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
- 1.
- 2.
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
#!/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.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
三、Hadoop Namenode & resourcemanager 主服务器 环境部署
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
- 1.
- 2.
- 3.
- 4.
- 5.
2.修改hostname
sh /opt/hadoop_scripts/deploy/AddHostname.sh
- 1.
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"
- 1.
- 2.
- 3.
- 4.
- 5.
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
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
5.执行部署脚本CreateNamenode.sh
sh /opt/hadoop_scripts/deploy/CreateNamenode.sh
- 1.
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
- 1.
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
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
c.开启服务
/etc/init.d/salt-master start
chkconfig salt-master on
- 1.
- 2.
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)
<property>
<name>dfs.namenode.rpc-address.mycluster.ns1</name>
<value>nn.dg.hadoop.cn:8020</value>
<description>定义ns1的rpc地址</description>
</property>
<property>
<name>dfs.namenode.rpc-address.mycluster.ns2</name>
<value>nn2.dg.hadoop.cn:8020</value>
<description>定义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集群机器列表</description>
</property>
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
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>
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
#p#
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>
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16.
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
- 1.
- 2.
- 3.
2.执行部署脚本CreateNamenode.sh
sh /opt/hadoop_scripts/deploy/CreateNamenode.sh
- 1.
3.同步hadoop配置文件
rsync –avz 192.168.1.1::hadoop_conf /etc/hadoop/conf
- 1.
4.部署saltstack客户端
sh /opt/hadoop_scripts/deploy/salt_minion.sh
- 1.
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
- 1.
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
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16.
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
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
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
- 1.
- 2.
- 3.
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
- 1.
- 2.
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
- 1.
2.把zookeeper集群服务启动(192.168.1.100 192.168.1.101 )
/etc/init.d/zookeeper-server start
- 1.
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
- 1.
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
- 1.
- 2.
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
- 1.
- 2.
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
- 1.
- 2.
#p#
6.主从服务都启动
/etc/init.d/hadoop-hdfs-namenode start
/etc/init.d/hadoop-yarn-resourcemanager start
- 1.
- 2.
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)
- 1.
- 2.
- 3.
- 4.
- 5.
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"
- 1.
- 2.
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
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
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
- 1.
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"
- 1.
- 2.
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
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
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
