怎么部署Hadoop集群

本篇內(nèi)容主要講解“怎么部署Hadoop集群”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學(xué)習(xí)“怎么部署Hadoop集群”吧!

環(huán)境準備

一共用5臺機器作為硬件環(huán)境，全都是centos 6.4

• namenode & resourcemanager 主服務(wù)器: 192.168.1.1

• namenode & resourcemanager 備服務(wù)器: 192.168.1.2

• datanode & nodemanager 服務(wù)器: 192.168.1.100 192.168.1.101 192.168.1.102

• zookeeper 服務(wù)器集群(用于namenode 高可用的自動切換): 192.168.1.100 192.168.1.101

• jobhistory 服務(wù)器(用于記錄mapreduce的日志): 192.168.1.1

• 用于namenode HA的NFS: 192.168.1.100

環(huán)境部署

一、加入CDH4的YUM倉庫

1.***的辦法是把cdh5的包放到自建的yum倉庫中,如何自建yum倉庫請看 自建YUM倉庫

2.如果不想自建yum倉庫，在所有的hadoop機器執(zhí)行以下操作加入cdn4的yum倉庫

wget http://archive.cloudera.com/cdh5/one-click-install/redhat/6/x86_64/cloudera-cdh-4-0.x86_64.rpm sudo yum --nogpgcheck localinstall cloudera-cdh-4-0.x86_64.rpm

二、創(chuàng)建用于namenode HA的NFS服務(wù)器

1.登錄192.168.1.100,執(zhí)行以下腳本createNFS.sh

#!/bin/bash yum -y install rpc-bind nfs-utils mkdir -p /data/nn_ha/ echo "/data/nn_ha  *(rw,root_squash,all_squash,sync)" >> /etc/exports /etc/init.d/rpcbind start /etc/init.d/nfs  start chkconfig  --level 234 rpcbind   on chkconfig  -level 234 nfs  on

三、Hadoop Namenode & resourcemanager 主服務(wù)器 環(huán)境部署

1.登錄192.168.1.1，創(chuàng)建腳本目錄，把腳本從git倉庫復(fù)制下來

yum –y install git mkdir –p /opt/ cd /opt/ git clone http://git.oschina.net/snake1361222/hadoop_scripts.git /etc/init.d/iptables stop

2.修改hostname

sh /opt/hadoop_scripts/deploy/AddHostname.sh

3.修改部署腳本的配置文件

vim /opt/kingsoft/hadoop_scripts/deploy/config #添加master服務(wù)器的地址，也就是namenode主服務(wù)器 master="192.168.1.1" #添加nfs服務(wù)器地址 nfsserver="192.168.1.100"

4.編輯hosts文件(此文件會同步到hadoop集群所有機器)

vim /opt/hadoop_scripts/share_data/resolv_host 127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1         localhost localhost.localdomain localhost6 localhost6.localdomain6 192.168.1.1 nn.dg.hadoop.cn 192.168.1.2 nn2.dg.hadoop.cn 192.168.1.100 dn100.dg.hadoop.cn 192.168.1.101 dn101.dg.hadoop.cn 192.168.1.102 dn102.dg.hadoop.cn

5.執(zhí)行部署腳本CreateNamenode.sh

sh /opt/hadoop_scripts/deploy/CreateNamenode.sh

6.搭建saltstack master

PS:類似于puppet的服務(wù)器管理開源工具，比較輕量，在這里用于管理hadoop集群，調(diào)度datanode，關(guān)于saltstack的詳細請看 SaltStack部署與使用

a.安裝

yum -y install salt salt-master

b.修改配置文件`/etc/salt/master`,下面標志的是需要修改的項

修改監(jiān)聽IP： interface: 0.0.0.0 多線程池： worker_threads: 5 開啟任務(wù)緩存：（官方描敘開啟緩存能承載5000minion） job_cache 開啟自動認證： auto_accept: True

c.開啟服務(wù)

/etc/init.d/salt-master start chkconfig  salt-master on

7.部署過程中已經(jīng)把我的sample配置復(fù)制過去了，所以只需要修改部分配置文件

a. /etc/hadoop/conf/hdfs-site.xml (其實就是按實際修改主機名地址)

<property>   <name>dfs.namenode.rpc-address.mycluster.ns1</name>   <value>nn.dg.hadoop.cn:8020</value>   <description>定義ns1的rpc地址</description> </property> <property>   <name>dfs.namenode.rpc-address.mycluster.ns2</name>   <value>nn2.dg.hadoop.cn:8020</value>   <description>定義ns2的rpc地址</description> </property> <property>     <name>ha.zookeeper.quorum</name>     <value>dn100.dg.hadoop.cn:2181,dn101.dg.hadoop.cn:2181,dn102.dg.hadoop.cn:2181,</value>     <description>指定用于HA的ZooKeeper集群機器列表</description> </property>

b. mapred-site.xml

<property>  <name>mapreduce.jobhistory.address</name>  <value>nn.dg.hadoop.cn:10020</value> </property> <property>  <name>mapreduce.jobhistory.webapp.address</name>  <value>nn.dg.hadoop.cn:19888</value> </property>

c. yarn-site.xml

property>   <name>yarn.resourcemanager.resource-tracker.address</name>   <value>nn.dg.hadoop.cn:8031</value> </property> <property>   <name>yarn.resourcemanager.address</name>   <value>nn.dg.hadoop.cn:8032</value> </property> <property>   <name>yarn.resourcemanager.scheduler.address</name>   <value>nn.dg.hadoop.cn:8030</value> </property> <property>   <name>yarn.resourcemanager.admin.address</name>   <value>nn.dg.hadoop.cn:8033</value> </property>

三、Hadoop Namenode & resourcemanager 備服務(wù)器 環(huán)境部署

1.登錄192.168.1.2，創(chuàng)建腳本目錄，從主服務(wù)器把腳本同步過來

/etc/init.d/iptables stop mkdir –p /opt/hadoop_scripts rsync –avz 192.168.1.1::hadoop_s   /opt/hadoop_scripts

2.執(zhí)行部署腳本CreateNamenode.sh

sh /opt/hadoop_scripts/deploy/CreateNamenode.sh

3.同步hadoop配置文件

rsync –avz 192.168.1.1::hadoop_conf  /etc/hadoop/conf

4.部署saltstack客戶端

sh /opt/hadoop_scripts/deploy/salt_minion.sh

四、zookeeper服務(wù)器集群部署

zookeeper是一個開源分布式服務(wù)，在這里用于namenode 的auto fail over功能。

1.安裝

yum install zookeeper zookeeper-server

2.修改配置文件/etc/zookeeper/conf/zoo.cfg

maxClientCnxns=50 # 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. dataDir=/var/lib/zookeeper # the port at which the clients will connect clientPort=2181 #這里指定zookeeper集群內(nèi)的所有機器,此配置集群內(nèi)機器都是一樣的 server.1=dn100.dg.hadoop.cn :2888:3888 server.2=dn101.dg.hadoop.cn:2888:3888

3.指定當(dāng)前機器的id,并開啟服務(wù)

#譬如當(dāng)前機器是192.168.1.100(dn100.dg.hadoop.cn),它是server.1，id是1，SO： echo "1" >  /var/lib/zookeeper/myid chown -R zookeeper.zookeeper /var/lib/zookeeper/ service zookeeper-server init /etc/init.d/zookeeper-server start chkconfig zookeeper-server on #如此類推，部署192.168.1.101

五、datanode & nodemanager 服務(wù)器部署

1.登錄datanode機器,創(chuàng)建腳本目錄，從主服務(wù)器把腳本同步過來

/etc/init.d/iptables stop mkdir –p /opt/hadoop_scripts rsync –avz 192.168.1.1::hadoop_s   /opt/hadoop_scripts

2.修改hostname，執(zhí)行部署腳本 CreateDatanode.sh

sh /opt/hadoop_scripts/deploy/AddHostname.sh sh /opt/hadoop_scripts/deploy/CreateDatanode.sh

集群初始化

到這里，hadoop集群的環(huán)境已部署完畢，現(xiàn)在開始初始化集群

一、namenode的HA高可用初始化

1.在namenode主服務(wù)器(192.168.1.1)執(zhí)行zookeeper的failover功能格式化

sudo –u hdfs hdfs zkfc –formatZK

2.把zookeeper集群服務(wù)啟動(192.168.1.100  192.168.1.101 )

/etc/init.d/zookeeper-server start

3.把namenode主備服務(wù)器的zkfc服務(wù)起來(192.168.1.1  192.168.1.2)

/etc/init.d/hadoop-hdfs-zkfc start

4.在namenode主服務(wù)器(192.168.1.1)格式化hdfs

#確保是用hdfs用戶格式化 sudo -u hdfs hadoop namenode –format

5.***次搭建namenode高可用，需要把name.dir下面的數(shù)據(jù)復(fù)制到namenode備服務(wù)器（此坑花了好多時間）

a.在主服務(wù)器(192.168.1.1)執(zhí)行

tar -zcvPf /tmp/namedir.tar.gz /data/hadoop/dfs/name/ nc -l 9999 < /tmp/namedir.tar.gz

b.在備服務(wù)器(192.168.1.2)執(zhí)行

wget 192.168.1.1:9999 -O /tmp/namedir.tar.gz tar -zxvPf /tmp/namedir.tar.gz

6.主從服務(wù)都啟動

/etc/init.d/hadoop-hdfs-namenode start /etc/init.d/hadoop-yarn-resourcemanager start

7.查看hdfs的web界面

http://192.168.1.1:9080 http://192.168.1.2:9080 #如果在web界面看到兩個namenode都是backup狀態(tài)，那就是auto fail over配置不成功 #查看zkfc日志(/var/log/hadoop-hdfs/hadoop-hdfs-zkfc-nn.dg.s.kingsoft.net.log) #查看zookeeper集群的日志(/var/log/zookeeper/zookeeper.log)

8.現(xiàn)在可以嘗試關(guān)閉namenode主服務(wù)，看是否能主從切換

二、hdfs集群開啟

到這里，所有hadoop部署已完成，現(xiàn)在開始把集群啟動，驗證效果

1.把所有datanode服務(wù)器啟動

#還記得之前搭建的saltstack管理工具不，現(xiàn)在開始發(fā)揮它的作用,登錄saltstack master(192.168.1.1)執(zhí)行 salt -v "dn*" cmd.run "/etc/init.d/hadoop-hdfs-datanode start"

2.查看hdfs web界面,看是否都成為live nodes

3.如果沒有問題，現(xiàn)在可以嘗試hdfs操作

#創(chuàng)建一個tmp目錄 sudo -u hdfs hdfs dfs -mkdir /tmp #創(chuàng)建一個10G大小的空文件,計算它的MD5值，并放入hdfs dd if=/dev/zero of=/data/test_10G_file bs=1G count=10 md5sum /data/test_10G_file sudo -u hdfs hdfs dfs -put /data/test_10G_file  /tmp sudo -u hdfs hdfs dfs -ls /tmp #現(xiàn)在可以嘗試關(guān)閉一臺datanode,然后把剛才的測試文件拉取出來，再算一次MD5看是否一樣 sudo -u hdfs hdfs dfs -get /tmp/test_10G_file /tmp/ md5sum /tmp/test_10G_file

三、yarn集群開啟

hadoop除了hdfs用于大數(shù)據(jù)的分布式存儲，還有更重要的組件，分布式計算(mapreduce)?，F(xiàn)在我們來把mapreducev2 yarn集群啟動

1.在主服務(wù)器把resourcemanager服務(wù)起來（192.168.1.1）

/etc/init.d/hadoop-yarn-resourcemanager start

2.把所有nodemanager服務(wù)啟動

#還是登陸saltstack master，執(zhí)行 salt -v "dn*" cmd.run "/etc/init.d/hadoop-yarn-nodemanager start"

3.查看yarn 任務(wù)追蹤界面(http://192.168.1.1:9081/),看是否所有nodes都已加入

4.hadoop自帶有基準測試的mapreduce實例，我們利用它來測試yarn環(huán)境是否正常

#TestDFSIO測試HDFS的讀寫性能,寫10個文件，每個文件1G. su hdfs - hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.0.0-cdh5.2.1-tests.jar TestDFSIO  -write -nrFiles 10 -fileSize 1000 #Sort測試MapReduce ##向random-data目錄輸出數(shù)據(jù) hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar randomwriter  random-data ##運行sort程序 hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar sort random-data sorted-data ##驗證sorted-data 文件是否排好序 hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.0.0-cdh5.2.1-tests.jar testmapredsort -sortInput random-data \ -sortOutput sorted-data

到此，相信大家對“怎么部署Hadoop集群”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！