标签：hadoop ha配置 hadoop yarn hadoop ha 大数据架构 云计算
注：本文中提到的ochadoop 不要感到奇怪，是亚信公司内部自己合成的一个包，把所有的组件都放在一个包内了，免去了组件的下载过程和解决兼容问题，其实也可以自己下载的，不要受到影响。
另，转载请注明出处，谢谢
在 /etc/sysconfig/network-scripts/ifcfg-eth0配置IPADDR地址
运行以下命令生效
|
service network restart |
在/etc/sysconfig/network中配置hostname配置完成后重启生效
在Master节点上执行以下命令：
|
ssh-keygen –t rsa –P ‘‘ |
生成的密钥对：id_rsa和id_rsa.pub，默认存储在"/home/hadoop/.ssh"目录下。
接着在Master节点上做如下配置，把id_rsa.pub追加到授权的key里面去。
|
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys |
在验证前，需要做两件事儿。第一件事儿是修改文件"authorized_keys"权限（权限的设置非常重要，因为不安全的设置安全设置，会让你不能使用RSA功能），另一件事儿是用root用户设置"/etc/ssh/sshd_config"的内容。使其无密码登录有效。
修改文件"authorized_keys"
|
chmod 600 ~/.ssh/authorized_keys |
用root用户登录服务器修改SSH配置文件"/etc/ssh/sshd_config"的下列内容。
|
RSAAuthentication yes #启用 RSA认证 PubkeyAuthentication yes #启用公钥私钥配对认证方式 AuthorizedKeysFile .ssh/authorized_keys #公钥文件路径（和上面生成的文件同） |
设置完之后记得重启SSH服务，才能使刚才设置有效。
|
service sshd restart |
接下来的事儿是把公钥复制所有的Slave机器上。使用下面的命令格式进行复制公钥：
scp ~/.ssh/id_rsa.pub远程用户名@远程服务器IP:~/
在"/home/hadoop/"下创建".ssh"文件夹
|
chmod 700 ~/.ssh |
到目前为止Master的公钥也有了，文件夹".ssh"也有了，且权限也修改了。这一步就是把Master的公钥追加到Slave1的授权文件"authorized_keys"中去。使用下面命令进行追加并修改"authorized_keys"文件权限：
|
cat ~/id_rsa.pub >> ~/.ssh/authorized_keys chmod 600 ~/.ssh/authorized_keys |
用root用户修改"/etc/ssh/sshd_config"
具体步骤参考前面的"设置SSH配置"，具体分为两步：第1是修改配置文件；第2是重启SSH服务。
测试Master使用SSH无密码登录Slave1
|
ssh远程服务器IP |
在 etc/hadoop/slaves加入datanode机器的hostname
|
w-cs-datanode01 w-cs-datanode02 w-cs-datanode02 |
以下操作方式使用该新建的用户进行操作。注：下以出现的csbd为当前新建的账号
http://210.14.153.178:9081/download/OCHadoop/V4.0.1/ochadoop-och4.0.1.tar.gz
下载前请确认安装的版本号，该包包含有hadoop，zookeeper，hive，Hbase，spark等组件。
解压：tar zxvf jdk-7u75-linux-x64.tar.gz -C
/home/csbd/java-1.7.0
配置环境变量：vim /etc/profile
|
export JAVA_HOME=/home/csbd/jdk1.7.0_75 export JRE_HOME=${JAVA_HOME}/jre export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib export PATH=${JAVA_HOME}/bin:$PATH |
生效：
|
source /etc/profile |
还有一些环境变量像HADOOP_HOME，HIVE_HOME，ZOOKEEPER_HOME等都可以先配置了
在etc/hadoop目录下hadoop-env.sh和 yarn-env.sh把Java_home给配置上
|
<property> <name>fs.defaultFS</name> <value>hdfs://w-cs-namenode01</value> <!-- 一定得是namenode的hostname或者 ip，并且不用加端口号（这里的名称与HA配置hdfs-site.xml中的dfs.nameservices必须保持一致） --> </property>
<property> <name>hadoop.tmp.dir</name> <value>/home/csbd/tmp</value> <!-- 该路径可以不用创建，会自动创建--> </property>
<!-- 配置HA时才用配置该项 --> <property> <name>ha.zookeeper.quorum</name> <value>zk1.example.com:2181,zk2.example.com:2181,zk3.example.com:2181</value> <!--各个ZK节点的IP/host，及客户端连接ZK的端口，该端口需与zoo.cfg中的 clientPort一致！ --> </property> |
|
<property> <name>dfs.namenode.name.dir</name> <value>/home/csbd/dfs/name</value> </property>
<property> <name>dfs.datanode.data.dir</name> <value>/home/csbd/dfs/data</value> </property>
<property> <name>dfs.replication</name> <value>3</value> </property>
<property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property>
<!-- HA配置需要加如下配置--> <property> <name>dfs.nameservices</name> <value>w-cs-namenode01</value> </property>
<property> <name>dfs.ha.namenodes.mycluster</name> <value>nn1,nn2</value> </property>
<property> <name>dfs.namenode.rpc-address.mycluster.nn1</name> <value>w-cs-namenode01:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn2</name> <value>w-cs-namenode02.com:8020</value> </property>
<property> <name>dfs.namenode.servicepc-address.mycluster.nn1</name> <value>w-cs-namenode01:53310</value> </property> <property> <name>dfs.namenode.servicepc-address.mycluster.nn2</name> <value>w-cs-namenode02:53310</value> </property>
<property> <name>dfs.namenode.http-address.mycluster.nn1</name> <value>w-cs-namenode01:50070</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn2</name> <value>w-cs-namenode02:50070</value> </property>
<property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://w-cs-namenode01:8485;w-cs-namenode02:8485;w-cs-datanode01:8485/w-cs-namenode01</value> </property>
<property> <name>dfs.journalnode.edits.dir</name> <value>/home/csbd/dfs/jndata</value> </property>
<property> <name>dfs.client.failover.proxy.provider.mycluster</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property>
<property> <name>dfs.ha.fencing.methods</name> <value>sshfence</value> </property> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/home/csbd/.ssh/id_rsa</value> </property>
<property> <name>dfs.namenode.edits.dir</name> <value>/home/csbd/dfs/edits</value> </property>
<property> <name>dfs.permission</name> <value>false</value> </property>
<property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property>
|
注：yarn-site.xml在两个运行resourceManager的节点上一定要修改yarn.resourcemanager.ha.id中的值为当前机器的映射！
|
<configuration> <!-- Resource Manager Configs --> <property> <name>yarn.resourcemanager.connect.retry-interval.ms</name> <value>2000</value> </property>
<property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property>
<property> <name>yarn.resourcemanager.ha.automatic-failover.enabled</name> <value>true</value> </property>
<property> <name>yarn.resourcemanager.ha.automatic-failover.embedded</name> <value>true</value> </property>
<property> <name>yarn.resourcemanager.cluster-id</name> <value>pseudo-yarn-rm-cluster</value> </property>
<property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property>
<property> <name>yarn.resourcemanager.ha.id</name> <value>rm1</value> <!-- 在第一台运行resourceManager HA的机器上为 rm1，在另一台运行resourceManager的机器上要改成 rm2 --> </property>
<property> <name>yarn.resourcemanager.scheduler.class</name> <value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler</value> </property>
<property> <name>yarn.resourcemanager.recovery.enabled</name> <value>true</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.state-store.address</name> <value>localhost:2181</value> </property>
<property> <name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name> <value>5000</value> </property>
<!-- RM1 configs --> <property> <name>yarn.resourcemanager.address.rm1</name> <value>w-cs-namenode01:8032</value> </property>
<property> <name>yarn.resourcemanager.scheduler.address.rm1</name> <value>w-cs-namenode01:8030</value> </property>
<property> <name>yarn.resourcemanager.webapp.https.address.rm1</name> <value>w-cs-namenode01:23189</value> </property>
<property> <name>yarn.resourcemanager.webapp.address.rm1</name> <value>w-cs-namenode01:8088</value> </property>
<property> <name>yarn.resourcemanager.resource-tracker.address.rm1</name> <value>w-cs-namenode01:8031</value> </property>
<property> <name>yarn.resourcemanager.admin.address.rm1</name> <value>w-cs-namenode01:8033</value> </property>
<!-- RM2 configs --> <property> <name>yarn.resourcemanager.address.rm2</name> <value>w-cs-namenode02:8032</value> </property>
<property> <name>yarn.resourcemanager.scheduler.address.rm2</name> <value>w-cs-namenode02:8030</value> </property>
<property> <name>yarn.resourcemanager.webapp.https.address.rm2</name> <value>w-cs-namenode02:23189</value> </property>
<property> <name>yarn.resourcemanager.webapp.address.rm2</name> <value>w-cs-namenode02:8088</value> </property>
<property> <name>yarn.resourcemanager.resource-tracker.address.rm2</name> <value>w-cs-namenode02:8031</value> </property>
<property> <name>yarn.resourcemanager.admin.address.rm2</name> <value>w-cs-namenode02:8033</value> </property> <!-- Node Manager Configs --> <property> <description>Address where the localizer IPC is.</description> <name>yarn.nodemanager.localizer.address</name> <value>0.0.0.0:23344</value> </property>
<property> <description>NM Webapp address.</description> <name>yarn.nodemanager.webapp.address</name> <value>0.0.0.0:23999</value> </property>
<property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property>
<property> <name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name> <!-- <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>/tmp/pseudo-dist/yarn/local</value> </property>
<property> <name>yarn.nodemanager.log-dirs</name> <value>/tmp/pseudo-dist/yarn/log</value> </property>
<property> <name>mapreduce.shuffle.port</name> <value>23080</value> </property>
<!--在主备resourceManager上配置的zookeeper的地址和端口（所以resourceManager要和zookeeper装在一台机器上）--> <property> <name>yarn.resourcemanager.zk-address</name> <value>zk1.example.com:2181,zk2.example.com:2181</value> </property>
</configuration> |
|
<property> <name>mapreduce.framework.name</name> <value>yarn</value> </property>
<property> <name>mapreduce.jobhistory.address</name> <value>namenode1:10020</value> </property>
<property> <name>mapreduce.jobhistory.webapp.address</name> <value>namenode1:19888</value> </property> |
下载zookeeper的tar包，解压
首先建立zookeeper的数据目录，比如：
|
mkdir -p /opt/hadoop/data/zookeeper |
同时建立日志存放目录：
|
mkdir –p /opt/hadoop/logs/zookeeper |
在$ZOO_HOME/conf下创建配置文件：
|
touch zoo.cfg |
在zoo.cfg文件是加入以下配置：
|
tickTime=2000 dataDir=/opt/hadoop/data/zookeeper clientPort=2181 initLimit=5 syncLimit=2 server.1=192.168.17.14:31316:31317 server.2=192.168.17.15:31316:31317 server.3=192.168.17.16:31316:31317 |
在三台服务器的目录/opt/hadoop/data/zookeeper下分别创建一个叫myid的文件，内容分别是1，2，3，如：
#在192.168.17.14上执行如下命令
|
echo 1 >/opt/hadoop/data/zookeeper/myid |
#在192.168.17.15上执行如下命令
|
echo 2 >/opt/hadoop/data/zookeeper/myid |
#在192.168.17.16上执行如下命令
|
echo 3 >/opt/hadoop/data/zookeeper/myid |
最后就是分别启动zookeeper服务了：
|
./bin/zkServer.sh start |
通过jps命令可以检查是否启动成功：
hd@hd0:/opt/hadoop/apps/zookeeper-3.4.5$jps
1239 QuorumPeerMain
看到QuorumPeerMain进程就表示zookeeper启动成功了。
测试zookeeper集群是否建立成功，在$ZOO_HOME目录下执行以下命令即可，如无报错表示集群创建成功：
|
./bin/zkCli.sh -server localhost:31315 |
查看状态：
|
$ zkServer.sh status JMX enabled by default Using config: /home/yarn/Zookeeper/zookeeper-3.4.6/bin/../conf/zoo.cfg Mode: follower 表示当前这个机器上是从状态 |
在任意一个节点格式化ZK
|
hdfs zkfc -formatZK |
仅在主备NN节点上启动就行：
|
hadoop-daemon.sh start zkfc |
启动后我们可以看到ZKFC进程：
|
$ jps |
在主nameNode上进行格式化：（注：只用主Namenode格式化，备Namenode不用格式化，备NN需要做一下同步就行，不然会造成两个namenode的VERSION不一致，解决的办法是查看日志，按照提示的两个不一致的id进行替换就行了（一般会有namespaceId和clusterId不一致，报哪个替换哪个就行））
|
在所有的ZK节点执行命令：
zkServer.shstart
查看从属关系
zkServer.shstatus
JMX enabledby default
Usingconfig: /home/yarn/Zookeeper/zookeeper-3.4.6/bin/../conf/zoo.cfg
Mode: follower
注意：
哪个ZK节点会成为leader是随机的，第一次实验时slave2成为了leader，第二次实验时slave1成为了leader！
此时，在各个节点都可以查看到ZK进程：
jps
3084 QuorumPeerMain
任意ZK节点上格式化ZK：
hdfs zkfc-formatZK
仅在主备NN节点上启动就行：
hadoop-daemon.shstart zkfc
启动后我们可以看到ZKFC进程：
jps
3084QuorumPeerMain
3292 Jps
3247 DFSZKFailoverController
在各JN上启动：
hadoop-daemon.shstart journalnode
先用子命令启动各进程，便于查看问题，正常以后可以使用 start-dfs.sh start-yarn.sh 或start-all.sh
./bin/hdfsnamenode –format # 格式化namenode
在主nameNode上启动各DN节点：
./sbin/hadoop-daemons.shstart datanode
./sbin/hadoop-daemon.sh--script hdfs start datanode
./sbin/yarn-daemon.shstart resourcemanager
./sbin/yarn-daemon.shstart nodemanager
./sbin/mr-jobhistory-daemon.shstart historyserver
启动主节点上的NN：
hdfs namenode -bootstrapStandby
正常的启动日志如下：
Re-formatfilesystem in Storage Directory /home/yarn/Hadoop/hdfs2.0/name ? (Y or N) Y
14/06/1510:09:08 INFO common.Storage: Storage directory /home/yarn/Hadoop/hdfs2.0/namehas been successfully formatted.
14/06/1510:09:09 INFO namenode.TransferFsImage: Opening connection to http://master:50070/getimage?getimage=1&txid=935&storageInfo=-47:564636372:0:CID-d899b10e-10c9-4851-b60d-3e158e322a62
14/06/1510:09:09 INFO namenode.TransferFsImage: Transfer took 0.11s at 63.64 KB/s
14/06/1510:09:09 INFO namenode.TransferFsImage: Downloaded file fsimage.ckpt_0000000000000000935size 7545 bytes.
14/06/1510:09:09 INFO util.ExitUtil: Exiting with status 0
14/06/1510:09:09 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG:Shutting down NameNode at slave1/192.168.66.92
************************************************************/
在备NN上启动namenode： hadoop-daemon.shstart namenode
|
首先可以连到两台NameNode查看主备状态
http://192.168.17.14:50070/dfshealth.jsp
http://192.168.17.15:50070/dfshealth.jsp
通过 jps查到主nameNode上的PID，然后使用kill
PID 杀死该进行，再查看原来的standBy是否改为active
可以在主NN节点上执行命令激活主NN：
|
hdfs haadmin -transitionToActive nn1 |
该命令可以将active状态从nn2切换到nn1，让nn2变成active
|
hdfs haadmin -DfSHAadmin -failover nn2 nn1 |
标签：hadoop ha配置 hadoop yarn hadoop ha 大数据架构 云计算
原文地址：http://blog.csdn.net/czw698/article/details/44274317
