Hadoop2.2.0+HA+zookeeper3.4.5詳細配置過程+錯誤處理(一)

Hadoop2.2.0+HA+zookeeper3.4.5+體系結構+錯誤處理

        心血之作，在熟悉hadoop2架構的過程耽誤了太長時間，在搭建環境過程遇到一些問題，這些問題一直卡在那兒，不得以解決，耽誤了時間。最後，千尋萬尋，把問題解決，多謝在過程提供幫助的大俠。這篇文章中，我也會把自己遇到的問題給列出來，幫助後來者進一步的學習。

       這篇文章結合自己實際測試過程。轉載註明出處：

       http://blog.csdn.net/yczws1/article/details/23566383

前言

       本文主要通過對hadoop2.2.0集羣配置的過程加以梳理，所有的步驟都是通過自己實際測試。文檔的結構也是根據自己的實際情況而定，同時也會加入自己在實際過程遇到的問題。搭建環境過程不重要，重要點在於搭建過程中遇到的問題，解決問題的過程。

       可能自己遇到的問題在一些由經驗的老者手上都不是問題，但是這些問題着實讓自己耽誤了很長時間，最後問題解決也是費了太大心血。也通過這篇文檔，表現出來，算是總結，爲後者提供意見。

Hadoop2.2.0體系結構

       要想理解本節內容，首先需要了解hadoop1的體系結構。這裏不過多的介紹基於hadoop1的體系架構，早在之前，曾搭建hadoop1.2.1僞分佈式集羣，詳細請看hadoop學習（一）hadoop-1.2.1僞分佈式配置及遇到的問題。這裏主要介紹hadoop2的體系架構。

        hadoop1的核心組成是兩部分，即HDFS和MapReduce。在hadoop2中變爲HDFS和Yarn。

        新的HDFS中的NameNode不再是隻有一個了，可以有多個（目前只支持2個）。每一個都有相同的職能。

        這兩個NameNode的地位如何：一個是active狀態的，一個是standby狀態的。當 集羣運行時，只有active狀態的NameNode是正常工作的，standby狀態的NameNode是處於待命狀態的，時刻同步active狀態 NameNode的數據。一旦active狀態的NameNode不能工作，通過手工或者自動切換，standby狀態的NameNode就可以轉變爲 active狀態的，就可以繼續工作了。這就是高可靠。

        當NameNode發生故障時，他們的數據如何保持一致：在這裏，2個NameNode的數據其實是實時共享的。新HDFS採用了一種共享機制，JournalNode集羣或者NFS進行共享。NFS是操作系統層面的，JournalNode是hadoop層面的，我們這裏使用JournalNode集羣進行數據共享。

        如何實現NameNode的自動切換：這就需要使用ZooKeeper集羣進行選擇了。HDFS集羣中的兩個NameNode都在ZooKeeper中註冊，當active狀態的NameNode出故障時，ZooKeeper能檢測到這種情況，它就會自動把standby狀態的NameNode切換爲active狀態。

        HDFS Federation（HDFS聯盟）：聯盟的出現是有原因的。我們知道 NameNode是核心節點，維護着整個HDFS中的元數據信息，那麼其容量是有限的，受制於服務器的內存空間。當NameNode服務器的內存裝不下數據後，那麼HDFS集羣就裝不下數據了，壽命也就到頭了。因此其擴展性是受限的。HDFS聯盟指的是有多個HDFS集羣同時工作，那麼其容量理論上就不受限了，誇張點說就是無限擴展。你可以理解成，一個總集羣中，可以虛擬出兩個或兩個以上的單獨的小集羣，各個小集羣之間數據是實時共享的。因爲hadoop集羣中已經不在單獨存在namenode和datanode的概念。當一個其中一個小集羣出故障，可以啓動另一個小集羣中的namenode節點，繼續工作。因爲數據是實時共享，即使namenode或datanode一起死掉，也不會影響整個集羣的正常工作。

集羣節點任務安排：

        這點很重要，我們事先一定要先理解，節點之間任務是如何安排的。如果事先不理解爲什麼是這樣，後面還會遇到更多的問題。這就需要，理解journalnode、zookeeper、datanode、namenode之間關係。自己也是在這上面耽誤了很長時間，希望讀者這點多注意下。

        6臺主機。

        Journalnode和zookeeper保持奇數點，這點大家要有個概念，最少不少於3個節點。這裏暫不講解。

        兩個namenode上面已經說明，其實在hadoop2中幾點之間namenode和datanode之間的劃分已經不是那麼明確了。這只是採用後4臺機器作爲namenode。這裏也存在一個問題：如果把datanode和namenode放在一起，對數據的讀取IO的效率肯定會有一定的影響，不同機器之間還是要通過網線和http請求完成數據之間的共享。實際中，兩者是可以在一起。但是我不知道在一起和不在一起之間的主要區別在哪兒，上面的解釋只是個人意見，如果讀者有更好的意見可以留言，大家一起討論。

       在集羣搭建之間，各主機設置靜態IP、更改主機名稱、主機之間ssh互聯等相關設置這裏不在多講。如有需要，請參考：hadoop學習（五）Hadoop2.2.0完全分佈式安裝詳解（1）配置文檔。

       下面就進入正式的集羣的安裝過程：

       下面所有的過程都是在hadoop1機器上完成的，之後把文件複製到其他節點中。

Zookeeper安裝過程：

1、下載解壓zookeeper

       下載地址：http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.5/

       解壓到指定目錄：這裏目錄：/home/tom/yarn/hadoop-2.2.0/app/

       在hadoop目錄中創建app目錄。把文件解壓到hadoop的app目錄中，是爲了以後整個項目可以整體移植。包括後面，我們會安裝HBase、Hive等軟件，都是解壓到app的目錄中。

2、修改配置文件

2.1進入zookeeper中conf目錄：

       拷貝命名zoo_sample.cfg 爲zoo.cfg。我們一般不修改配置文件默認的示例文件，修改賦值其子文件。

       編輯zoo.cfg

tickTime=2000
initLimit=10
syncLimit=5
dataDir=/home/tom/yarn/hadoop-2.2.0/app/zookeeper-3.4.5/zkdata
dataLogDir=/home/tom/yarn/hadoop-2.2.0/app/zookeeper-3.4.5/zkdatalog
clientPort=2181
server.1=hadoop1:2888:3888
server.2=hadoop2:2888:3888
server.3=hadoop3:2888:3888
server.4=hadoop4:2888:3888
server.5=hadoop5:2888:3888

2.2創建zkdata和zkdatalog兩個文件夾

       在zookeeper的目錄中，創建上述兩個文件夾。進入zkdata文件夾，創建文件myid，填入1。這裏寫入的1，是在zoo.cfg文本中的server.1中的1。當我們把所有文件都配置完畢，我們把hadoop1中yarn目錄複製到其它機器中，我們在修改每臺機器中對應的myid文本，hadoop2中的myid寫入2。其餘節點，安照上面配置，依此寫入相應的數字。Zkdatalog文件夾，是爲了指定zookeeper產生日誌指定相應的路徑。

3、添加環境變量

       本機環境變量添是在/etc/profile目錄中添加的。

export ZOOKEEPER_HOME=/home/tom/yarn/hadoop-2.2.0/app/zookeeper-3.4.5
PATH=$ZOOKEEPER_HOME/bin:$PATH

        添加ZOOKEEPER_HOME/bin目錄可以在原有的PATH後面加入

        ：$ZOOKEEPER_HOME/bin

        關於環境變量修改/etc目錄下的profile文件，也可以在根目錄下的.bashrc目錄下添加環境變量。這兩者有什麼區別：.bashrc是對當前目錄用戶的環境變量，profile文件是對所有用戶都開放的目錄。當系統加載文件中，先從profile找相應的路勁，如果沒有會在.bashrc文件中找對應的環境變量路徑。這兩者大家稍至瞭解。

        然後 source /etc/profile

       上面3個步驟就安裝zookeeper完畢。然後就是測試zookeeper，這個放到後面等hadoop1上整體配置完畢，scp到其它主機上後，再一起測試。

Hadoop配置

1、下載解壓hadoop2.2.0

        路徑：http://apache.dataguru.cn/hadoop/common/hadoop-2.2.0/

       解壓到：/home/tom/yarn/下。其實這一步應該在解壓zookeeper之前。不再多講。

2、修改配置文件

        這裏要修改配置文件一共包括6個，分別是在hadoop-env.sh、core-site.xml、hdfs-site.xml、mapred-site.xml、 yarn-site.xml和slaves。

        修改文件的目錄地址：/home/tom/yarn/hadoop-2.2.0/etc/hadoop/

2.1文件hadoop-env.sh

        添加jdk環境變量：

        export JAVA_HOME=/usr/lib/jvm/jdk1.7.0_45

2.2文件coer-site.xml

<configuration>
         <property>
             <name>fs.defaultFS</name>
             <value>hdfs://cluster1</value>
         </property>
      【這裏的值指的是默認的HDFS路徑。這裏只有一個HDFS集羣，在這裏指定！該值來自於hdfs-site.xml中的配置】
         <property>
               <name>hadoop.tmp.dir</name>
               <value>/home/tom/yarn/yarn_data/tmp</value>
         </property>
       【這裏的路徑默認是NameNode、DataNode、JournalNode等存放數據的公共目錄。用戶也可以自己單獨指定這三類節點的目錄。這裏的yarn_data/tmp目錄與文件都是自己創建的】
         <property>
              <name>ha.zookeeper.quorum</name>
              <value>hadoop1:2181,hadoop2:2181,hadoop3:2181,hadoop4:2181,hadoop5:2181</value>
         </property>
       【這裏是ZooKeeper集羣的地址和端口。注意，數量一定是奇數，且不少於三個節點】
     </configuration><span style="font-size:14px;"><span style="font-family:宋體;"></span></span>

2.3文件hdfs-site.xml

重點核心文件：
        <configuration>
          <property>
             <name>dfs.replication</name>
             <value>2</value>
          </property>
          【指定DataNode存儲block的副本數量。默認值是3個，我們現在有4個DataNode，該值不大於4即可。】
          <property>
             <name>dfs.permissions</name>
             <value>false</value>
          </property>
          <property>
             <name>dfs.permissions.enabled</name>
             <value>false</value>
          </property>
          <property>
             <name>dfs.nameservices</name>
             <value>cluster1</value>
          </property>
         【給hdfs集羣起名字】
          <property>
            <name>dfs.ha.namenodes.cluster1</name>
            <value>hadoop1,hadoop2</value>
          </property>
        【指定NameService是cluster1時的namenode有哪些，這裏的值也是邏輯名稱，名字隨便起，相互不重複即可】
         <property>
            <name>dfs.namenode.rpc-address.cluster1.hadoop1</name>
            <value>hadoop1:9000</value>
         </property>
        【指定hadoop101的RPC地址】
         <property>
           <name>dfs.namenode.http-address.cluster1.hadoop1</name>
           <value>hadoop1:50070</value>
         </property>
         【指定hadoop101的http地址】
         <property>
           <name>dfs.namenode.rpc-address.cluster1.hadoop2</name>
           <value>hadoop2:9000</value>
         </property>
         <property>
           <name>dfs.namenode.http-address.cluster1.hadoop2</name>
           <value>hadoop2:50070</value>
         </property>
         <property>
           <name>dfs.namenode.servicerpc-address.cluster1.hadoop1</name>
           <value>hadoop1:53310</value>
         </property>
         <property>
           <name>dfs.namenode.servicerpc-address.cluster1.hadoop2</name>
           <value>hadoop2:53310</value>
         </property>
         <property>
           <name>dfs.ha.automatic-failover.enabled.cluster1</name>
           <value>true</value>
         </property>
     【指定cluster1是否啓動自動故障恢復，即當NameNode出故障時，是否自動切換到另一臺NameNode】
       <!--指定JournalNode -->
   <property>
       <name>dfs.namenode.shared.edits.dir</name>       <value>qjournal://hadoop1:8485;hadoop2:8485;hadoop3:8485;hadoop4:8485;hadoop5:8485/cluster1</value>
   </property>
    【指定cluster1的兩個NameNode共享edits文件目錄時，使用的JournalNode集羣信息】
       <property>
 <name>dfs.client.failover.proxy.provider.cluster1</name>       <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
       </property>
    【指定cluster1出故障時，哪個實現類負責執行故障切換】
     <property>
          <name>dfs.journalnode.edits.dir</name>
          <value>/home/tom/yarn/yarn_data/tmp/journal</value>
     </property>
      【指定JournalNode集羣在對NameNode的目錄進行共享時，自己存儲數據的磁盤路徑。tmp路徑是自己創建，journal是啓動journalnode自動生成】
       <property>
          <name>dfs.ha.fencing.methods</name>
          <value>sshfence</value>
       </property>
      【一旦需要NameNode切換，使用ssh方式進行操作】
      <property>
           <name>dfs.ha.fencing.ssh.private-key-files</name>
           <value>/home/tom/.ssh/id_rsa</value>
       </property>
     【如果使用ssh進行故障切換，使用ssh通信時用的密鑰存儲的位置】
       <property>
           <name>dfs.ha.fencing.ssh.connect-timeout</name>
           <value>10000</value>
       </property>
       <property>
           <name>dfs.namenode.handler.count</name>
           <value>100</value>
      </property>
      </configuration>

2.4文件mapred-site.xml

 <configuration>
   <property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
  </property>
 </configuration>
【指定運行mapreduce的環境是yarn，與hadoop1不同的地方】

2.5文件yarn-site.xml

 <configuration>
   <property>
      <name>yarn.resourcemanager.hostname</name>
      <value>hadoop1</value>
   </property>
 【自定義ResourceManager的地址，還是單點】
   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce.shuffle</value>
   </property>
</configuration>

2.6文件slaves

      添加：這裏指定哪臺機器是datanode，這裏指定4臺機器。你甚至可以把集羣所有機器都當做datanode

hadoop3
hadoop4
hadoop5
hadoop6

3、添加環境變量

       環境變量的添加方法大都相同。這裏給出我所有環境變量配置，大家可以根據自己的需要參考一下。

       這裏我們只要添加HADOOP_HOME環境變量。

JAVA_HOME=/usr/lib/jvm/jdk1.7.0_51
export PATH=$PATH:$JAVA_HOME/bin
export HBASE_HOME=/home/tom/hadoop-2.2.0/app/hbase-0.94.6-cdh4.4.0
export HIVE_HOME=/home/tom/hadoop-2.2.0/app/hive-0.12.0/
export HADOOP_HOME=/home/tom/hadoop-2.2.0
export PATH=$PATH:$HBASE_HOME/bin:$HIVE_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar
export ZOOKEEPER_HOME=/home/tom/yarn/hadoop-2.2.0/app/zookeeper-3.4.5
export PATH=$PATH:$ZOOKEEPER_HOME/bin

4、複製到其它節點

       在hadoop的的根目錄下（即：/home/tom目錄下）：因爲我們所有的環境都裝載在hadoop1的tom目錄下。

執行：

scp -r yarn hadoop2:/home/tom
scp -r yarn hadoop3:/home/tom
scp -r yarn hadoop4:/home/tom
scp -r yarn hadoop5:/home/tom
scp -r yarn hadoop6:/home/tom

注意點：

      1、因爲我們是把整個yarn目錄複製到其他節點中，zookeeper也包含在內。事先我們定義zookeeper是在1-5臺機器上部署。這裏我們雖然把zookeeper拷貝到6機器中，但是我們再zookeeper配置文件中沒有配置6機器的節點，在啓動zookeeper的時候，6機器也不需要啓動。

      2、現在要做的是進入zookeeper目錄下的zkdata目錄，修改myid文件：各個myid內容對應zoo.cfg文件中server對應的編號。

       按照上面的3個大步驟，以及在註釋中自己要創建的文件夾，指定相應的路徑之後，整體的hadoop環境算是搭建完畢。下面就是等測試。

        看似簡單的不能再簡單的搭建過程，這是你弄明白之後的事情。在從hadoop1到2之間的過度，主要的變化是namenode和mapreduce到yarn架構之間的變化。就在這簡單的配置過程中，加上可參考網上衆多配置教程，也耽誤了太長時間。不是文件難配置，而是在出現問題，不知道怎麼解決，就一直卡在那兒。諮詢過一些大牛，但是他們也是搪塞，沒有給出真正問題的原因。其中有一個問題，在QQ羣中，諮詢過一個人，從他那邊纔得到啓發，把其中的一個問題給解決掉。這也是我們遇到的問題，沒有一個平臺，導致在一些別人看似不是問題的問題上耽誤太長時間。

         上面的任務完成後。下面纔是非常關鍵的步驟，任務的重中之重，同時也是問題出現的地方，也是卡時間最多的地方：測試整個集羣的性能。由下一篇博客介紹