版權聲明:本文為部落客原創文章,未經部落客允許不得轉載。 https://blog.csdn.net/qq1010885678/article/details/46673079
之前的幾篇部落格中記錄的Hadoop、Spark和Hbase部署過程雖然看起來是沒多大問題,但是之後在上面跑任務的時候出現了各種各樣的配置問題。慶幸有将問題記錄下來,可以整理出這篇部署整合篇。
確定叢集的每台機器使用者名都為cloud(或者一樣)
為了避免過多重複的解釋,這裡僅僅示意了怎麼配置,關于配置的詳情解釋可自行百度,必應之~或者參考:
hadoop2.2.0叢集安裝和配置 HBase叢集的安裝部署 Spark(一)– Standalone HA的部署修改各個節點上的/etc/hosts檔案確定ip與主機名的映射關系正确
關閉系統防火牆
service iptables stop
chkconfig iptables off
reboot
配置ssh免密碼登陸
在每台機器上都執行下列指令
chmod -R 755 /home/cloud
mkdir ~/.ssh
ssh-keygen -t rsa
之後在cloud1上收集各個機器的公鑰
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh cloud2 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh cloud3 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh cloud4 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh cloud5 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
ssh cloud6 cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
将公鑰拷貝到其他節節點
scp ~/.ssh/authorized_keys cloud2:~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys cloud3:~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys cloud4:~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys cloud5:~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys cloud6:~/.ssh/authorized_keys
在每台機器上都執行(很重要,注意配置ssh的時候要使用cloud使用者來配置)
chmod -R 700 ~/.ssh
Zookeeper安裝:
zk伺服器叢集規模不小于3個節點,要求各伺服器之間系統時間要保持一緻
設定環境變量
vi /etc/profile
新增
export ZOOKEEPER_HOME=/home/cloud/zk
path後新增
:$ZOOKEEPER_HOME/bin
source /etc/profile
儲存檔案生效
在另外兩個節點slave1和slave2上分别設定改環境變量
進入zk目錄
在conf目錄下,重命名檔案
mv zoo_sample.cfg zoo.cfg
編輯該檔案,執行vi zoo.cfg
修改dataDir=/home/cloud/zk/data
server.1=cloud4:2888:3888
server.2=cloud5:2888:3888
server.3=cloud6:2888:3888
ticktickTime=20000 (預設)2-20倍的minSessionTimeout與maxSessionTimeout
注: tickTime 心跳基本時間機關毫秒,ZK基本上所有的時間都是這個時間的整數倍。
zk的詳細配置見:
zookeeper配置檔案詳解建立檔案夾mkdir /home/cloud/zk/data
在data目錄下,建立檔案myid,内容為1
echo 1 > /home/cloud/zk/data/myid
把zk目錄複制到slave1和slave2中
scp -r zk slave1:/home/cloud
scp -r zk slave2:/home/cloud
把cloud5中相應的myid的值改為1
把cloud6中相應的myid的值改為2
啟動,在三個節點上分别執行指令./zkServer.sh start
檢驗,在三個節點上分别執行指令./zkServer.sh status
JDK安裝
使用root使用者
在usr目錄下建立java目錄。
将jdk上傳到linux中
在/usr/java下
chmod 755 jdk-6u45-linux-i586.bin
./jdk-6u45-linux-i586.bin
mv jdk1.6.0_45 jdk
vi /etc/profile
export JAVA_HOME=/usr/java/jdk
export PATH=$PATH:$JAVA_HOME/bin
source /etc/profile
Hadoop安裝
解壓Hadoop檔案之後,進入conf目錄
修改hadoop-env.sh
加入
export JAVA_HOME=/usr/java/jdk
(為了解決網絡不好或者其他情況下造成的通信失敗,下列有些簡單粗暴的配置了連接配接zk的timeout時間)
修改core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/cloud/hadoop/tmp</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>cloud4:2181,cloud5:2181,cloud6:2181</value>
</property>
<property>
<name>ha.zookeeper.session-timeout.ms</name>
<value>6000000</value>
</property>
<property>
<name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
<value>6000000</value>
</property>
<property>
<name>ipc.client.connect.timeout</name>
<value>6000000</value>
</property>
</configuration>
修改hdfs-site.xml
<configuration>
<property>
<name>dfs.nameservices</name>
<value>ns1</value>
</property>
<property>
<name>dfs.ha.namenodes.ns1</name>
<value>nn1,nn2</value>
</property>
<property>
<name>dfs.namenode.rpc-address.ns1.nn1</name>
<value>cloud1:9000</value>
</property>
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>cloud1:50070</value>
</property>
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>cloud2:9000</value>
</property>
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>cloud2:50070</value>
</property>
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://cloud4:8485;cloud5:8485;cloud6:8485/ns1</value>
</property>
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/home/cloud/hadoop/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.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/cloud/.ssh/id_rsa</value>
</property>
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
<property>
<name>dfs.qjournal.start-segment.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.prepare-recovery.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.accept-recovery.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.prepare-recovery.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.accept-recovery.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.finalize-segment.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.select-input-streams.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.get-journal-state.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.new-epoch.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>dfs.qjournal.write-txns.timeout.ms</name>
<value>600000000</value>
</property>
<property>
<name>ha.zookeeper.session-timeout.ms</name>
<value>6000000</value>
</property>
</configuration>
修改mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
修改yarn-site.xml
<configuration>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>cloud3</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
修改slaves
cloud3
cloud4
cloud5
cloud6
将配置好的hadoop拷貝到其他節點
scp -r ~/hadoop/ cloud2:~/
scp -r ~/hadoop/ cloud3:~/
scp -r ~/hadoop/ cloud4:~/
scp -r ~/hadoop/ cloud5:~/
scp -r ~/hadoop/ cloud6:~/
啟動Hadoop之前先啟動zk
cd ~/zookeeper/bin/
./zkServer.sh start
檢視狀态:一個leader,兩個follower
./zkServer.sh status
啟動journalnode(在cloud1上啟動所有journalnode,注意:是調用的hadoop-daemons.sh這個腳本,注意是複數s的那個腳本)
cd ~/hadoop
~/hadoop/sbin/hadoop-daemons.sh start journalnode
運作jps指令檢驗,cloud4、cloud5、cloud6上多了JournalNode程序
格式化HDFS(在bin目錄下)
在cloud1上執行指令:
./hdfs namenode -format
格式化後會在根據core-site.xml中的hadoop.tmp.dir配置生成個檔案,這裡
我配置的是~/hadoop/tmp,然後将~/hadoop/tmp拷貝到cloud2的~/hadoop/下。
scp -r ~/hadoop/tmp/ cloud2:~/hadoop/
格式化ZK(在cloud1上執行即可,在bin目錄下)
./hdfs zkfc -formatZK
啟動HDFS(在cloud1上執行)
~/hadoop/sbin/start-dfs.sh
啟動YARN(cloud2)
~/hadoop/sbin/start-yarn.sh
注意:hadoop初次格式化之後要将兩個nn節點的tmp/dfs/name檔案夾同步
Hbase安裝
解壓之後配置hbase叢集,要修改3個檔案(首先zk叢集已經安裝好了)
注意:要把hadoop的hdfs-site.xml和core-site.xml 放到hbase/conf下
讓hbase節點知道hdfs的映射關系,也可以在hbase-site.xml中配置
修改hbase-env.sh
export JAVA_HOME=/usr/java/jdk
//告訴hbase使用外部的zk
export HBASE_MANAGES_ZK=false
export HBASE_CLASSPATH=/usr/local/hadoop/conf
vi hbase-site.xml
<configuration>
<property>
<name>hbase.rootdir</name>
<value>hdfs://ns1/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>cloud4:2181,cloud5:2181,cloud6:2181</value>
</property>
<property>
<name>hbase.master</name>
<value>cloud1</value>
</property>
<property>
<name>zookeeper.session.timeout</name>
<value>6000000</value>
</property>
</configuration>
和hdfs的配置一樣,說明hbase的子節點都在哪些機器上
vi regionservers
把zoo.cfg 拷貝到 hbase-0.90.3/conf/下
拷貝hbase到其他節點
scp -r ~/hbase/ cloud2:~/
scp -r ~/hbase/ cloud3:~/
scp -r ~/hbase/ cloud4:~/
scp -r ~/hbase/ cloud5:~/
scp -r ~/hbase/ cloud6:~/
将配置好的HBase拷貝到每一個節點并同步時間。
Spark安裝
安裝scala:
tar –zxvf scala-2.10.5.tgz
mv scala-2.10.5 scala
安裝spark:
tar -zxvf spark-1.3.0-bin-hadoop2.3.tgz
mv spark-1.3.1 spark
進入spark目錄,修改檔案slaves
vi conf/slaves
cloud2
cloud3
cloud4
cloud5
修改spark-env.sh
vi conf/spark-env.sh
export SPARK_MASTER_IP=cloud1
export SPARK_WORKER_MEMORY=512m
export JAVA_HOME=/usr/java/jdk
export SCALA_HOME=/home/cloud/scala
export SPARK_HOME=/home/cloud/spark
export HADOOP_CONF_DIR=/home/cloud/hadoop/etc/hadoop
export SPARK_LIBRARY_PATH=$SPARK_HOME/lib
export SCALA_LIBRARY_PATH=SPARK_LIBRARY_PATH
export SPARK_WORKER_CORES=1
export SPARK_WORKER_INSTANCES=1
export SPARK_MASTER_PORT=7077
#錯誤:節點無法加載到hbase包
#處理方式:sh中加入classpath指向hbasejar路徑
export SPARK_CLASSPATH=/home/cloud/hbase/lib/*
export SPARK_DAEMON_JAVA_OPTS="-Dspark.storage.blockManagerHeartBeatMs=6000000"
spark配置詳見:
Spark 配置将cloud1上配置好的spark和scala通過scp複制到其他各個節點上(注意其他節點上的profile檔案也要一緻)
各個節點的profile檔案内容:
export JAVA_HOME=/usr/java/jdk
export HADOOP_HOME=/home/cloud/hadoop
export SCALA_HOME=/home/cloud/scala
export SPARK_HOME=/home/cloud/spark
export HBASE_HOME=/home/cloud/hbase
export PATH=$PATH:$JAVA_HOME/bin:$SCALA_HOME/bin:$SPARK_HOME/bin:$HADOOP_HOME/bin:$HBASE_HOME/bin