Hadoop2对HDFS的改进很大，支持HDFS(NameNode) 和ResourceManager高可用性，避免集群中单点故障造成整个集群不可用。那么，从本文开始将部署一套高可用Hadoop集群及家族中相关开源系统，具体 根据下面规划来，本文只部署高可用Hadoop集群，后续 很快更新其他

Hadoop2对HDFS的改进很大，支持HDFS(NameNode) 和ResourceManager高可用性，避免集群中单点故障造成整个集群不可用。那么，从本文开始将部署一套高可用Hadoop集群及家族中相关开源系统，具体根据下面规划来，本文只部署高可用Hadoop集群，后续很快更新其他软件部署及使用。

一、部署前准备

操作系统：CentOS7_x

安装目录：/opt

1. 节点分配

2. 版本及功能

3. 逻辑结构图

NameNode(NN) HA实现方式：

一种是将NN维护的元数据保存一份到NFS上，当NN故障，可以通过另一台NNe读取NFS目录中的元数据备份进行恢复工作，需要手动进行操作，并不是真正意义上的HA方案。

另一种是准备一台备用NN节点，通过定期下载NN的元数据和日志文件来备份，当NN故障时，可以通过这台进行恢复，由于主备节点元数据和日志并不是实时同步，所以会丢失一些数据。

前两种方案都不是很理想，社区提供一种更好的方案，基于QJM（Qurom Journal Manager）的共享日志方案。QJM的基本原理是NN（Active）把日志写本地和2N+1（奇数）台JournalNode上，当数据操作返回成功时才写入日志，这个日志叫做editlog，而元数据存在fsimage文件中，NN（Standby）定期从JournalNode上读取editlog到本地。在这手动切换的基础上有开发了基于Zookeeper的ZKFC（ZookeeperFailover Controller）自动切换机制，Active和Standby节点各有ZKFC进程监控NN监控状况，定期发送心跳，当Active节点故障时Standby会自动切换为ActiveNode，我们这次就用的此方案，如下图所示。

ResourceManager(RM) HA实现方式：

RM将状态信息存储在Zookeeper中，当Active故障，Standby切换为Active后，从ZK读取相应的作业信息，重新构建作业的内存信息，然后开始接受NodeManager心跳，并接受客户端提交作业的请求等。

二、搭建高可用Hadoop集群

1.基础环境配置

1.1 安装JDK（每台配置）

 # tar zxvf jdk-7u79-linux-x.gz
 # mv jdk1.7.0_79 /usr/local/jdk1.7
 # vi /etc/profile
 JAVA_HOME=/usr/local/jdk1.7
 PATH=$PATH:$JAVA_HOME/bin
 CLASSPATH=$JAVA_HOME/lib:$JAVA_HOME/jre/lib
 export JAVA_HOME PATH CLASSPATH
 # source /etc/profile #使配置生效

1.2 修改主机名，并添加hosts文件（每台配置）

 # hostname HMaster0
 # vi /etc/hostname
 HMaster0

 # cat /etc/hosts
 127.0.0.1 localhost localhost.localdomain localhost4localhost4.localdomain4
 ::1 localhost localhost.localdomainlocalhost6 localhost6.localdomain6
 192.168.18.215 HMaster0
 192.168.18.216 HMaster1
 192.168.18.217 HSlave0
 192.168.18.218 HSlave1
 192.168.18.219 HSlave2

1.3 配置SSH无密码登陆（在HMaster1做同样的操作）

 # ssh-kegen #一直回车创建秘钥对
 [root@HMaster0]# cat /root/.ssh/id_rsa.pub > /root/.ssh/authorized_keys
 [root@HMaster0]# scp /root/.ssh/authorized_keys root@HMaster0:/root/.ssh
 [root@HMaster0]# scp /root/.ssh/authorized_keys root@HMaster1:/root/.ssh
 [root@HMaster0]# scp /root/.ssh/authorized_keys root@HSlave0:/root/.ssh
 [root@HMaster0]# scp /root/.ssh/authorized_keys root@HSlave1:/root/.ssh
 [root@HMaster0]# scp /root/.ssh/authorized_keys root@HSlave2:/root/.ssh
 [root@HMaster0]# ssh root@HMaster0 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh' 
 [root@HMaster0]# ssh root@HMaster1 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh' 
 [root@HMaster0]# ssh root@HSlave0 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh' 
 [root@HMaster0]# ssh root@HSlave1 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh' 
 [root@HMaster0]# ssh root@HSlave2 'chmod 600 /root/.ssh/authorized_keys && chmod 700 /root/.ssh'

现在就可以不用密码登陆某一台了。

2. Zookeeper集群安装与配置（三台HSlave配置）

2.1 安装与配置

 # tar zxvf zookeeper-3.4.6.tar.gz
 # mv zookeeper-3.4.6 /opt
 # cd /opt/zookeeper-3.4.6/conf
 # cp zoo_sample.cfg zoo.cfg

 # vi zoo.cfg
 tickTime=2000 
 initLimit=10 
 syncLimit=5 
 dataDir=/home/zookeeper/data 
 dataLogDir=/home/zookeeper/logs 
 clientPort=2181 
 server.0=HSlave0:2888:3888 
 server.1=HSlave1:2888:3888
 server.2=HSlave2:2888:3888

参数说明：

tickTime：ZK服务器之间或客户端与服务器之间间隔多长时间发送一个心跳，单位毫秒

initLimit：ZK服务器集群中连接Leader的Follower服务器初始化连接时最长忍受多长心跳时间间隔（5*20000=10s）

syncLimit：标识Leader与Follower同步消息，如果超过时间（5*2000=10s），未完成同步，将剔除这个节点，所有连接此Follower服务器的客户端将连接到另一个Foolower服务器上

dataDir：ZK保存数据的目录，默认情况下，ZK也会将日志文件保存在此目录

dataLogDir：指定日志文件目录

clientPort：客户端连接ZK服务器端口

server.0：第一个0代表第几号ZK服务器，HSlave0是这个服务器的主机名或IP，2888是这个ZK服务器与集群中Leader服务器交换信息的端口，3888是Leader服务器出现故障时，用这个端口通信重新选举，在选出一个新的Leader

2.2 创建目录和id文件（三台HSlave对应操作）

# mkdir /home/zookeeper/data

# mkdir /home/zookeeper/logs

# vi /home/zookeeper/data/myid

0

#必须创建这个id，否则启动会报错。分别ZK集群节点创建myid号，myid一定对应好zoo.cfg中配置的server后面0、1和2这个ZK号

2.3 分别启动三个ZK节点（三台HSlave操作）

# /opt/zookeeper-3.4.6/bin/zkServer.sh start

注意：每次都需要分别启动ZK节点，不能通过hadoop管理启动

2.4 检查是否启动成功

分别查看ZK每个节点状态可以看到有两个follower节点，一个leader节点：

# /opt/zookeeper-3.4.6/bin/zkServer.sh status

 JMX enabled by default
 Using config:/opt/zookeeper-3.4.6/bin/../conf/zoo.cfg
 Mode: follower
 JMX enabled by default
 Using config:/opt/zookeeper-3.4.6/bin/../conf/zoo.cfg
 Mode: leader

在集群任意一节点都会启动一个进程：

# jps

1990 QuorumPeerMain

博客地址：http://lizhenliang.blog.51cto.com

3. Hadoop安装与配置（每台都同样配置）

3.1 安装与配置

# tar zxvf hadoop-2.6.0.tar.gz

# mv hadoop-2.6.0 /opt

# cd /opt/hadoop-2.6.0/etc/hadoop

# vi core-site.xml

 
 
 fs.defaultFS
 hdfs://hcluster
 
 
 
 hadoop.tmp.dir
 /home/hadoop/tmp
 
 
 
 ha.zookeeper.quorum
 HSlave0:2181,HSlave1:2181,HSlave2:2181
 

# vi hdfs-site.xml

 
 dfs.nameservices
 hcluster
 
 
 
 dfs.ha.namenodes.hcluster
 HMaster0,HMaster1
 
 
 
 dfs.data.dir
 /home/hadoop/hdfs/data
 
 
 
 dfs.replication
 3
 
 
 dfs.namenode.rpc-address.hcluster.HMaster0
 HMaster0:9000
 
 
 
 dfs.namenode.rpc-address.hcluster.HMaster1
 HMaster1:9000
 
 
 
 dfs.namenode.http-address.hcluster.HMaster0
 HMaster0:50070
 
 
 dfs.namenode.http-address.hcluster.HMaster1
 HMaster1:50070
 
 
 
 dfs.namenode.name.dir
 file:/home/hadoop/name
 
 
 
 dfs.namenode.shared.edits.dir
 qjournal://HSlave0:8485;HSlave1:8485;HSlave2:8485/hcluster
 
 
 
 dfs.journalnode.edits.dir
 /home/hadoop/journal
 
 
 
 dfs.ha.automatic-failover.enabled
 true
 
 
 
 dfs.client.failover.proxy.provider.hcluster
 org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
 
 
 
 dfs.ha.fencing.methods
 sshfence(hdfs)
 shell(/bin/true)
 
 
 
 dfs.ha.fencing.ssh.private-key-files
 /root/.ssh/id_rsa
 

# vi yarn-site.xml

 
 
 yarn.resourcemanager.ha.enabled
 true
 
 
 
 yarn.resourcemanager.cluster-id
 rm-cluster
 
 
 
 yarn.resourcemanager.ha.rm-ids
 rm1,rm2
 
 
 
 yarn.resourcemanager.ha.automatic-failover.recover.enabled
 true
 
 
 yarn.resourcemanager.recovery.enabled 
 true 
  -->
 
 
 yarn.resourcemanager.hostname.rm1
 HMaster0
 
 
 
 yarn.resourcemanager.hostname.rm2
 HMaster1
 
 
 
 yarn.resourcemanager.store.class
 org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
 
 
 
 yarn.resourcemanager.zk-address
 HSlave0:2181,HSlave1:2181,HSlave2:2181
 
 
 
 yarn.resourcemanager.scheduler.address.rm1
 HMaster0:8030
 
 
 yarn.resourcemanager.scheduler.address.rm2
 HMaster1:8030
 
 
 
 yarn.resourcemanager.resource-tracker.address.rm1
 HMaster0:8031
 
 
 yarn.resourcemanager.resource-tracker.address.rm2
 HMaster1:8031
 
 
 
 yarn.resourcemanager.address.rm1
 HMaster0:8032
 
 
 yarn.resourcemanager.address.rm2
 HMaster1:8032
 
 
 
 yarn.resourcemanager.admin.address.rm1
 HMaster0:8033
 
 
 yarn.resourcemanager.admin.address.rm2
 HMaster1:8033
 
 
 
 yarn.resourcemanager.webapp.address.rm1
 HMaster0:8088
 
 
 yarn.resourcemanager.webapp.address.rm2
 HMaster1:8088
 

# vi mapred-site.xml

 
 
 mapreduce.framework.name
 yarn
 
 
 
 mapreduce.jobhistory.address
 0.0.0.0:10020
 
 
 
 mapreduce.jobhistory.webapp.address
 0.0.0.0:19888
 

# vi hadoop-env.sh
将export JAVA_HOME=${JAVA_HOME}修改为我们安装的JDK路径 export JAVA_HOME=/usr/local/jdk1.7

# vi slaves 
HSlave0
HSlave1
HSlave2

3.1 对NameNode（HMaster0）节点进行格式化

# hadoop namenode –format

注意：格式化第二次有可能会造成DataNode无法启动，原因是NameSpaceID不一致造成，解决方法是找出不一致的VERSION修改NameSpaceID，也可以删除hdfs/data目录。

3.2 启动HMaster0（active）节点NameNode

# hadoop-daemon.sh start namenode

3.3 HMaster1节点上同步（HMaster0）元数据

# hdfs namenode –bootstrapStandby

3.4 启动HMaster1（standby）节点NameNode

# hadoop-daemon.sh start namenode

3.5 在HMaster0格式化ZKFC

# hdfs zkfc –formatZK

3.6 在HMaster0节点启动HDFS集群

# start-dfs.sh

3.7 分别在active节点启动ResourceManager

# yarn-start.sh #会分别启动其他三台NodeManager节点

3.8 在standby节点启动ResourceManager

# yarn-daemon.sh start resourcemanager

3.9 验证Hadoop集群（HDFS和YARN）是否启动成功

# jps #在HMaster0节点可以看到

32040 DFSZKFailoverController #ZKFC用于监控NameNode active和standby节点状态，并故障切换

30187 ResourceManager #YARN资源管理进程

31934 NameNode #HDFS元数据进程

13607 Jps #运行jps命令时自身进程

# jps #在HSlave0节点可以看到

13229 DataNode

31215 NodeManager

1990 QuorumPeerMain

13314 JournalNode

31390 Jps

# 通过访问Hadoop提供的WEB，查看是否正常

从上图可以看出，NameNode分为active和standby，ResouceManager也分为active和standby，也就是说，NN和RM均成功实现HA，当你测试停止active节点上NN或者RM时，都会正常切换到standby节点，这时再访问WEB，状态已经改变。目前NN只支持两台做HA，RM HA支持多台。

4. HDFS 操作命令

# hadoop dfsadmin -report #查看DataNode节点信息，可以使用这个命令脚本监控DFS状况

# hadoop fs -ls hdfs://hcluster:9000/ #指定HDFS地址访问

# hadoop fs -ls / #列出HDFS文件系统目录下文件和目录

# hadoop fs -lsr / #递归列出目录

# hadoop fs -mkdir /test #创建test目录

# hadoop fs -put /root/test.txt /test/test.txt #上传文件到test目录

# hadoop fs -cat /test/test.txt #查看文件内容

# hadoop fs -du /test/test.txt #查看文件大小

# hadoop fs -rm /test/test.txt #删除文件

# hadoop fs -rmr /test #递归删除目录或文件

提醒：Hadoop配置较为复杂，往往会因为自己的一点点配置错误，造成服务无法启动，不要心急，这时你应该静下心来仔细看看安装目录中logs目录下以.log结尾的日志，可帮助你解决问题。祝你好运！

HBase1.0分布式NoSQL数据库部署及使用请点：http://lizhenliang.blog.51cto.com/7876557/1665130