主机名:
shi1
shi2
shi3Hadoop安装包版本:
hadoop-2.7.5.tar.gz
Hadoop安装位置
/opt/hadoop
环境变量位置
/etc/profile.d/hadoop-etc.sh
1. 解压安装包
tar -zxvf hadoop-2.7.5.tar.gz -C /opt
2. 重命名解压出来的安装包
mv hadoop-2.7.5.tar.gz hadoop
3. 添加Hadoop环境变量
vi /etc/profil.d/hadoop-etc.sh
添加以下内容
export HADOOP_HOME=/opt/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
4. 使Hadoop环境变量生效
source /etc/profil.d/hadoop-etc.sh
5. 修改hadoop-env.sh中的 jdk 地址
vi /opt/hadoop/etc/hadoop/hadoop-env.sh
将上边的箭头位置内容修改为下边的内容
export JAVA_HOME=/opt/jdk
6. 在yarn-env.sh中添加数据
vi /opt/hadoop/etc/hadoop/yarn-env.sh
添加以下内容
export JAVA_HOME=/opt/jdk
7. 修改hdfs-site.xml
vi /opt/hadoop/etc/hadoop/hdfs-site.xml
添加以下内容
<configuration>
<!--指定hdfs的nameservice为ns1,需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>ns1</value>
</property>
<!-- ns1下面有两个NameNode,分别是nn1,nn2 -->
<property>
<name>dfs.ha.namenodes.ns1</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn1</name>
<value>shi1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>shi1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>shi2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>shi2:50070</value>
</property>
<!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://shi1:8485;shi2:8485;shi3:8485/ns1</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>/opt/hadoop-repo/journal</value>
</property>
<property>
<name>dfs.namenode.name.dir</name>
<value>/opt/hadoop-repo/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>/opt/hadoop-repo/data</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.ns1</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>
<property>
<name>dfs.ha.automatic-failover.enabled.ns</name>
<value>true</value>
</property>
</configuration>
8. 修改core-site.xml
vi /opt/hadoop/etc/hadoop/core-site.xml
添加以下内容
<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/hadoop-repo/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>shi1:2181,shi2:2181,shi3:2181</value>
</property>
</configuration>
9. 复制mapred-site.xml.template并重命名为mapred-site.xml然后修改mapred-site.xml
cp /opt/hadoop/etc/hadoop/mapred-site.xml.template /opt/hadoop/etc/hadoop/mapred-site.xml
vi /opt/hadoop/etc/hadoop/mapred-site.xml
添加以下内容
<configuration>
<!-- mr依赖的框架名称 yarn-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<!-- 会在hdfs的根目录下面创建一个history的文件夹,存放历史任务的相关运行情况-->
<property>
<name>yarn.app.mapreduce.am.staging-dir</name>
<value>/history</value>
</property>
<!-- map和reduce的日志级别-->
<property>
<name>mapreduce.map.log.level</name>
<value>INFO</value>
</property>
<property>
<name>mapreduce.reduce.log.level</name>
<value>INFO</value>
</property>
</configuration>
10. 修改yarn-site.xml
vi /opt/hadoop/etc/hadoop/yarn-site.xml
添加以下内容
<configuration>
<!-- 开启RM高可靠 -->
<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>shi2</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>shi3</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>shi1:2181,shi2:2181,shi3:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
11. 修改配置hdfs中的从节点
vi /opt/hadoop/etc/hadoop/slaves
原有的全部删除,然后修改为以下内容
shi2
shi3
12. 同步hadoop到集群其他机器
scp -r /opt/hadoop/ lky02:/opt/
scp -r /opt/hadoop/ lky03:/opt/
13. 同步hadoop-repo到集群其他机器
scp -r /opt/hadoop-repo/ lky02:/opt/
scp -r /opt/hadoop-repo/ lky03:/opt/
14. 同步hadoop环境变量到集群其他机器
scp -r /etc/profile.d/hadoop-etc.sh lky02:/etc/profile.d/
scp -r /etc/profile.d/hadoop-etc.sh lky03:/etc/profile.d/
15. 在第二、三台机器上执行命令使Hadoop环境变量生效
source /etc/profile.d/hadoop-etc.sh
16. 三台机器都启动zk服务
zkServer.sh start
17. 三台机器上都启动journalnode
hadoop-daemon.sh start journalnode
18. 在第一台机器上执行格式化
hdfs namenode -format
19. 同步hadoop-repo到其他机器上
scp -r /opt/hadoop-repo/ lky02:/opt/
scp -r /opt/hadoop-repo/ lky03:/opt/
20. 在第一台机器上格式化zkfc
hdfs zkfc -formatZK
21. 启动Hadoop
在lky01上面执行
start-dfs.sh
在lky02上面执行
start-yarn.sh
在lky03上面执行
yarn-daemon.sh start resourcemanager
22. 服务验证
在物理机或VM上用浏览器访问hadoop web服务:http://ip:50070