4、安装Hadoop HA集群

• 下载

http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.7.3/hadoop-2.7.3.tar.gz

• 将Hadoop安装到/usr/local/hadoop

tar -xvzf hadoop-2.7.3.tar.gz -C /usr/local
mv /usr/local/hadoop-2.7.3 /usr/local/hadoop

• 修改/etc/profile,末尾添加以下内容：

# Hadoop
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

• 修改{HADOOP_HOME}/etc/hadoop/hadoop-env.sh

export JAVA_HOME=/usr/local/jdk1.8.0_121

• 修改{HADOOP_HOME}/etc/hadoop/core-site.xml

<configuration>
    <!-- 指定hdfs的nameservice为bigdada -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://bigdata</value>
    </property>
    <!-- 指定hadoop临时目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/tmp/hadoop</value>
    </property>
    <!-- 指定zookeeper地址 -->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>node1:2181,node2:2181,node3:2181</value>
    </property>
</configuration>

• 修改{HADOOP_HOME}/etc/hadoop/hdfs-site.xml

<configuration>
    <!--指定hdfs的nameservice为bigdata，需要和core-site.xml中的保持一致 -->
    <property>
        <name>dfs.nameservices</name>
        <value>bigdata</value>
    </property>
    <!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
    <property>
        <name>dfs.ha.namenodes.bigdata</name>
        <value>nn1,nn2</value>
    </property>
    <!-- nn1的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.bigdata.nn1</name>
        <value>node1:8020</value>
    </property>
    <!-- nn2的RPC通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.bigdata.nn2</name>
        <value>node2:8020</value>
    </property>
    <!-- nn1的http web地址 -->
    <property>
        <name>dfs.namenode.http-address.bigdata.nn1</name>
        <value>node1:50070</value>
    </property>
    <!-- nn2的http web地址 -->
    <property>
        <name>dfs.namenode.http-address.bigdata.nn2</name>
        <value>node2:50070</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://node4:8485;node5:8485;node6:8485/bigdata</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>/tmp/hadoop/journaldata</value>
    </property>
    <!-- 配置失败自动切换实现方式 -->
    <property>
        <name>dfs.client.failover.proxy.provider.bigdata</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <!-- 配置隔离机制方法，如有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</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_dsa</value>
    </property>
    <!-- 开启NameNode失败自动切换 -->
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
    <!-- 取消mapreduce程序对文件读写的权限检查  -->
    <property>
        <name>dfs.permissions</name>
        <value>false</value>
    </property>
</configuration>

• 修改{HADOOP_HOME}/etc/hadoop/mapred-site.xml

# 先拷贝文件再修改
cp mapred-site.xml.template mapred-site.xml

<configuration>
    <!-- 指定mr框架为yarn方式 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

• 修改{HADOOP_HOME}/etc/hadoop/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>node1</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>node3</value>
    </property>
    <!-- 指定zk集群地址 -->
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>node1:2181,node2:2181,node3:2181</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

• 修改slaves

node2
node3
node4
node5
node6

• 拷贝至别的节点

scp -r /usr/local/hadoop/ root@node2:/usr/local
scp -r /usr/local/hadoop/ root@node3:/usr/local
scp -r /usr/local/hadoop/ root@node4:/usr/local
scp -r /usr/local/hadoop/ root@node5:/usr/local
scp -r /usr/local/hadoop/ root@node6:/usr/local

• 初始化Hadoop

# 1、启动zookeeper（node1、node2、node3）
zkServer.sh start

# 2、启动journalnode（node4、node5、node6）
hadoop-daemon.sh start journalnode

# 3、格式化HDFS（node1、node2）
# 在node1上执行
hdfs namenode -format
hadoop-daemon.sh start namenode
# 在node2上执行
hdfs namenode -bootstrapStandby

# 4、格式化ZKFC（node1）
hdfs zkfc -formatZK

# 5、启动HDFS（node1）
start-dfs.sh

# 6、启动YARN（node1、node3）
# 在node1上执行
start-yarn.sh
# 在node3上执行
yarn-daemon.sh start resourcemanager

• 完全启动

start-all.sh

• WEB验证

http://node1:50070

# 运行程序查看
http://node1:8088