前言
折腾了一段时间hadoop的部署管理，写下此系列博客记录一下。
为了避免各位做部署这种重复性的劳动，我已经把部署的步骤写成脚本，各位只需要按着本文把脚本执行完，整个环境基本就部署完了。部署的脚本我放在了开源中国的git仓库里(http://git.oschina.net/snake1361222/hadoop_scripts)。
本文的所有部署都基于cloudera公司的CDH4,CDH4是cloudera公司包装好的hadoop生态圈一系列yum包，把CDH4放到自己的yum仓库中，能极大的提高hadoop环境部署的简易性。
本文的部署过程中涵盖了namenode的HA实现，hadoop管理的解决方案（hadoop配置文件的同步，快速部署脚本等）。
环境准备
一共用5台机器作为硬件环境，全都是centos 6.4
namenode & resourcemanager 主服务器: 192.168.1.1 namenode & resourcemanager 备服务器: 192.168.1.2 datanode & nodemanager 服务器: 192.168.1.100 192.168.1.101 192.168.1.102 zookeeper 服务器集群(用于namenode 高可用的自动切换): 192.168.1.100 192.168.1.101 jobhistory 服务器(用于记录mapreduce的日志): 192.168.1.1 用于namenode HA的NFS: 192.168.1.100
环境部署
一、加入CDH4的YUM仓库
1.***的办法是把cdh4的包放到自建的yum仓库中,如何自建yum仓库请看 自建YUM仓库
2.如果不想自建yum仓库，在所有的hadoop机器执行以下操作加入cdn4的yum仓库
- wget http://archive.cloudera.com/cdh4/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、创建用于namenode HA的NFS服务器
1.登录192.168.1.100,执行以下脚本createNFS.sh
三、Hadoop Namenode & resourcemanager 主服务器 环境部署
- #!/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
1.登录192.168.1.1，创建脚本目录，把脚本从git仓库复制下来
- 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.修改部署脚本的配置文件
- vim /opt/kingsoft/hadoop_scripts/deploy/config #添加master服务器的地址，也就是namenode主服务器
- master="192.168.1.1" #添加nfs服务器地址
- nfsserver="192.168.1.100"
4.编辑hosts文件(此文件会同步到hadoop集群所有机器)
- 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.执行部署脚本CreateNamenode.sh
- sh /opt/hadoop_scripts/deploy/CreateNamenode.sh
6.搭建saltstack master
PS:类似于puppet的服务器管理开源工具，比较轻量，在这里用于管理hadoop集群，调度datanode，关于saltstack的详细请看 SaltStack部署与使用
a.安装
- yum -y install salt salt-master
b.修改配置文件`/etc/salt/master`,下面标志的是需要修改的项
- 修改监听IP： interface: 0.0.0.0
- 多线程池： worker_threads: 5
- 开启任务缓存：（官方描叙开启缓存能承载5000minion） job_cache
- 开启自动认证： auto_accept: True
c.开启服务
- /etc/init.d/salt-master start chkconfig salt-master on
7.部署过程中已经把我的sample配置复制过去了，所以只需要修改部分配置文件
a. /etc/hadoop/conf/hdfs-site.xml (其实就是按实际修改主机名地址)
dfs.namenode.rpc-address.mycluster.ns1 nn.dg.hadoop.cn:8020 定义ns1的rpc地址 dfs.namenode.rpc-address.mycluster.ns2 nn2.dg.hadoop.cn:8020 定义ns2的rpc地址 ha.zookeeper.quorum dn100.dg.hadoop.cn:2181,dn101.dg.hadoop.cn:2181,dn102.dg.hadoop.cn:2181, 指定用于HA的ZooKeeper集群机器列表
b. mapred-site.xml
mapreduce.jobhistory.address nn.dg.hadoop.cn:10020 mapreduce.jobhistory.webapp.address nn.dg.hadoop.cn:19888
#p#
c. yarn-site.xml
- property>
yarn.resourcemanager.resource-tracker.address nn.dg.hadoop.cn:8031 yarn.resourcemanager.address nn.dg.hadoop.cn:8032 yarn.resourcemanager.scheduler.address nn.dg.hadoop.cn:8030 yarn.resourcemanager.admin.address nn.dg.hadoop.cn:8033
三、Hadoop Namenode & resourcemanager 备服务器 环境部署
1.登录192.168.1.2，创建脚本目录，从主服务器把脚本同步过来
- /etc/init.d/iptables stop mkdir –p /opt/hadoop_scripts
- rsync –avz 192.168.1.1::hadoop_s /opt/hadoop_scripts
2.执行部署脚本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客户端
- sh /opt/hadoop_scripts/deploy/salt_minion.sh
四、zookeeper服务器集群部署
zookeeper是一个开源分布式服务，在这里用于namenode 的auto fail over功能。
1.安装
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 #这里指定zookeeper集群内的所有机器,此配置集群内机器都是一样的
- server.1=dn100.dg.hadoop.cn :2888:3888 server.2=dn101.dg.hadoop.cn:2888:3888
3.指定当前机器的id,并开启服务
- #譬如当前机器是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
- #如此类推，部署192.168.1.101
五、datanode & nodemanager 服务器部署
1.登录datanode机器,创建脚本目录，从主服务器把脚本同步过来
- /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，执行部署脚本 CreateDatanode.sh
- sh /opt/hadoop_scripts/deploy/AddHostname.sh sh /opt/hadoop_scripts/deploy/CreateDatanode.sh
集群初始化
到这里，hadoop集群的环境已部署完毕，现在开始初始化集群
一、namenode的HA高可用初始化
1.在namenode主服务器(192.168.1.1)执行zookeeper的failover功能格式化
- sudo –u hdfs hdfs zkfc –formatZK
2.把zookeeper集群服务启动(192.168.1.100 192.168.1.101 )
- /etc/init.d/zookeeper-server start
3.把namenode主备服务器的zkfc服务起来(192.168.1.1 192.168.1.2)
- /etc/init.d/hadoop-hdfs-zkfc start
4.在namenode主服务器(192.168.1.1)格式化hdfs
- #确保是用hdfs用户格式化 sudo -u hdfs hadoop namenode –format
5.***次搭建namenode高可用，需要把name.dir下面的数据复制到namenode备服务器（此坑花了好多时间）
a.在主服务器(192.168.1.1)执行
- tar -zcvPf /tmp/namedir.tar.gz /data/hadoop/dfs/name/ nc -l 9999 < /tmp/namedir.tar.gz
b.在备服务器(192.168.1.2)执行
- wget 192.168.1.1:9999 -O /tmp/namedir.tar.gz tar -zxvPf /tmp/namedir.tar.gz
#p#
6.主从服务都启动
- /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界面看到两个namenode都是backup状态，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.现在可以尝试关闭namenode主服务，看是否能主从切换
二、hdfs集群开启
到这里，所有hadoop部署已完成，现在开始把集群启动，验证效果
1.把所有datanode服务器启动
- #还记得之前搭建的saltstack管理工具不，现在开始发挥它的作用,登录saltstack master(192.168.1.1)执行 salt -v "dn*" cmd.run "/etc/init.d/hadoop-hdfs-datanode start"
2.查看hdfs web界面,看是否都成为live nodes
3.如果没有问题，现在可以尝试hdfs操作
- #创建一个tmp目录 sudo -u hdfs hdfs dfs -mkdir /tmp
- #创建一个10G大小的空文件,计算它的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 #现在可以尝试关闭一台datanode,然后把刚才的测试文件拉取出来，再算一次MD5看是否一样
- sudo -u hdfs hdfs dfs -get /tmp/test_10G_file /tmp/ md5sum /tmp/test_10G_file
三、yarn集群开启
hadoop除了hdfs用于大数据的分布式存储，还有更重要的组件，分布式计算(mapreduce)。现在我们来把mapreducev2 yarn集群启动
1.在主服务器把resourcemanager服务起来（192.168.1.1）
- /etc/init.d/hadoop-yarn-resourcemanager start
2.把所有nodemanager服务启动
- #还是登陆saltstack master，执行 salt -v "dn*" cmd.run "/etc/init.d/hadoop-yarn-nodemanager start"
3.查看yarn 任务追踪界面(http://192.168.1.1:9081/),看是否所有nodes都已加入
4.hadoop自带有基准测试的mapreduce实例，我们利用它来测试yarn环境是否正常
- #TestDFSIO测试HDFS的读写性能,写10个文件，每个文件1G. su hdfs -
- hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.0.0-cdh4.2.1-tests.jar TestDFSIO -write -nrFiles 10 -fileSize 1000 #Sort测试MapReduce
- ##向random-data目录输出数据 hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar randomwriter random-data
- ##运行sort程序 hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar sort random-data sorted-data
- ##验证sorted-data 文件是否排好序 hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.0.0-cdh4.2.1-tests.jar testmapredsort -sortInput random-data
- -sortOutput sorted-data
总结
在折腾hadoop集群的部署是还是遇到了很多坑，打算下篇写自己所遭遇的问题。通过本文部署遇到问题的可以联系一下我,互相交流一下。QQ:83766787。当然也欢迎大家一起修改部署的脚本，git地址是：http://git.oschina.net/snake1361222/hadoop_scripts
原文链接：http://lxcong.blog.51cto.com/7485244/1241004
