大数据-HADOOP高可用、联邦机制- 学习笔记 -BH4

其他 2020-03-03 18:45:01 阅读次数: 0

HADOOP高可用、联邦机制

正式引入HA机制是从hadoop2.0开始，之前的版本中没有HA机制

HA的运作机制

  • hadoop-HA集群运作机制介绍
    所谓HA，即高可用（7*24小时不中断服务）,实现高可用最关键的是消除单点故障
    hadoop-ha严格来说应该分成各个组件的HA机制——HDFS的HA、YARN的HA

  • HDFS的HA机制详解
    通过双namenode消除单点故障,双namenode协调工作的要点：

    • A、元数据管理方式需要改变：
    1. 内存中各自保存一份元数据
    2. Edits日志只能有一份，只有Active状态的namenode节点可以做写操作
    3. 两个namenode都可以读取edits, 共享的edits放在一个共享存储中管理（qjournal和NFS两个主流实现）
    • B、需要一个状态管理功能模块
    1. 实现了一个zkfailover，常驻在每一个namenode所在的节点
    2. 每一个zkfailover负责监控自己所在namenode节点，利用zk进行状态标识
    3. 当需要进行状态切换时，由zkfailover来负责切换, 切换时需要防止brain split现象的发生

HDFS-HA图解

在这里插入图片描述

HA集群的安装部署

前期准备

  1. 修改Linux主机名
  2. 修改IP
  3. 修改主机名/etc/sysconfig/networks和IP的映射关系 /etc/hosts

    如果你们公司是租用的服务器或是使用的云主机（如华为用主机、阿里云主机等）
    /etc/hosts里面要配置的是内网IP地址和主机名的映射关系

  4. 关闭防火墙
  5. ssh免登陆
  6. 安装JDK，配置环境变量等

集群规划

主机名 IP 安装的软件 运行的进程
mini1 192.168.1.200 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
mini2 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
mini3 192.168.1.202 jdk、hadoop ResourceManager
mini4 192.168.1.203 jdk、hadoop ResourceManager
mini5 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
mini6 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
mini7 192.168.1.207 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain

说明：

  1. 在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。
  2. hadoop2.0官方提供了两种HDFS HA的解决方案，一种是NFS，另一种是QJM。这里我们使用简单的QJM。在该方案中，主备NameNode之间通过一组JournalNode同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode
  3. 这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当Active NameNode挂掉了，会自动切换Standby NameNode为standby状态
  4. hadoop-2.2.0中依然存在一个问题，就是ResourceManager只有一个，存在单点故障，hadoop-2.6.4解决了这个问题，有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调,两个ResourceManager是为了配置yarn的高可用

安装步骤

安装配置zooekeeper集群（在mini5上）

  1. 解压
    tar -zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/bigdata/
  2. 修改配置
    cd /home/hadoop/bigdata/zookeeper/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
# 修改：dataDir=/home/hadoop/bigdata/data/zkdata
# 在最后添加：
server.1=mini5:2888:3888
server.2=mini6:2888:3888
server.3=mini7:2888:3888
# 保存退出
# 然后创建一个/data/zkdata文件夹
mkdir /home/hadoop/bigdata/data/zkdata
echo 1 > /home/hadoop/bigdata/data/zkdata/myid
  3. 将配置好的zookeeper拷贝到其他节点(首先分别在mini6、mini7根目录下创建一个hadoop目录：mkdir /hadoop)
    # cd /home/hadoop/bigdata/
# 可以使用scp -r zookeeper/ mini6:$PWD
scp -r /home/hadoop/bigdata/zookeeper/ mini6:/home/hadoop/bigdata/
scp -r /home/hadoop/bigdata/zookeeper/ mini7:/home/hadoop/bigdata/

# 注意：修改mini6、mini7对应/home/hadoop/bigdata/data/zkdata/myid内容
# mini6：
echo 2 > /home/hadoop/bigdata/data/zkdata/myid
# mini7：
echo 3 > /home/hadoop/bigdata/data/zkdata/myid
# zkServer.sh start
# zkServer.sh status
    1. 添加环境变量
    sudo vim /etc/profile
export ZK_HOME=/home/hadoop/bigdata/zookeeper
export PATH=$PATH:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${ZK_HOME}/bin
    1. 分发到mini6、mini7
    2. source /etc/profile 使修改立即生效

安装配置hadoop集群（在mini1上操作）

  1. 解压
    tar -zxvf hadoop-2.6.4.tar.gz -C /home/hadoop/bigdata/
  2. 配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
     #将hadoop添加到环境变量中
 vim /etc/profile
 export JAVA_HOME=/usr/java/jdk1.7.0_55
 export HADOOP_HOME=/hadoop/hadoop-2.6.4
 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
 
 #hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
 cd /home/hadoop/bigdata/hadoop-2.6.4/etc/hadoop
 
 # 修改hadoo-env.sh
 export JAVA_HOME=/home/hadoop/bigdata/jdk1.7.0_55
修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://bi/</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/bigdata/hdpdata/</value>
</property>

<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
</configuration>
修改hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice为bi(名称空间)下有两个namenode，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<!--有多个的话，可以配多个bi、spark-->
<value>bi</value>
</property>
<!-- bi下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.bi</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn1</name>
<value>mini1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn1</name>
<value>mini1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn2</name>
<value>mini2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn2</name>
<value>mini2:50070</value>
</property>
<!-- 指定NameNode的edits元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://mini5:8485;mini6:8485;mini7:8485/bi</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>/home/hadoop/journaldata</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.bi</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方式直接调用/bin/true返回真-->
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>/home/hadoop/.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>
</configuration>
修改mapred-site.xml
<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
修改yarn-site.xml
<configuration>
<!-- 开启RM高可用 -->
<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>mini3</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>mini4</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
修改slaves

(slaves是指定子节点的位置，因为要在min1上启动HDFS、在mini3,mini4启动yarn，所以mini1上的slaves文件指定的是datanode的位置，mini3,mini4上的slaves文件指定的是nodemanager的位置)

mini5
mini6
mini7
配置免密码登陆
#首先要配置mini1到mini1、mini2、mini3、mini4、mini5、mini6、mini7的免密码登陆
#在mini1上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点，包括自己
ssh-coyp-id mini1
ssh-coyp-id mini1
ssh-coyp-id mini2
ssh-coyp-id mini3
ssh-coyp-id mini4
ssh-coyp-id mini5
ssh-coyp-id mini6
ssh-coyp-id mini7
#配置mini3到mini4、mini5、mini6、mini7的免密码登陆,启动yarn
#在mini3上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点							
ssh-coyp-id mini4
ssh-coyp-id mini5
ssh-coyp-id mini6
ssh-coyp-id mini7
#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置mini1到mini2的免登陆
#在mini1上生产一对钥匙
ssh-keygen -t rsa
ssh-coyp-id -i mini1
将配置好的hadoop拷贝到其他节点
scp -r /hadoop/ mini2:/
scp -r /hadoop/ mini3:/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini4:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini5:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini6:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini7:/hadoop/

启动：严格按照下面的步骤

启动zookeeper集群（分别在mini5、mini6、mini7上启动zk）

cd /hadoop/zookeeper/bin/
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status

启动journalnode（分别在mini5、mini6、mini7上执行）

cd /hadoop/hadoop-2.6.4
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验，mini5、mini6、mini7上多了JournalNode进程

格式化HDFS

#在mini1上执行命令:
hdfs namenode -format
#格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/hadoop/hadoop-2.6.4/tmp，然后将/hadoop/hadoop-2.6.4/tmp拷贝到mini2的/hadoop/hadoop-2.6.4/下。
scp -r tmp/ mini2:/home/hadoop/bigdata/hadoop-2.6.4/
##也可以这样，建议hdfs namenode -bootstrapStandby

格式化ZKFC(在mini1上执行一次即可)

hdfs zkfc -formatZK

启动HDFS(在mini1上执行)

sbin/start-dfs.sh

启动YARN

在mini3上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动

sbin/start-yarn.sh
#mini4上yarn若不自己启动：使用yarn-daeman.sh start resourcemanager
#启动两个resourcemanager

配置完毕,验证

浏览器访问

http://mini1:50070
NameNode 'mini1:9000' (active)
http://mini1:50070
NameNode 'mini2:9000' (standby)

验证HDFS HA

# 首先向hdfs上传一个文件
hadoop fs -put /etc/profile /profile
hadoop fs -ls /
# 然后再kill掉active的NameNode
kill -9 <pid of NN>
# 通过浏览器访问：http://192.168.1.202:50070
NameNode 'mini2:9000' (active)
# 这个时候mini2上的NameNode变成了active
# 在执行命令：
hadoop fs -ls /
-rw-r--r--   3 root supergroup       1926 2014-02-06 15:36 /profile
# 刚才上传的文件依然存在！！！
# 手动启动那个挂掉的NameNode
sbin/hadoop-daemon.sh start namenode
# 通过浏览器访问：http://192.168.1.201:50070
NameNode 'mini1:9000' (standby)

验证YARN

#运行一下hadoop提供的demo中的WordCount程序：
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /out

通过以上操作，完成整个配置。

集群运维测试

Datanode动态上下线

Datanode动态上下线很简单，步骤如下：

  1. 备一台服务器，设置好环境
  2. 部署hadoop的安装包，并同步集群配置
  3. 联网上线，新datanode会自动加入集群
  4. 如果是一次增加大批datanode，还应该做集群负载重均衡

Namenode状态切换管理

使用的命令上hdfs haadmin
可用 hdfs haadmin –help查看所有帮助信息
可以看到，状态操作的命令示例：

  1. 查看namenode工作状态
    hdfs haadmin -getServiceState nn1

  2. 将standby状态namenode切换到active
    hdfs haadmin –transitionToActive nn1

  3. 将active状态namenode切换到standby
    hdfs haadmin –transitionToStandby nn2

测试集群工作状态的一些指令 ：

bin/hdfs dfsadmin -report	 #查看hdfs的各节点状态信息
bin/hdfs haadmin -getServiceState nn1		# 获取一个namenode节点的HA状态
sbin/hadoop-daemon.sh start namenode # 单独启动一个namenode进程
./hadoop-daemon.sh start zkfc   #单独启动一个zkfc进程

数据块的balance

启动balancer的命令：start-balancer.sh -threshold 8
运行之后，会有Balancer进程出现：

jps
32987 Balancer

上述命令设置了Threshold为8%，那么执行balancer命令的时候，首先统计所有DataNode的磁盘利用率的均值，然后判断如果某一个DataNode的磁盘利用率超过这个均值Threshold，那么将会把这个DataNode的block转移到磁盘利用率低的DataNode，这对于新节点的加入来说十分有用。Threshold的值为1到100之间，不显示的进行参数设置的话，默认是10。

HA下hdfs-api变化

客户端需要nameservice的配置信息，其他不变

/**
 * 如果访问的是一个ha机制的集群
 * 则一定要把core-site.xml和hdfs-site.xml、yarn-site.xml、mapred-site.xml配置文件放在客户端程序的classpath下
 * 以让客户端能够理解hdfs://ns1/中  “ns1”是一个ha机制中的namenode对——nameservice
 * 以及知道ns1下具体的namenode通信地址
 * @author
 *
 */
public class UploadFile {
	
	public static void main(String[] args) throws Exception  {
		
		Configuration conf = new Configuration();
		conf.set("fs.defaultFS", "hdfs://ns1/");
		
		FileSystem fs = FileSystem.get(new URI("hdfs://ns1/"),conf,"hadoop");
		
		fs.copyFromLocalFile(new Path("g:/eclipse-jee-luna-SR1-linux-gtk.tar.gz"), new Path("hdfs://ns1/"));
		
		fs.close();		
	}

}

Federation机制

在这里插入图片描述

集群规划

主机名 IP 安装的软件 运行的进程
mini1 192.168.1.200 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
mini2 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
mini3 192.168.1.202 jdk、hadoop ResourceManager 、NameNode、Zkfc
mini4 192.168.1.203 jdk、hadoop ResourceManager、NameNode、Zkfc
mini5 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
mini6 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
mini7 192.168.1.207 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
  • mini1/mini2为一组高可用nn，名称空间为bi
  • mini3/mini4为一组高可用nn，名称空间为dt

安装步骤

安装zookeeper集群

如HA集群的安装部署中的安装配置zookeeper集群

修改core-site.xml

<configuration>

<property>
<name>fs.defaultFS</name>
<value>viewfs:///</value>
</property>

<!--指定名称空间bi-->
<property>
<name>fs.viewfs.mounttable.default.link./bi</name>
<value>hdfs://bi/</value>
</property>
<!--指定名称空间dt-->
<property>
<name>fs.viewfs.mounttable.default.link./dt</name>
<value>hdfs://dt/</value>
</property>

<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/bigdata/hdpdata/</value>
</property>

<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
</configuration>

修改hdfs-site.xml

<configuration>
<!--指定hdfs的nameservice为bi，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>bi,dt</value>
</property>
<!-- bi下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.bi</name>
<value>nn1,nn2</value>
</property>
<!-- dt下面有两个NameNode，分别是nn3，nn4 -->
<property>
<name>dfs.ha.namenodes.dt</name>
<value>nn3,nn4</value>
</property>

<!-- bi的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn1</name>
<value>mini1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn1</name>
<value>mini1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn2</name>
<value>mini2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn2</name>
<value>mini2:50070</value>
</property>

<!-- dt的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.dt.nn3</name>
<value>mini3:9000</value>
</property>
<!-- nn3的http通信地址 -->
<property>
<name>dfs.namenode.http-address.dt.nn3</name>
<value>mini3:50070</value>
</property>
<!-- nn4的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.dt.nn4</name>
<value>mini4:9000</value>
</property>
<!-- nn4的http通信地址 -->
<property>
<name>dfs.namenode.http-address.dt.nn4</name>
<value>mini4:50070</value>
</property>


<!-- 指定NameNode的edits元数据在JournalNode上的存放位置 -->
<!--一下property项的配置，不能都配 -->

<!--  在bi名称空间的两个namenode中用如下配置  -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://mini5:8485;mini6:8485;mini7:8485/bi</value>
</property>
<!--  在dt名称空间的两个namenode中，用如下配置-->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://mini5:8485;mini6:8485;mini7:8485/dt</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>/home/hadoop/bigdata/hdpdata/journaldata</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.bi</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>

<property>
<name>dfs.client.failover.proxy.provider.dt</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>/home/hadoop/.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>
</configuration>

修改mapred-site.xml

<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>

修改yarn-site.xml

<configuration>
<!-- 开启RM高可用 -->
<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>mini3</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>mini4</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

修改slaves

(slaves是指定子节点的位置，方便hadoop脚本自动启动子节点（dataNode），因为要在min1上启动HDFS、在mini3,mini4启动yarn，所以mini1上的slaves文件指定的是datanode的位置，mini3,mini4上的slaves文件指定的是nodemanager的位置,bi,dtdataNode共用，所以可以仅在mini1上启动)

mini5
mini6
mini7

将配置好的hadoop拷贝到其他节点

scp -r /hadoop/ mini2:/
scp -r /hadoop/ mini3:/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini4:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini5:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini6:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini7:/hadoop/

启动：按如下顺序

  1. 先启动zookeeper集群,再在5/6/7上启动journalnode
    hadoop-daemon.sh start journalnode

  2. 在bi下nn1上

    hdfs namenode -format –clusterID itcast
hdfs zkfc -formatZK
#拷贝元数据目录到standby(nn2)

  3. 在dt下nn3上

    hdfs namenode -format –clusterID itcast   ###clusterID必须与bi的相同
hdfs zkfc -formatZK
# 拷贝元数据目录到standby(nn4)

  4. 在bi下nn1上

    sbin/start-dfs.sh

  5. 在resoucemanager配置的主机上启动yarn

    sbin/start-yarn.sh

Federation下mr程序运行的staging提交目录问题

<property>
  <name>yarn.app.mapreduce.am.staging-dir</name>
  <value>/bi/tmp/hadoop-yarn/staging</value>
  <description>The staging dir used while submitting jobs.</description>
</property>

NameNode安全模式

在这里插入图片描述

SoFeelLove
发布了93 篇原创文章 · 获赞 16 · 访问量 7万+
私信 关注

猜你喜欢

转载自blog.csdn.net/smartboy_01/article/details/103643926
今日推荐
LFOSSA 源来如此公开课 | 掌握云原生未来：CNCF 认证全面攻略与备考秘籍
国产云输入法——仅华为无云端数据上传安全问题
开源日报 | 工业开源项目OGG 1.0；姐姐，你要和我一起配置火狐吗；苹果AI遥遥落后？Fedora 40
开放签电子签章：停止新增，优化体验，前进更进（五一假期前工作）
开源日报 | 中学生开源前端动画引擎；全球首个Llama3 8B中文版开源模型；联想电脑恐出局；Linus讽刺AI炒作
“百模大战”必有一战 | 2024中国“百模大战”竞争格局分析
周排行
Family Tree 题解
BZOJ 1093 最大半连通子图 SCC + DP
幂等处理
Spring----学习（2）----XML 配置Bean 自动装配
SQL Server 远程更新目标表数据
HIbernate3.6 环境搭建
特殊符号正则表达式
【Linux】第一章 进程的理解
843. n-皇后问题（dfs+输出各种情况）
空间数据库2
每日归档
更多
2024-04-26(39)
2024-04-25(22)
2024-04-24(36)
2024-04-23(26)
2024-04-22(39)
2024-04-21(0)
2024-04-20(6)
2024-04-19(5)
2024-04-18(0)
2024-04-17(5)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022