虚拟机CentOS 7.5.1804下无外网Hadoop HA集群安装

网上有很多Hadoop HA集群安装的资料，我当时安装也是参考了官方文档和这些资料才安装成功的。由于使用的环境和软件版本可能有所不同，且因工作环境网络所限无法连接外网，加之记录一下自己的安装过程，不枉花费时间来研究Hadoop环境的搭建，故作此文章。

一、集群架构表

IP地址	主机名	角色	端口
192.168.52.2	namenode	NameNode，JournalNode，ZKFC， ResourceManager，MapReduce历史服务器	hdfs-site(http://namenode:50070) yarn-site(http://namenode:8088)
192.168.52.3	datanode1	NameNode，JournalNode，ZKFC，DataNode，ZooKepper	hdfs-site(http://datanode1:50070)
192.168.52.4	datanode2	ResourceManager，JournalNode，DataNode，ZooKepper	yarn-site(http://namenode:8088)
192.168.52.5	datanode3	DataNode，ZooKepper

注：ZKFC并不依赖ZooKeeper，所以无须在namenode上安装ZooKeeper。

二、操作系统环境及软件版本（都是当时的最新版本）

我安装的是1台虚拟机，克隆了3个，具体安装过程在此不加赘述。

1、CentOS 7.5.1804 ，最小化安装

2、Hadoop 2.9.2

3、JDK8（最开始装的JDK11，屡试不行，去官网查版本支持，发现不支持JAVA 11，于是下的JDK8）

4、ZooKeeper-3.4.13

5、ntpdate或者CentOS 7默认的chrony时间同步，二选一

6、psmisc（很重要，fuser指令所需的包，后面会详细说明）

cat /etc/redhat-release

hadoop -version

java -version

alternatives --config java （配置java多版本环境）

yum install psmisc

三、安装过程

1、配置主机名

1.1 分别在4台服务器上用root账户执行：

hostnamectl set-hostname namenode 

hostnamectl set-hostname datanode1 

hostnamectl set-hostname datanode2

hostnamectl set-hostname datanode3

1.2 在4台服务器上用root用户执行（亦可在namenode上修改，然后scp复制到其他主机上）：

vi /etc/hosts

然后在文本末尾插入如下4行信息

192.168.52.2 namenode 

192.168.52.3 datanode1 

192.168.52.4 datanode2 

192.168.52.5 datanode3 

192.168.52.1 win             #这行最好也加上，方便本机windows与4台虚拟机的相互访问

2、关闭SELINUX

因为CentOS的所有访问权限都是有SELinux来管理的，为了简化安装过程避免权限导致的问题，先将其关闭，以后根据需要再进行重新管理。

执行如下指令关闭：

setenforce 0 #临时设置SELINUX状态

vi /etc/selinux/config # 编辑 config 文件将 SELINUX=enforcing 修改为 SELINUX=disabled（重启生效）

查看执行结果：

getenforce #查看当前SELINUX状态，permissive或disabled代表SELINUX处于关闭状态

3、关闭防火墙

同样是为了简化安装，避免防火墙策略带来的影响。

先查看防火墙状态：

[hadoop@namenode hadoop]$ systemctl status firewalld 

● firewalld.service - firewalld - dynamic firewall daemon Loaded: loaded (/usr/lib/systemd/system/firewalld.service; disabled; vendor preset: enabled) #disabled表示非开机启动 

Active: inactive (dead) #inactive表示当前未激活，active表示已激活 

Docs: man:firewalld(1)

4、新建hadoop账户

由于Hadoop 集群中的各节点默认会使用当前的账号SSH免密码登录其它节点，所以需要在每个节点中创建一个相同的供 Hadoop 集群专用的账户，本例中使用的账户为 hadoop 。

useradd hadoop #创建账户 passwd hadoop #设置密码

5、配置ssh互信（root、hadoop）

5.1 开启 sshd 秘钥认证

编辑每一台服务器的 /etc/ssh/sshd_config 文件，去掉下面这3行前的 “#” 注释。

执行：

vi  /etc/ssh/sshd_config

删除行首"#",取消注释：

   # RSAAuthentication yes

   # PubkeyAuthentication yes

   # AuthorizedKeysFile      .ssh/authorized_keys

然后重启sshd服务：

systemctl restart sshd

5.2 配置root账户的ssh互信

5.2.1 生成公钥和私钥

在4台服务器上执行，一直按回车默认即可：

ssh-keygen -t rsa

执行完后会在hadoop用户的家目录（/home/hadoop）中生成一个.ssh文件夹，里面有两个文件，其中id_rsa是私钥，id_rsa.pub是公钥。

在namenode服务器上以下执行：

5.2.2 将4台服务器公钥文件的内容追加输入到authorized_keys文件

(1) 先将namenode的公钥内容插入到authorized_keys文件

cat /home/root/.ssh/id_rsa.pub >> /home/root/.ssh/authorized_keys

(2) 通过ssh输入密码再将三台datanode的公钥内容插入到authorized_keys文件

ssh hadoop@datanode1 cat /home/root/.ssh/id_rsa.pub >> /home/root/.ssh/authorized_keys 

ssh hadoop@datanode2 cat /home/root/.ssh/id_rsa.pub >> /home/root/.ssh/authorized_keys 

ssh hadoop@datanode3 cat /home/root/.ssh/id_rsa.pub >> /home/root/.ssh/authorized_keys

5.2.3 ssh连接namenode自己，以在/home/root/.ssh/known_hosts生成自己的那条记录

ssh hadoop cat /home/root/.ssh/id_rsa.pub >> /home/root/.ssh/authorized_keys

5.2.4 将authorized_keys和known_hosts通过scp复制到三台datanode服务器上

scp /home/root/.ssh/authorized_keys datanode1:/home/root/.ssh/ 

scp /home/root/.ssh/authorized_keys datanode2:/home/root/.ssh/ 

scp /home/root/.ssh/authorized_keys datanode3:/home/root/.ssh/ 

scp /home/root/.ssh/known_hosts datanode1:/home/root/.ssh/ 

scp /home/root/.ssh/known_hosts datanode2:/home/root/.ssh/ 

scp /home/root/.ssh/known_hosts datanode3:/home/root/.ssh/

5.2.5 修改ssh目录和authorized_keys的权限

chmod -R 700 /home/root/.ssh chmod 600 /home/root/.ssh/authorized_keys

5.2.6 测试一下，不需要输入密码就能登录则成功，注意下命令行中的主机名哦

ssh root@datanode1 ssh root@datanode2 ssh root@datanode3

5.3 同理，配置hadoop账户的ssh互信

用hadoopz账户登录，生成公、私钥：

ssh-keygen -t rsa

其他步骤按照5.2的顺序来，只要把root替换成hadoop就可以了。

6、用root用户给hadoop用户授予sudo权限

执行如下指令：

visudo

在文末添加如下内容，目的是为了授予hadoop用户组所有权限，可使用sudo指令执行一些只有root用户才能执行的指令。

%hadoop ALL=(ALL) ALL

7、安装JDK

从下面网站下载Oracle JDK8的tar.gz包，第一个网站可以下载8u202版本，第二个可以下载8u192版本，Oracle官方说了2019年1月以后将不支持Java 8的公开版更新。

http://jdk.java.net/8/

https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

ftp、rz或通过虚拟机共享文件夹上传到服务器，找到安装包所在目录，解压安装即可，

tar -zxf java8.tar.gz -C 要解压到的文件路径 #想要看安装过程输出信息的可以加个v参数，即-zxvf

8、配置时间同步，避免服务器间时间不一致带来的影响

注意：ntp配置后，要延迟一阵才开始时间同步，所以用ntpstat -p指令查看是否配置成功时，不要以为输出的结果不对就是没配置正确，最好等一段时间再看。

9、安装ZooKeeper

这个也没什么说的，下载，解压，配置。在ZooKeeper服务器比如datanode1上安装配置好后，然后scp整个ZooKeeper目录即可。

下载地址：

https://www.apache.org/dyn/closer.cgi/zookeeper/

到ZooKeeper服务器上，解压指令：

tar -zxf zookeeper.tar.gz -C 要解压到的文件路径

配置：

到ZooKeeper的安装目录下的conf子目录下新建zoo.cfg：

cp zoo_sample.cfg zoo.cfg

配置zoo.cfg：

vi zoo.cfg

把原来的dataDir那行注释掉，新加如下两行：

dataDir=/hadoop/software/zookeeper-3.4.13/data
dataLogDir=/hadoop/software/zookeeper-3.4.13/logs
server.1=datanode1:2888:3888
server.2=datanode2:2888:3888
server.3=datanode3:2888:3888

新建两个目录——data目录和logs目录，对应zoo.cfg中的配置，并在data目录下新建myid文件，内容对应zoo.cfg中的server单词后的数字，如果是复制的文件别忘了改哦！

至此ZooKeeper就配好了，是不是很简单？

10、安装、配置Hadoop

安装hadoop难点无非就是配置问题，在遇到问题时确保配置正确，结合log文件查找原因。

注意：下面所有指令都是以hadoop用户登录执行的：

10.1 安装Hadoop

下载地址：

http://hadoop.apache.org/

下载好tar.gz包，解压（建议不要下source源码版本的，需要各种包和docker包，很烦），注意四台服务器上都要安装哦！

tar -zxf hadoop.tar.gz -C hadoop的安装目录

10.2 配置hadoop的环境变量和全局环境变量

可以分别配置/etc/profile和/home/hadoop/.bash_profile，这样权限方面更安全一点，但我嫌麻烦，索性都配到/etc/profile里了。

vi /etc/profile

在文末加入如下内容：

# Configure JAVA 
export JAVA_HOME=/software/jdk1.8.0_202 
export JAVA_BIN=$JAVA_HOME/bin 
export JAVA_LIB=$JAVA_HOME/lib 
export CLASSPATH=.:$JAVA_LIB/tools.jar:$JAVA_LIB/dt.jar 
# Configure Hadoop 
export HADOOP_HOME=/hadoop/hadoop-2.9.2 
export HADOOP_CONF_DIR=${HADOOP_HOME}/etc/hadoop 
# Configure Zookeeper 
export ZOOKEEPER_HOME=/hadoop/software/zookeeper-3.4.13 
# Configure PATH export PATH=$PATH:$HOME/.local/bin:$HOME/bin:$JAVA_BIN:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$ZOOKEEPER_HOME/bin

进入到配置文件所在目录：

cd /hadoop/hadoop-2.9.2/etc/hadoop

10.3 在配置hdfs时用到的配置文件是hadoop-env.sh、core-site.xml和hdfs-site.xml，具体配置如下：

10.3.1 配置hadoop-env.sh

将其中的export JAVA_HOME行替换为JAVA_HOME的绝对路径：

export JAVA_HOME=/software/jdk1.8.0_202

根据自己的实际环境配置。注意，我开始觉得没必要修改，因为JAVA_HOME全局变量已经在/etc/profile中声明了，且测试shell脚本echo出的变量值也对，运行Hadoop却报错，看样必须要设置成绝对路径。

10.3.2 配置core-site.xml，在<configuration>标签内加入（如果里面有内容，则替换）如下内容：

<property>
<!-- hdfs默认文件系统名 -->
          <name>fs.defaultFS</name>
          <value>hdfs://mycluster</value>
        </property> 
<!-- 序列文件的缓冲区大小 -->
        <property> 
                <name>io.file.buffer.size</name>
                <value>131072</value>
        </property> 
<!-- 临时文件目录-->
        <property> 
                <name>hadoop.tmp.dir</name>
                <value>file:/hadoop/hadoop-2.9.2/tmp_ha</value>
        </property>
<!-- 指定ZKFC故障自动切换转移 -->
        <property>
                <name>ha.zookeeper.quorum</name>
                <value>namenode:2181,datanode1:2181</value>
        </property>

10.3.3 配置hdfs-site.xml

<!-- reducer获取数据的方式 -->
 <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
<!--启用ResourceManager ha-->
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
<!--启用ResourceManager ha自动切换-->
    <property>    
        <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
<!--声明两台ResourceManager的地址-->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>rmCluster</value>
    </property>
<!--定义两台ResourceManager的rm-id--> 
<property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
<!--定义rm-id为rm1的ResourceManager的主机名-->
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>namenode</value>
    </property>
<!--定义rm-id为rm2的ResourceManager的主机名-->
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>datanode2</value>
    </property>
<!--指定zookeeper集群的地址-->
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>datanode1:2181,datanode2:2181,datanode3:2181</value>
    </property>
<!--启用自动恢复-->
    <property>
        <name>yarn.resourcemanager.recovery.enabled</name>
        <value>true</value>
    </property>
<!--指定ResourceManager的状态信息存储在zookeeper集群-->
    <property>
        <name>yarn.resourcemanager.store.class</name>    
        <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>

至此，hdfs HA就配置完了。

10.4 在配置yarn ResourceManager时用到的配置文件是yarn-env.sh、yarn-site.xml

10.4.1 配置yarn-env.sh

将其中的export JAVA_HOME行替换为JAVA_HOME的绝对路径：

export JAVA_HOME=/software/jdk1.8.0_202

10.4.2 配置yarn-site.xml

<!-- reducer获取数据的方式 -->
 <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
<!--启用ResourceManager ha-->
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
<!--启用ResourceManager ha自动切换-->
    <property>    
        <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
<!--声明两台ResourceManager的地址-->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>rmCluster</value>
    </property>
<!--定义两台ResourceManager的rm-id--> 
<property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
<!--定义rm-id为rm1的ResourceManager的主机名-->
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>namenode</value>
    </property>
<!--定义rm-id为rm2的ResourceManager的主机名-->
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>datanode2</value>
    </property>
<!--指定zookeeper集群的地址-->
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>datanode1:2181,datanode2:2181,datanode3:2181</value>
    </property>
<!--启用自动恢复-->
    <property>
        <name>yarn.resourcemanager.recovery.enabled</name>
        <value>true</value>
    </property>
<!--指定ResourceManager的状态信息存储在zookeeper集群-->
    <property>
        <name>yarn.resourcemanager.store.class</name>    
        <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>

至此，yarn HA就配置完了。

10.5 复制配置到其他3台服务器

10.5.1 为了省事，可以先配好一台服务器，比如namenode，然后再用scp指令复制hadoop配置文件到其他机器上。

在其余三台服务器上分别用hadoop用户执行：

scp -r namenode:/hadoop/hadoop-2.9.2/etc/hadoop /hadoop/hadoop-2.9.2/etc/hadoop

也可以反过来，只在namenode服务器上执行：

scp -r /hadoop/hadoop-2.9.2/etc/hadoop datanode1:/hadoop/hadoop-2.9.2/etc/hadoop
scp -r /hadoop/hadoop-2.9.2/etc/hadoop datanode1:/hadoop/hadoop-2.9.2/etc/hadoop 
scp -r /hadoop/hadoop-2.9.2/etc/hadoop datanode1:/hadoop/hadoop-2.9.2/etc/hadoop

10.5.2 建议依据服务器在集群中的角色做个性化配置

如果只是安装个Hadoop HA集群玩玩，可以按10.5.1那么做；可如果想深入了解Hadoop的配置参数，建议结合官方文档，对不同角色的服务器做个性化配置，少配一些不必要的参数。

11、启动Hadoop HA集群

（1）在任意ZooKeeper节点上执行：

hdfs zkfc -formatZK

（2）启动ZKFC （ZookeeperFailoverController是用来监控NameNode状态，协助实现主备NameNode切换的，所以仅仅在主备NameNode节点上启动就行）

在namenode、datanode1上分别执行：

hadoop-daemon.sh start zkfc

用jps指令查看执行结果：

（3）启动用于主备NameNode之间同步元数据信息的共享存储系统JournalNode。在集群中各个节点上执行。

两个NameNode为了数据同步，会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时，会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JournalNodes中的变更信息，并且一直监控Edit log的变化，把变化应用于自己的命名空间。standby可以确保在集群出错时，命名空间状态已经完全同步了。

按如上所说，只在NameNode上启动JournalNode即可，可是JournalNode机制有额外的限制，需要N-1/2个节点且至少有3个节点，因此必须要在其他服务器上加一个JournalNode节点。

分别在namenode、datanode1、datanode2三台JournalNode服务器上执行：

hadoop-daemon.sh start journalnode

用jps指令查看执行结果：

（4）格式化并启动主NameNode

在namenode上执行：

hdfs namenode -format

用jps指令查看执行结果：

（5）在备NameNode上同步主NameNode的元数据信息

在datanode1上执行：

hdfs namenode -bootstrapStandby

如果安装过程中出现问题，多次执行会有报错，需要关掉服务或杀死进程，清空报错提示的目录。

（6）启动备NameNode

在datanode1上执行：

hadoop-daemon.sh start namenode

用jps指令查看执行结果：

（7）主NameNode上启动DataNode

在namenode上，启动所有datanode

hadoop-daemons.sh start datanode

所有节点启动完成后，验证主备切换。

在浏览器中打开

http://namenode:50070/dfshealth.html#tab-overview

http://datanode1:50070/dfshealth.html#tab-overview

查看状态

然后，在主NameNode（主机名namenode）上执行：

ps -ef|grep namenode-namenode #正常只要ps -ef|grep namenode即可，因为我的主机名也叫namenode，所以需要改动一下

找到进程号后，

kill -9 刚刚找到的进程号

然后查看

http://datanode1:50070/dfshealth.html#tab-overview

无需查看namenode的网页，想也知道进程被杀了根本打不开。

发现datanode1的状态由standby变为active，则验证成功。

最后，不放心的话可以在namenode上启动NameNode。可以看到，状态由active变为standby。

至此，hdfs HA就验证完了。

注：

1）这里也可以用hdfs haadmin指令查看NameNode状态

hdfs haadmin -getServiceState nn2 #nn1、nn2为上面定义的NameNode节点名 

hdfs haadmin -getServiceState nn1 #报错正常，因为进程被kill了，还没启动

2）在验证时也可以通过hdfs haadmin指令来进行主备切换，但这样并不能验证HA主备切换真的配置成功了。我最开始配置错误，这样操作仍然可以验证成功，可kill进程就无法验证成功了，证明配置存在问题。

hdfs haadmin -failover nn1 nn2

（8）在主ResourceManager（namenode）、备（datanode2）上启动Yarn

yarn-daemon.sh start resourcemanager

打开

http://namenode:8088/cluster/cluster

http://datanode2:8088/cluster/cluster

关掉resourcemanager服务，或者kill掉该进程后，验证主备切换。

yarn-daemon.sh stop resourcemanager

此时，主ResourceManager网页无法访问。再次在namenode上启动ResourceManager服务：

yarn-daemon.sh start resourcemanager

可以看到

至此，Yarn HA就验证完了。

12、遇到的问题

（1）好多年没关注Linux版本变更了，只是偶尔用到一些常用指令，在安装CentOS 7时，发现好多指令都不能用了，比如SysV服务变成了systemd服务，导致chkconfig、service指令某些功能不能用了，系统建议用原生的systemctl指令。不禁感慨现在知识迭代太快了。

（2）因为工作地点网络环境所限，需要做额外工作。刚开始想配reposever连到阿里云或者教育网作为yum源，屡试不行，应该是杀毒软件和网络策略限制了，网络不通。我记得以前直接用iso文件作为yum源就行，我4台服务器，只需要一台做yum源，其他3台用它当yum源，于是就按这个思路配置yum源。这样，整个集群就是纯内网Hadoop集群了。

（3）在配置ntp同步时，我打算用namenode作为集群ntp服务器，其他三台datanode同步其时间，而namenode的时间由本机windows同步过去。其实可以用VMware Workstation自带的时间同步。可我就是想试试windows ntp服务，于是又研究了一下，安装了个njinx和ntp，最终实现同步。

但在验证时验证过早，总以为配置有问题，因为几年前装过ntp服务，大致知道怎么配，可怎么也找不到哪儿配置错了。最后偶然发现ntpstat -p居然同步了，证明配置没问题，搜了下资料才发现ntp第一次同步会有一定的延迟。

（4）在配置hdfs HA时，将ssh验证那块的私钥当成公钥了，以为是ssh互信呢，给改成authorized_keys了，后来看log才找到原因。

（5）改完ssh后，发现kill进程主备切换还是失败，查看log和hadoop java源码才发现调用的是fuser指令，而CentOS 7最小化安装默认是不安装fuser对应的软件包的。于是：

yum install psmisc

安装好后，再次验证，果然成功了！你说这有多坑吧，所以建议想省心的还是完整安装操作系统吧，省着少这包那包的。

总结，架构整体挺简单，但因涉及到的方面比较多，再加上环境原因，导致在配yum源、ntp时间同步和验证hdfs HA时多花了些时间。在hadoop配置方面，多看看官方文档，挺简单的，但也不能尽信之，因为这个文档好像很久没更新了，连支持的jdk都是7，听说java是3个版本一个大版本，所以jdk 6、7、8应该差异不大。