NameNode 'hadoop02:9000' (active)
这个时候hadoop02上的NameNode变成了active
在执行命令：
hadoop fs -ls /
-rw-r--r-- 3 root supergroup 1926 2014-02-06 15:36 /profile
刚才上传的文件依然存在！！！
手动启动那个挂掉的NameNode
sbin/hadoop-daemon.sh start namenode
通过浏览器访问：http://192.168.1.201:50070
NameNode 'hadoop01:9000' (standby)
验证YARN：
运行一下hadoop提供的demo中的WordCount程序：
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce
-examples-2.2.0.jar wordcount /profile /out
OK，大功告成！！！