1，前期准备
1 修改Linux主机名
2 修改IP
3 修改主机名和IP的映射关系 /etc/hosts
4 关闭防火墙
5 ssh免登陆
6 安装JDK，配置环境变量等
2，集群规划
| 主机名 | IP | 安装的软件 | 运行的进程 |
|---|---|---|---|
| mini1 | 192.168.1.201 | Hadoop | NameNode, ZKFC |
| mini2 | 192.168.1.202 | Hadoop | NameNode, ZKFC |
| mini3 | 192.168.1.203 | Hadoop | ResourceManager |
| mini4 | 192.168.1.204 | Hadoop | ResourceManager |
| mini5 | 192.168.1.205 | Hadoop，Zookeeper | Zookeeper、DataNode、NodeManager、JournalNode、QuorumPeerMain |
| mini6 | 192.168.1.206 | Hadoop，Zookeeper | 同mini5 |
| mini7 | 192.168.1.207 | Hadoop ，Zookeeper | 同mini5 |
说明：
在hadoop2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。
hadoop2为ResourceManager HA通过一种方式，例如有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调。
3，安装步骤
1）安装配置zooekeeper集群 （不在赘述，不清楚请补齐这方面的知识）
2）安装配置hadoop集群（在mini1操作）
2.1解压tar -zxvf hadoop-version.tar.gz -C /home/hadoop/app/
2.2 配置HDFS（配置文件都在$HADOOP_HOME/etc/hadoop目录下）
2.2.1修改hadoo-env.sh
export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55
2.2.2修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://bi/</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/app/hdpdata/</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
</configuration>
2.2.3修改hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice为bi，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>bi</value>
</property>
<!-- bi下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.bi</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn1</name>
<value>mini1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn1</name>
<value>mini1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn2</name>
<value>mini2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn2</name>
<value>mini2:50070</value>
</property>
<!-- 指定NameNode的edits元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://mini5:8485;mini6:8485;mini7:8485/bi</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>/home/hadoop/journaldata</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.bi</name>
<value>
org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
</value>
</property>
<!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行-->
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<!-- 使用sshfence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>
<!-- 配置sshfence隔离机制超时时间 -->
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
<!-- 配置副本数-->
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<!-- NN的配置目录-->
<property>
<name>dfs.namenode.name.dir</name>
<value>/home/hadoop/app/name-ha</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/home/hadoop/app/tmp-ha</value>
</property>
</configuration>
2.2.4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>
2.2.5修改yarn-site.xml
<configuration>
<!-- 开启RM高可用 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>
<!-- 指定RM的名字 -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 分别指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>mini3</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>mini4</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
2.2.6修改slaves
mini5
mini6
mini7
2.2.7 使用scp拷贝hadoop到每台机子上。
scp -r /hadoop/hadoop-version/ hadoop@hadoop04:/home/hadoop/
４，启动程序
- 启动zookeeper集群（分别在mini5、mini6、mini7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
- 启动journalnode（分别在在mini5、mini6、mini7上执行）
cd /hadoop/hadoop-2.6.4
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验，mini5、mini6、mini7上多了JournalNode进程
- 格式化HDFS
在mini1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-2.6.4/tmp，然后将/hadoop/hadoop-2.6.4/tmp拷贝到mini2 的/hadoop/hadoop-2.6.4/下。
scp -r tmp/ mini2:/home/hadoop/app/hadoop-2.6.4/
- 格式化ZKFC(在mini1上执行一次即可)
hdfs zkfc -formatZK
- 启动HDFS(在mini1上执行)
cd /%HADOOPHOME%/sbin
./start-dfs.sh
- 启动YARN（分别mini3，mini4启动）
cd /%HADOOPHOME%/sbin
./start-yarn.sh
5， 验证集群是否生效
1）分别登录
http://mini1:50070 NameNode 'mini1:9000' (active)
http://mini2:50070 NameNode 'mini1:9000' (standby)
2）验证HDFS HA
2.1 首先向hdfs上传一个文件
hadoop fs -put /etc/profile /profile
hadoop fs -ls /
2.2 然后再kill掉active的NameNode , 通过浏览器访问, http://min1:50070 NameNode 'mini2:9000' (active)这个时候mini2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！！！
2.3 手动启动那个挂掉的NameNode
sbin/hadoop-daemon.sh start namenode
通过浏览器访问：http://mini1:50070
NameNode 'mini1:9000' (standby)
2.4 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 /profile
执行成功。
