中野七绪在线区一区二,熟女人妻AV一区

簡述

hadoop 集群一共有4種部署模式，詳見《hadoop 生態(tài)圈介紹》。
HA聯(lián)邦模式解決了單純HA模式的性能瓶頸（主要指Namenode、ResourceManager），將整個HA集群劃分為兩個以上的集群，不同的集群之間通過Federation進行連接，使得HA集群擁有了橫向擴展的能力。理論上，在該模式下，能夠通過增加計算節(jié)點以處理無限增長的數(shù)據(jù)。聯(lián)邦模式下的配置在原HA模式的基礎上做了部分調(diào)整。

所有四種模式的部署指南見：
hadoop 偽分布式搭建指南
 hadoop 完全分布式搭建指南
 hadoop HA高可用集群模式搭建指南
 hadoop HA+Federation（聯(lián)邦）模式搭建指南

搭建過程

系統(tǒng)環(huán)境

Ubuntu 14.04 x64 Server LTS
Hadoop 2.7.2
vagrant 模擬4臺主機，內(nèi)存都為2G

集群節(jié)點規(guī)劃

IP	主機名	角色描述	集群
192.168.100.201	h01.vm.com	namenode-ns1-nn1, zkfc, QuorumPeerMain, resourcemanager	ns1
192.168.100.202	h02.vm.com	namenode-ns1-nn2, zkfc, QuorumPeerMain, resourcemanager, journalnode,	ns1
192.168.100.203	h03.vm.com	namenode-ns2-nn3, zkfc, QuorumPeerMain, journalnode, nodemanager, datanode	ns2
192.168.100.204	h04.vm.com	namenode-ns2-nn4, zkfc, journalnode, nodemanager, datanode	ns2

上表中：

QuorumPeerMain 是zookeeper集群的入口進程；
zkfc 是 Zookeeper FailoverController 的簡稱，主要用于實現(xiàn)兩個NN之間的容災。
resourcemanager 是 yarn 中負責資源協(xié)調(diào)和管理的進程
nodemanager 是 yarn 中單個節(jié)點上的代理進程，向 RM 匯報信息，監(jiān)控該節(jié)點資源
datanode 是 hdfs 的工作節(jié)點，負責實際的數(shù)據(jù)存儲和任務計算
journalnode 是QJM模式下兩個NN節(jié)點同步數(shù)據(jù)的進程，每個HA集群里面的高可用依賴它
ns1,ns2 是集群的邏輯名稱
nn1,nn2, nn3, nn4 是集群中NN的邏輯名稱

zookeeper 節(jié)點需要配置奇數(shù)臺，一般配置3-7臺即可。2000多個節(jié)點的集群也僅需要5-9臺zk；journalnode與zk類似，也是配置奇數(shù)臺，且最少需要3臺，同樣不需要太多；另外zkfc需要在啟動namenode的節(jié)點上也啟動，以保障NN間的心跳機制。

更新軟件源索引

分別在 h01 h02 h03 h04 操作

sudo apt-get update

安裝基礎軟件

分別在 h01 h02 h03 h04 操作

sudo apt-get install ssh
sudo apt-get install rsync

配置主機域名

分別在 h01 h02 h03 h04 操作

sudo vim /etc/hostname # centos系統(tǒng)可能沒有該文件，創(chuàng)建即可
h01.vm.com # 該節(jié)點主機名

將該文件內(nèi)容修改為對應的主機名，例如 h01.vm.com

域名解析

搭建內(nèi)網(wǎng)DNS服務器（可選，但推薦），可閱讀vincent的博文
http://blog.kissdata.com/2014/07/10/ubuntu-dns-bind.html
配置 /etc/hosts，將以下代碼追加到文件末尾即可（如搭建了DNS服務器，則跳過此步驟）
分別在 h01 h02 h03 h04 操作

sudo vim /etc/hosts
192.168.100.201 h01.vm.com h01
192.168.100.202 h02.vm.com h02
192.168.100.203 h03.vm.com h03
192.168.100.204 h04.vm.com h04

!!! Ubuntu系統(tǒng)，須刪掉 /etc/hosts 映射 127.0.1.1/127.0.0.1 !!!
Check that there isn't an entry for your hostname mapped to 127.0.0.1 or 127.0.1.1 in /etc/hosts (Ubuntu is notorious for this).
127.0.1.1 h01.vm.com # must remove

不然可能會引起 hadoop、zookeeper 節(jié)點間通信的問題

時間同步（生產(chǎn)環(huán)境中務必配置）

在內(nèi)網(wǎng)中搭建 ntp 服務器，可閱讀vincent的博文
http://blog.kissdata.com/2014/10/28/ubuntu-ntp.html

準備jdk、hadoop和zookeeper軟件包

須到官方網(wǎng)站下載stable版本
jdk-7u79-linux-x64.tar.gz
hadoop-2.7.2.tar.gz
zookeeper-3.4.8.tar.gz
所有的軟件包都統(tǒng)一解壓到 /home/vagrant/VMBigData 目錄下，其中 vagrant 是linux系統(tǒng)的用戶名，由于我是使用 vagrant 虛擬的主機，所以默認是 vagrant
在 h01 操作

# 先在其中一臺機子操作，后面會使用 scp 命令或者其他方法同步到其他主機
mkdir -p /home/vagrant/VMBigData/hadoop /home/vagrant/VMBigData/java /home/vagrant/VMBigData/zookeeper
tar zxf jdk-7u79-linux-x64.tar.gz -C /home/vagrant/VMBigData/java
tar zxf hadoop-2.7.2.tar.gz -C /home/vagrant/VMBigData/hadoop
tar zxf zookeeper-3.4.8.tar.gz -C /home/vagrant/VMBigData/zookeeper

配置軟連接，方便以后升級版本

在 h01 操作，后面通過 scp 同步到其他主機

ln -s /home/vagrant/VMBigData/java/jdk1.7.0_79/  /home/vagrant/VMBigData/java/default
ln -s /home/vagrant/VMBigData/hadoop/hadoop-2.7.2/  /home/vagrant/VMBigData/hadoop/default
ln -s /home/vagrant/VMBigData/zookeeper/zookeeper-3.4.8/ /home/vagrant/VMBigData/zookeeper/default

配置環(huán)境變量

分別在 h01 h02 h03 h04 操作

sudo vim /etc/profile
export HADOOP_HOME=/home/vagrant/VMBigData/hadoop/default
export JAVA_HOME=/home/vagrant/VMBigData/java/default
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH
source /etc/profile

配置免密碼ssh登錄

hadoop主節(jié)點需要能遠程登陸集群內(nèi)的所有節(jié)點（包括自己），以執(zhí)行命令。所以需要配置免密碼的ssh登陸?？蛇x的ssh秘鑰對生成方式有rsa和dsa兩種，這里選擇rsa。

分別在 h01 h02 h03 h04 ，即4個主節(jié)點上操作

ssh-keygen -t rsa -C "youremail@xx.com"
# 注意在接下來的命令行交互中，直接按回車跳過輸入密碼

分別在 h01 h02 h03 h04 上操作。以下命令將本節(jié)點的公鑰 id_rsa.pub 文件的內(nèi)容追加到遠程主機的 authorized_keys 文件中（默認位于 ~/.ssh/）

ssh-copy-id vagrant@h01.vm.com # vagrant是遠程主機用戶名
ssh-copy-id vagrant@h02.vm.com
ssh-copy-id vagrant@h03.vm.com
ssh-copy-id vagrant@h04.vm.com

在 h01 h02 h03 h04 上測試無密碼 ssh 登錄到 h01 h02 h03 h04

ssh h01.vm.com
ssh h02.vm.com
ssh h03.vm.com
ssh h04.vm.com

!!! 注意使用rsa模式生成密鑰對時，不要輕易覆蓋原來已有的，確定無影響時方可覆蓋 !!!

配置從節(jié)點

在 slaves 文件中配置的主機即為從節(jié)點，將自動運行datanode, nodemanager服務

在 h01 操作，后面通過 scp 同步到其他主機

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/slaves
h03.vm.com
h04.vm.com

也可以在不同集群里配置不同的從節(jié)點

建立存儲數(shù)據(jù)的相應目錄

在 h01 操作，后面通過 scp 同步到其他主機

mkdir -p /home/vagrant/VMBigData/hadoop/data/hdfs/tmp
mkdir -p /home/vagrant/VMBigData/hadoop/data/journal/data
mkdir -p /home/vagrant/VMBigData/hadoop/data/pid
mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode1
mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode2
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode1
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode2
mkdir -p /home/vagrant/VMBigData/hadoop/data/local-dirs
mkdir -p /home/vagrant/VMBigData/hadoop/data/log-dirs

配置hadoop參數(shù)

在 h01 操作，后面通過 scp 同步到其他主機

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hadoop-env.sh

# export JAVA_HOME=${JAVA_HOME} # 注意注釋掉原來的這行
export JAVA_HOME=/home/vagrant/VMBigData/java/default
export HADOOP_PREFIX=/home/vagrant/VMBigData/hadoop/default
# export HADOOP_PID_DIR=${HADOOP_PID_DIR} # 注意注釋掉原來的這行
export HADOOP_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
export YARN_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
# export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR} # 注意注釋掉原來的這行
export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR}

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-env.sh

export HADOOP_MAPRED_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/core-site.xml

<?xml version="1.0" encoding="utf-8"?>
# <configuration> # 注意此處的修改
<configuration xmlns:xi="http://www.w3.org/2001/XInclude">
  <xi:include href="/home/vagrant/VMBigData/hadoop/default/etc/hadoop/cmt.xml" /> # 此處引入federation的額外配置文件
  <property> 
    <!-- 指定hdfs的nameservice名稱，在 cmt.xml 文件中會引用。注意此處的修改 -->  
    <name>fs.defaultFS</name>  
    <value>viewfs://nsX</value> 
  </property>  
  <!-- 指定hadoop數(shù)據(jù)存儲目錄 -->  
  <property> 
    <name>hadoop.tmp.dir</name>  
    <value>/home/vagrant/VMBigData/hadoop/data/hdfs/tmp</value> 
  </property>
  <property> 
    <!-- 注意此處將該配置項從 hdfs-site.xml 文件中遷移過來了 -->
    <name>dfs.journalnode.edits.dir</name>  
    <value>/home/vagrant/VMBigData/hadoop/data/journal/data</value> 
  </property>
  <!-- 指定zookeeper地址 -->  
  <property> 
    <name>ha.zookeeper.quorum</name>  
    <value>h01.vm.com:2181,h02.vm.com:2181,h03.vm.com:2181</value> 
  </property> 
</configuration>

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/cmt.xml

<?xml version="1.0" encoding="utf-8"?>
<configuration>
  <property> 
    <!-- 將 hdfs 的 /view_ns1 目錄掛載到 ns1 的NN下管理，整個federation的不同HA集群也是可以讀寫此目錄的，但是在指定路徑是需要指定完全路徑 -->
    <name>fs.viewfs.mounttable.nsX.link./view_ns1</name>  
    <value>hdfs://ns1</value> 
  </property> 
  <property> 
    <name>fs.viewfs.mounttable.nsX.link./view_ns2</name>  
    <value>hdfs://ns2</value> 
  </property> 
  <property> 
    <!-- 指定 /tmp 目錄，許多依賴hdfs的組件可能會用到此目錄 -->
    <name>fs.viewfs.mounttable.nsX.link./tmp</name>  
    <value>hdfs://ns1/tmp</value> 
  </property> 
</configuration>

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hdfs-site.xml

<?xml version="1.0" encoding="utf-8"?>
<!-- HDFS-HA 配置 -->
<configuration> 
  <property> 
    <!-- 因為集群規(guī)劃中只配置了2各datanode節(jié)點，所以此處只能設置小于2，因為hadoop默認不允許將不同的副本存放到相同的節(jié)點上 -->  
    <name>dfs.replication</name>  
    <value>2</value> 
  </property>  
  
  <property> 
    <!-- 白名單：僅允許以下datanode連接到NN，一行一個，也可以指定一個文件 -->
    <name>dfs.hosts</name>  
    <value>
    <!-- ~/VMBigData/hadoop/default/etc/hadoop/hosts.allow -->
    h01.vm.com
    h02.vm.com
    h03.vm.com
    h04.vm.com
    </value> 
  </property> 
  <property> 
    <!-- 黑名單：不允許以下datanode連接到NN，一行一個，也可以指定一個文件 -->
    <name>dfs.hosts.exclude</name>  
    <value></value> 
  </property> 

  <property> 
    <!-- 集群的命名空間、邏輯名稱，可配置多個，但是與 cmt.xml 配置對應 -->
    <name>dfs.nameservices</name>  
    <value>ns1,ns2</value> 
  </property> 
  <property> 
    <!-- 命名空間中所有NameNode的唯一標示。該標識指示集群中有哪些NameNode。目前單個集群最多只能配置兩個NameNode -->  
    <name>dfs.ha.namenodes.ns1</name>  
    <value>nn1,nn2</value> 
  </property>  
  <property> 
    <name>dfs.ha.namenodes.ns2</name>  
    <value>nn3,nn4</value> 
  </property>  
  <property> 
    <name>dfs.namenode.rpc-address.ns1.nn1</name>  
    <value>h01.vm.com:9000</value> 
  </property>  
  <property> 
    <name>dfs.namenode.http-address.ns1.nn1</name>  
    <value>h01.vm.com:50070</value> 
  </property>  
  <property> 
    <name>dfs.namenode.rpc-address.ns1.nn2</name>  
    <value>h02.vm.com:9000</value> 
  </property>  
  <property> 
    <name>dfs.namenode.http-address.ns1.nn2</name>  
    <value>h02.vm.com:50070</value> 
  </property>  
  <property> 
    <name>dfs.namenode.rpc-address.ns2.nn3</name>  
    <value>h03.vm.com:9000</value> 
  </property>  
  <property> 
    <name>dfs.namenode.http-address.ns2.nn3</name>  
    <value>h03.vm.com:50070</value> 
  </property>  
  <property> 
    <name>dfs.namenode.rpc-address.ns2.nn4</name>  
    <value>h04.vm.com:9000</value> 
  </property>  
  <property> 
    <name>dfs.namenode.http-address.ns2.nn4</name>  
    <value>h04.vm.com:50070</value> 
  </property>  
 
  <property> 
    <!-- JournalNode URLs，ActiveNameNode 會將 Edit Log 寫入這些 JournalNode 所配置的本地目錄即 dfs.journalnode.edits.dir -->  
    <name>dfs.namenode.shared.edits.dir</name>  
    <!-- 注意此處的ns1，當配置文件所在節(jié)點處于ns1集群時，此處為ns1，當處于ns2集群時，此處為ns2 -->
<value>qjournal://h02.vm.com:8485;h03.vm.com:8485;h04.vm.com:8485/ns1</value> 
  </property>  
  <!-- JournalNode 用于存放 editlog 和其他狀態(tài)信息的目錄 -->  
  <property> 
    <name>dfs.journalnode.edits.dir</name>  
    <value>/home/vagrant/VMBigData/hadoop/data/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.client.failover.proxy.provider.ns2</name>  
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> 
  </property>  
  <!-- 一種關(guān)于 NameNode 的隔離機制(fencing) -->  
  <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/vagrant/.ssh/id_rsa</value> 
  </property>  
  <property> 
    <name>dfs.ha.fencing.ssh.connect-timeout</name>  
    <value>30000</value> 
  </property>  

  <property> 
    <name>dfs.namenode.name.dir</name>  
    <!-- 創(chuàng)建的namenode文件夾位置，如有多個用逗號隔開。配置多個的話，每一個目錄下數(shù)據(jù)都是相同的，達到數(shù)據(jù)冗余備份的目的 -->  
    <value>file:///home/vagrant/VMBigData/hadoop/data/namenode1,file:///home/vagrant/VMBigData/hadoop/data/namenode2</value> 
  </property>  
  <property> 
    <name>dfs.datanode.data.dir</name>  
    <!-- 創(chuàng)建的datanode文件夾位置，多個用逗號隔開，實際不存在的目錄會被忽略 -->  
    <value>file:///home/vagrant/VMBigData/hadoop/data/datanode1,file:///home/vagrant/VMBigData/hadoop/data/datanode2</value> 
  </property> 
</configuration>

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/yarn-env.sh

# export JAVA_HOME=/home/y/libexec/jdk1.6.0/
export JAVA_HOME=/home/vagrant/VMBigData/java/default/

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/yarn-site.xml

<?xml version="1.0" encoding="utf-8"?>
<!-- YARN-HA 配置 -->
<configuration> 
  <!-- YARN HA 配置開始，與NN HA很相似 -->
  <property> 
    <name>yarn.resourcemanager.zk-address</name>  
    <value>h01.vm.com:2181,h02.vm.com:2181,h03.vm.com:2181</value> 
  </property>  
  <property> 
    <!-- 啟用RM的高可用模式 -->
    <name>yarn.resourcemanager.ha.enabled</name>  
    <value>true</value> 
  </property> 
  <property> 
    <!-- 配置HA節(jié)點的邏輯名稱 -->
    <name>yarn.resourcemanager.ha.rm-ids</name>  
    <value>rm1,rm2</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.hostname.rm1</name>  
    <value>h01.vm.com</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.hostname.rm2</name>  
    <value>h02.vm.com</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.address.rm1</name>  
    <value>h01.vm.com:8032</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.address.rm2</name>  
    <value>h02.vm.com:8032</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.scheduler.address.rm1</name>  
    <value>h01.vm.com:8030</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.scheduler.address.rm2</name>  
    <value>h02.vm.com:8030</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.resource-tracker.address.rm1</name>  
    <value>h01.vm.com:8031</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.resource-tracker.address.rm2</name>  
    <value>h02.vm.com:8031</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.webapp.address.rm1</name>  
    <value>h01.vm.com:8088</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.webapp.address.rm2</name>  
    <value>h02.vm.com:8088</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>  
    <value>true</value> 
  </property> 
  <property> 
    <!-- 配置集群ID，使得yarn能夠在正確的集群上Active -->
    <name>yarn.resourcemanager.cluster-id</name>  
    <value>hd0703-yarn</value> 
  </property> 
  <property> 
    <name>yarn.client.failover-proxy-provider</name>  
    <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value> 
  </property> 
  <property> 
    <name>yarn.resourcemanager.recovery.enabled</name>  
    <value>true</value> 
  </property> 
  <property>
    <!-- 兩個可選值：org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore 以及 默認值org.apache.hadoop.yarn.server.resourcemanager.recovery.FileSystemRMStateStore -->
    <name>yarn.resourcemanager.store.class</name>  
    <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> 
  </property> 
  <!-- YARN HA 配置結(jié)束 -->

  <property> 
    <name>yarn.log-aggregation-enable</name>  
    <!-- 打開日志聚合功能，這樣才能從web界面查看日志 -->  
    <value>true</value> 
  </property>  
  <property> 
    <name>yarn.log-aggregation.retain-seconds</name>  
    <!-- 聚合日志最長保留時間 -->  
    <value>86400</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.resource.memory-mb</name>  
    <!-- NodeManager總的可用內(nèi)存，這個要根據(jù)實際情況合理配置 -->  
    <value>1024</value> 
  </property>  
  <property> 
    <name>yarn.scheduler.minimum-allocation-mb</name>  
    <!-- MapReduce作業(yè)時，每個task最少可申請內(nèi)存 -->  
    <value>256</value> 
  </property>  
  <property> 
    <name>yarn.scheduler.maximum-allocation-mb</name>  
    <!-- MapReduce作業(yè)時，每個task最多可申請內(nèi)存 -->  
    <value>512</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.vmem-pmem-ratio</name>  
    <!-- 可申請使用的虛擬內(nèi)存，相對于實際使用內(nèi)存大小的倍數(shù)。實際生產(chǎn)環(huán)境中可設置的大一些，如4.2 -->  
    <value>2.1</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.vmem-check-enabled</name>  
    <value>false</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.local-dirs</name>  
    <!-- 中間結(jié)果存放位置。注意，這個參數(shù)通常會配置多個目錄，已分攤磁盤IO負載。 -->  
    <value>/home/vagrant/VMBigData/hadoop/data/localdir1,/home/vagrant/VMBigData/hadoop/data/localdir2</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.log-dirs</name>  
    <!-- 日志存放位置。注意，這個參數(shù)通常會配置多個目錄，已分攤磁盤IO負載。 -->  
    <value>/home/vagrant/VMBigData/hadoop/data/hdfs/logdir1,/home/vagrant/VMBigData/hadoop/data/hdfs/logdir2</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.aux-services</name>  
    <value>mapreduce_shuffle</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>  
    <value>org.apache.hadoop.mapred.ShuffleHandler</value> 
  </property> 
</configuration>

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-site.xml

<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <property> 
    <name>mapreduce.framework.name</name>  
    <value>yarn</value> 
  </property>  
  <property> 
    <name>yarn.app.mapreduce.am.resource.mb</name>  
    <!-- 默認值為 1536,可根據(jù)需要調(diào)整，調(diào)小一些也是可接受的 -->  
    <value>512</value> 
  </property>  
  <property> 
    <name>mapreduce.map.memory.mb</name>  
    <!-- 每個map task申請的內(nèi)存，每一次都會實際申請這么多 -->  
    <value>384</value> 
  </property>  
  <property> 
    <name>mapreduce.map.java.opts</name>  
    <!-- 每個map task中的child jvm啟動時參數(shù)，需要比 mapreduce.map.memory.mb 設置的小一些 -->  
    <!-- 注意：map任務里不一定跑java，可能跑非java（如streaming） -->  
    <value>-Xmx256m</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.memory.mb</name>  
    <value>384</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.java.opts</name>  
    <value>-Xmx256m</value> 
  </property>  
  <property> 
    <name>mapreduce.tasktracker.map.tasks.maximum</name>  
    <value>2</value> 
  </property>  
  <property> 
    <name>mapreduce.tasktracker.reduce.tasks.maximum</name>  
    <value>2</value> 
  </property>  
  <property> 
    <name>mapred.child.java.opts</name>  
    <!-- 默認值為 -Xmx200m，生產(chǎn)環(huán)境可以設大一些 -->  
    <value>-Xmx384m</value> 
  </property>  
  <property> 
    <name>mapreduce.task.io.sort.mb</name>  
    <!-- 任務內(nèi)部排序緩沖區(qū)大小 -->  
    <value>128</value> 
  </property>  
  <property> 
    <name>mapreduce.task.io.sort.factor</name>  
    <!-- map計算完全后的merge階段，一次merge時最多可有多少個輸入流 -->  
    <value>100</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.shuffle.parallelcopies</name>  
    <!-- reuduce shuffle階段并行傳輸數(shù)據(jù)的數(shù)量 -->  
    <value>50</value> 
  </property>  
  <property> 
    <name>mapreduce.jobhistory.address</name>  
    <value>h01.vm.com:10020</value> 
  </property>  
  <property> 
    <name>mapreduce.jobhistory.webapp.address</name>  
    <value>h01.vm.com:19888</value> 
  </property> 
</configuration>

!!! 特別要注意 !!!
在 hdfs-site.xml 文件中的 dfs.namenode.shared.edits.dir 配置項：
當配置文件所在節(jié)點處于ns1集群時，此處值末尾部分為ns1，當處于ns2集群時，則為ns2

安裝配置zookeeper

在 h01 操作，后面通過 scp 同步到其他主機

cd /home/vagrant/VMBigData/zookeeper/default/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
# 對該文件做出以下修改
dataDir=/home/vagrant/VMBigData/zookeeper/data/tmp
# 如果無法啟動zookeeper，可將以下代碼對應的行改為 0.0.0.0:2888:3888
# 注意zookeeper解析該文件很死板，不要輸入多余的空格和空行
server.1=h01.vm.com:2888:3888
server.2=h02.vm.com:2888:3888
server.3=h03.vm.com:2888:3888

mkdir -p /home/vagrant/VMBigData/zookeeper/data/tmp
vim /home/vagrant/VMBigData/zookeeper/data/tmp/myid
# 在此文件中輸入節(jié)點編號，比如h01節(jié)點就輸入1，h02節(jié)點就輸入2

將hadoop所需文件同步到其他主機

在 h01 上操作

scp -r /home/vagrant/VMBigData vagrant@h02.vm.com:/home/vagrant
scp -r /home/vagrant/VMBigData vagrant@h03.vm.com:/home/vagrant
scp -r /home/vagrant/VMBigData vagrant@h04.vm.com:/home/vagrant

!!! 注意：default 軟連接需要重建 !!!

修改各節(jié)點的 zookeeper 的 /home/vagrant/VMBigData/zookeeper/data/tmp/myid 文件，內(nèi)容為各節(jié)點編號，本例中為 1,2,3

啟動zookeeper

在 h01 h02 h03 操作

cd /home/vagrant/VMBigData/zookeeper/default
bin/zkServer.sh start

啟動JournalNode

在任一配置了journalnode的節(jié)點操作

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemons.sh --hostnames "h02.vm.com h03.vm.com h04.vm.com" start journalnode

格式化namenode

在 h01 和 h03 即每個集群其中一臺namenode的節(jié)點上執(zhí)行
注意需要指定集群ID

hdfs namenode -format -clusterid hd0703

!!! 注意僅在首次啟動時執(zhí)行，因為此命令會刪除hadoop集群所有的數(shù)據(jù) !!!

啟動格式化后的namenode

在已經(jīng)格式化過的 h01 和 h03 namenode 節(jié)點運行

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemons.sh  --hostnames "h01.vm.com h03.vm.com" start namenode

同步四個namenode的數(shù)據(jù)

在 h02 和 h04 執(zhí)行同步

cd /home/vagrant/VMBigData/hadoop/default
hdfs namenode -bootstrapStandby

啟動同步后的namenode

在已經(jīng)同步過的 h02 和 h04 namenode 節(jié)點運行

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemons.sh  --hostnames "h02.vm.com h04.vm.com" start namenode

格式化zkfc

在 h01 和 h03 (主namenode) 上操作

hdfs zkfc -formatZK

!!! 注意僅在首次啟動時執(zhí)行 !!!

啟動zkfc

在 h01 操作即可

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemons.sh --hostnames "h01.vm.com h02.vm.com h03.vm.com h04.vm.com" start zkfc
# sbin/hadoop-daemons.sh stop zkfc #  停止

啟動hadoop集群：

啟動hdfs

可在任意主節(jié)點執(zhí)行

cd /home/vagrant/VMBigData/hadoop/default
sbin/start-dfs.sh
# sbin/stop-dfs.sh # 停止

啟動Yarn

在h01 和 h02 即計劃搭載 ResourceManager 的節(jié)點上操作

cd /home/vagrant/VMBigData/hadoop/default
sbin/start-yarn.sh
# sbin/stop-yarn.sh# 停止

瀏覽服務啟動情況

NameNode1
http://192.168.100.201:50070

NameNode2
http://192.168.100.202:50070

NameNode3
http://192.168.100.203:50070

NameNode4
http://192.168.100.204:50070

ResourceManager1
http://192.168.100.201:8088

ResourceManager2
http://192.168.100.202:8088

Datanode
http://192.168.100.203:50075
http://192.168.100.204:50075

zookeeper
bin/zkServer.sh status

zookeeper命令行
zkCli.sh -server 127.0.0.1:2181

集群狀態(tài)
bin/hdfs dfsadmin -report

hadoop進程
jps

動態(tài)添加/刪除HA集群

// todo

動態(tài)添加/刪除datanode

// todo

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

hadoop HA+Federation（高可用聯(lián)邦）模式搭建指南

hadoop HA+Federation（高可用聯(lián)邦）模式搭建指南

簡述

搭建過程

系統(tǒng)環(huán)境

集群節(jié)點規(guī)劃

更新軟件源索引

安裝基礎軟件

配置主機域名

域名解析

時間同步（生產(chǎn)環(huán)境中務必配置）

準備jdk、hadoop和zookeeper軟件包

配置軟連接，方便以后升級版本

配置環(huán)境變量

配置免密碼ssh登錄

配置從節(jié)點

建立存儲數(shù)據(jù)的相應目錄

配置hadoop參數(shù)

安裝配置zookeeper

將hadoop所需文件同步到其他主機

啟動zookeeper

啟動JournalNode

格式化namenode

啟動格式化后的namenode

同步四個namenode的數(shù)據(jù)

啟動同步后的namenode

格式化zkfc

啟動zkfc

啟動hadoop集群：

瀏覽服務啟動情況

動態(tài)添加/刪除HA集群

動態(tài)添加/刪除datanode

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

hadoop HA+Federation（高可用聯(lián)邦）模式搭建指南

簡述

搭建過程

系統(tǒng)環(huán)境

集群節(jié)點規(guī)劃

更新軟件源索引

安裝基礎軟件

配置主機域名

域名解析

時間同步（生產(chǎn)環(huán)境中務必配置）

準備jdk、hadoop和zookeeper軟件包

配置軟連接，方便以后升級版本

配置環(huán)境變量

配置免密碼ssh登錄

配置從節(jié)點

建立存儲數(shù)據(jù)的相應目錄

配置hadoop參數(shù)

安裝配置zookeeper

將hadoop所需文件同步到其他主機

啟動zookeeper

啟動JournalNode

格式化namenode

啟動格式化后的namenode

同步四個namenode的數(shù)據(jù)

啟動同步后的namenode

格式化zkfc

啟動zkfc

啟動hadoop集群：

瀏覽服務啟動情況

動態(tài)添加/刪除HA集群

動態(tài)添加/刪除datanode

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

配置軟連接，方便以后升級版本