zookeeper和hadoop连接

灰太狼 2022-07-15 10:54 120阅读 0赞

单独安装hadoop或者zookeeper可以参考这两个博客  
[zookeeper的安装连接][zookeeper]  
[http://blog.csdn.net/hanlipenghanlipeng/article/details/53157525][zookeeper]  
hadoop的安装地址http://blog.csdn.net/hanlipenghanlipeng/article/details/51960235  
[hadoop的安装连接][hadoop]

zookeeper和hadoop连接主要是一些的配置文件稍有不同，如果你的hadoop和zookeeper都安装好了，或者会安装的，你只需要重点看hadoop上的一些配置

1.修改Linux主机名  
2.修改IP  
3.修改主机名和IP的映射关系  
\#\#\#\#\#\#注意\#\#\#\#\#\#如果你们公司是租用的服务器或是使用的云主机（如华为用主机、阿里云主机等）  
/etc/hosts里面要配置的是**内网**IP地址和主机名的映射关系  
4.关闭防火墙  
5.ssh免登陆  
6.安装JDK，配置环境变量等

集群规划：  
主机名 IP 安装的软件 运行的进程  
hadoop01 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)  
hadoop02 192.168.1.202 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)  
hadoop03 192.168.1.203 jdk、hadoop ResourceManager  
hadoop04 192.168.1.204 jdk、hadoop ResourceManager  
hadoop05 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain  
hadoop06 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain  
hadoop07 192.168.1.207 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain

说明：  
1.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  
2.hadoop-2.2.0中依然存在一个问题，就是ResourceManager只有一个，存在单点故障，hadoop-2.4.1解决了这个问题，有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调  
安装步骤：  
1.安装配置zooekeeper集群（在hadoop05上）  
1.1解压  
tar -zxvf zookeeper-3.4.5.tar.gz -C /hadoop/  
1.2修改配置  
cd /hadoop/zookeeper-3.4.5/conf/  
cp zoo\_sample.cfg zoo.cfg  
vim zoo.cfg  
修改：dataDir=/hadoop/zookeeper-3.4.5/tmp  
在最后添加：  
server.1=hadoop05:2888:3888  
server.2=hadoop06:2888:3888  
server.3=hadoop07:2888:3888  
保存退出  
然后创建一个tmp文件夹  
mkdir /hadoop/zookeeper-3.4.5/tmp  
再创建一个空文件  
touch /hadoop/zookeeper-3.4.5/tmp/myid  
最后向该文件写入ID  
echo 1 > /hadoop/zookeeper-3.4.5/tmp/myid  
1.3将配置好的zookeeper拷贝到其他节点(首先分别在hadoop06、hadoop07根目录下创建一个hadoop目录：mkdir /hadoop)  
scp -r /hadoop/zookeeper-3.4.5/ hadoop06:/hadoop/  
scp -r /hadoop/zookeeper-3.4.5/ hadoop07:/hadoop/

注意：修改hadoop06、hadoop07对应/hadoop/zookeeper-3.4.5/tmp/myid内容
    		hadoop06：
    			echo 2 > /hadoop/zookeeper-3.4.5/tmp/myid
    		hadoop07：
    			echo 3 > /hadoop/zookeeper-3.4.5/tmp/myid
    
    2.安装配置hadoop集群（在hadoop01上操作）
    	2.1解压
    		tar -zxvf hadoop-2.4.1.tar.gz -C /hadoop/
    	2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
    		#将hadoop添加到环境变量中
    		vim /etc/profile
    		export JAVA_HOME=/usr/java/jdk1.7.0_55
    		export HADOOP_HOME=/hadoop/hadoop-2.4.1
    		export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
    		
    		#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
    		cd /hadoop/hadoop-2.4.1/etc/hadoop
    		
    		2.2.1修改hadoo-env.sh
    			export JAVA_HOME=/usr/java/jdk1.7.0_55
    			
    		2.2.2修改core-site.xml
    			<configuration>
    				
    				<property>
    					<name>fs.defaultFS</name>
    					<value>hdfs://ns1</value>
    				</property>
    				
    				<property>
    					<name>hadoop.tmp.dir</name>
    					<value>/hadoop/hadoop-2.4.1/tmp</value>
    				</property>
    				
    				<property>
    					<name>ha.zookeeper.quorum</name>
    					<value>hadoop05:2181,hadoop06:2181,hadoop07:2181</value>
    				</property>
    			</configuration>
    			
    		2.2.3修改hdfs-site.xml
    			<configuration>
    				
    				<property>
    					<name>dfs.nameservices</name>
    					<value>ns1</value>
    				</property>
    				
    				<property>
    					<name>dfs.ha.namenodes.ns1</name>
    					<value>nn1,nn2</value>
    				</property>
    				
    				
    				<property>
    					<name>dfs.namenode.rpc-address.ns1.nn1</name>
    					<value>hadoop01:9000</value>
    				</property>
    				
    				<property>
    					<name>dfs.namenode.http-address.ns1.nn1</name>
    					<value>hadoop01:50070</value>
    				</property>
    				
    				<property>
    					<name>dfs.namenode.rpc-address.ns1.nn2</name>
    					<value>hadoop02:9000</value>
    				</property>
    				
    				<property>
    					<name>dfs.namenode.http-address.ns1.nn2</name>
    					<value>hadoop02:50070</value>
    				</property>
    				
    				<property>
    					<name>dfs.namenode.shared.edits.dir</name>
    					<value>qjournal://hadoop05:8485;hadoop06:8485;hadoop07:8485/ns1</value>
    				</property>
    				
    				<property>
    					<name>dfs.journalnode.edits.dir</name>
    					<value>/hadoop/hadoop-2.4.1/journal</value>
    				</property>
    				
    				<property>
    					<name>dfs.ha.automatic-failover.enabled</name>
    					<value>true</value>
    				</property>
    				
    				<property>
    					<name>dfs.client.failover.proxy.provider.ns1</name>
    					<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    				</property>
    				
    				<property>
    					<name>dfs.ha.fencing.methods</name>
    					<value>
    						sshfence
    						shell(/bin/true)
    					</value>
    				</property>
    				
    				<property>
    					<name>dfs.ha.fencing.ssh.private-key-files</name>
    					<value>/home/hadoop/.ssh/id_rsa</value>
    				</property>
    				
    				<property>
    					<name>dfs.ha.fencing.ssh.connect-timeout</name>
    					<value>30000</value>
    				</property>
    			</configuration>
    		
    		2.2.4修改mapred-site.xml
    			<configuration>
    				
    				<property>
    					<name>mapreduce.framework.name</name>
    					<value>yarn</value>
    				</property>
    			</configuration>	
    		
    		2.2.5修改yarn-site.xml
    			<configuration>
    					
    					<property>
    					   <name>yarn.resourcemanager.ha.enabled</name>
    					   <value>true</value>
    					</property>
    					
    					<property>
    					   <name>yarn.resourcemanager.cluster-id</name>
    					   <value>yrc</value>
    					</property>
    					
    					<property>
    					   <name>yarn.resourcemanager.ha.rm-ids</name>
    					   <value>rm1,rm2</value>
    					</property>
    					
    					
    					<property>
    					   <name>yarn.resourcemanager.hostname.rm1</name>
    					   <value>hadoop03</value>
    					</property>
    					<property>
    					   <name>yarn.resourcemanager.hostname.rm2</name>
    					   <value>hadoop04</value>
    					</property>
    					
    					<property>
    					   <name>yarn.resourcemanager.zk-address</name>
    					   <value>hadoop05:2181,hadoop06:2181,hadoop07:2181</value>
    					</property>
    					<property>
    					   <name>yarn.nodemanager.aux-services</name>
    					   <value>mapreduce_shuffle</value>
    					</property>
    			</configuration>
    		
    			
    		2.2.6修改slaves(slaves是指定子节点的位置，因为要在hadoop01上启动HDFS、在hadoop03启动yarn，所以hadoop01上的slaves文件指定的是datanode的位置，hadoop03上的slaves文件指定的是nodemanager的位置)
    			hadoop05
    			hadoop06
    			hadoop07
    
    		2.2.7配置免密码登陆
    			#首先要配置hadoop01到hadoop02、hadoop03、hadoop04、hadoop05、hadoop06、hadoop07的免密码登陆
    			#在hadoop01上生产一对钥匙
    			ssh-keygen -t rsa
    			#将公钥拷贝到其他节点，包括自己
    			ssh-coyp-id hadoop01
    			ssh-coyp-id hadoop02
    			ssh-coyp-id hadoop03
    			ssh-coyp-id hadoop04
    			ssh-coyp-id hadoop05
    			ssh-coyp-id hadoop06
    			ssh-coyp-id hadoop07
    			#配置hadoop03到hadoop04、hadoop05、hadoop06、hadoop07的免密码登陆
    			#在hadoop03上生产一对钥匙
    			ssh-keygen -t rsa
    			#将公钥拷贝到其他节点
    			ssh-coyp-id hadoop04
    			ssh-coyp-id hadoop05
    			ssh-coyp-id hadoop06
    			ssh-coyp-id hadoop07
    			#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop02到hadoop01的免登陆
    			在hadoop02上生产一对钥匙
    			ssh-keygen -t rsa
    			ssh-coyp-id -i hadoop01				
    	
    	2.4将配置好的hadoop拷贝到其他节点
    		scp -r /hadoop/ hadoop02:/
    		scp -r /hadoop/ hadoop03:/
    		scp -r /hadoop/hadoop-2.4.1/ root@hadoop04:/hadoop/
    		scp -r /hadoop/hadoop-2.4.1/ root@hadoop05:/hadoop/
    		scp -r /hadoop/hadoop-2.4.1/ root@hadoop06:/hadoop/
    		scp -r /hadoop/hadoop-2.4.1/ root@hadoop07:/hadoop/
    	###注意：严格按照下面的步骤
    	2.5启动zookeeper集群（分别在hadoop05、hadoop06、tcast07上启动zk）
    		cd /hadoop/zookeeper-3.4.5/bin/
    		./zkServer.sh start
    		#查看状态：一个leader，两个follower
    		./zkServer.sh status
    		
    	2.6启动journalnode（分别在在hadoop05、hadoop06、tcast07上执行）
    		cd /hadoop/hadoop-2.4.1
    		sbin/hadoop-daemon.sh start journalnode
    		#运行jps命令检验，hadoop05、hadoop06、hadoop07上多了JournalNode进程
    	
    	2.7格式化HDFS
    		#在hadoop01上执行命令:
    		hdfs 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/hadoop/hadoop-2.4.1/tmp，然后将/hadoop/hadoop-2.4.1/tmp拷贝到hadoop02的/hadoop/hadoop-2.4.1/下。
    		scp -r tmp/ hadoop02:/hadoop/hadoop-2.4.1/
    	
    	2.8格式化ZK(在hadoop01上执行即可)
    		hdfs zkfc -formatZK
    	
    	2.9启动HDFS(在hadoop01上执行)
    		sbin/start-dfs.sh
    
    	2.10启动YARN(#####注意#####：是在hadoop03上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)
    		sbin/start-yarn.sh
    
    	
    到此，hadoop-2.4.1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-2.4.1.jar wordcount /profile /out
    
    OK，大功告成！！！

[zookeeper]: http://blog.csdn.net/hanlipenghanlipeng/article/details/53157525
[hadoop]: http://blog.csdn.net/hanlipenghanlipeng/article/details/51960235

发表评论取消回复

表情：

评论列表（有 0 条评论，120人围观）

还没有评论，来说两句吧...

相关阅读

相关 Hadoop+zookeeper+Hbase+Hive(ZooKeeper+Hbase)

文章目录 zookeeper 修改配置文件创建datadir目录启动zookeeper

àì夳堔傛蜴生んèń/ 2023年02月23日 08:07/ 0 赞/ 14 阅读

相关 Hadoop+zookeeper+Hbase+Hive(hadoop环境搭建)

文章目录准备 linux环境搭建及jdk安装配置 hadoop集群搭建伪分布式hadoop 配置环境变量

￡神魔★判官ぃ/ 2023年02月21日 06:07/ 0 赞/ 24 阅读

相关 zookeeper 虚拟机zookeeper和 win10java代码连接

28\_支付服务注册进zookeeper 上面的都复习了 ![format_png][] 18 zookeeper替换Eureka zookeeper已经在

红太狼/ 2022年12月02日 12:24/ 0 赞/ 121 阅读

相关 zookeeper和hadoop连接

单独安装hadoop或者zookeeper可以参考这两个博客 [zookeeper的安装连接][zookeeper] [http://blog.csdn.net/han

灰太狼/ 2022年07月15日 10:54/ 0 赞/ 121 阅读

相关安装hadoop+zookeeper

安装hadoop+zookeeper ha 前期工作配置好网络和主机名和关闭防火墙 chkconfig iptables off //关闭防火墙

逃离我推掉我的手/ 2022年07月12日 02:49/ 0 赞/ 178 阅读

相关 [Hadoop] Zookeeper watcher

1. 基本概念 Zookeeper 针对每个节点的操作，都有一个监督站：watcher。 zk watcher有两种，一种是zk server端的，另外一种是zk

你的名字/ 2022年05月15日 10:57/ 0 赞/ 196 阅读

相关 Hadoop学习之zookeeper（1）

Zookeeper是Hadoop的分布式协调服务。 Zookeeper是简单的，它的核心是一个精简的文件系统，它提供一些简单的操作和额外的抽象操作，如排序和通知。 Z

Bertha 。/ 2022年04月23日 08:44/ 0 赞/ 169 阅读

相关 Eclipse连接Hadoop

首先打Eclipse，按Window—>Show View—>Other点击 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_t

柔光的暖阳◎/ 2022年04月08日 12:49/ 0 赞/ 207 阅读

相关 Hadoop之Zookeeper安装

1、Zookeeper基本安装配置该项的所有操作步骤使用专门用于集群的用户admin进行此项只在一台主机操作，然后在下一步骤进行同步安装与配置首先，Zooke

野性酷女/ 2022年02月19日 10:25/ 0 赞/ 233 阅读

相关 [hadoop] zookeeper分布式协调服务

zookeeper ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG

曾经终败给现在/ 2021年11月26日 10:26/ 0 赞/ 366 阅读