大数据

Hadoop集群部署（部署脚本，namenode高可用）

2015-11-06 10:50:31　|　来源：中培企业IT培训网

【中培伟业】本文的所有部署都基于cloudera公司的CDH4,CDH4是cloudera公司包装好的hadoop生态圈一系列yum包，把CDH4放到自己的yum仓库中，能极大的提高hadoop环境部署的简易性。
　　前言
　　折腾了一段时间hadoop的部署管理，写下此系列博客记录一下。
　　为了避免各位做部署这种重复性的劳动，我已经把部署的步骤写成脚本，各位只需要按着本文把脚本执行完，整个环境基本就部署完了。部署的脚本我放在了开源中国的git仓库里。
　　本文的所有部署都基于cloudera公司的CDH4,CDH4是cloudera公司包装好的hadoop生态圈一系列yum包，把CDH4放到自己的yum仓库中，能极大的提高hadoop环境部署的简易性。
　　本文的部署过程中涵盖了namenode的HA实现，hadoop管理的解决方案（hadoop配置文件的同步，快速部署脚本等）。
　　环境准备
　　一共用5台机器作为硬件环境，全都是centos 6.4
　　namenode & resourcemanager 主服务器: 192.168.1.1
　　namenode & resourcemanager 备服务器: 192.168.1.2
　　datanode & nodemanager 服务器: 192.168.1.100 192.168.1.101 192.168.1.102
　　zookeeper 服务器集群(用于namenode 高可用的自动切换): 192.168.1.100 192.168.1.101
　　jobhistory 服务器(用于记录mapreduce的日志): 192.168.1.1
　　用于namenode HA的NFS: 192.168.1.100
　　环境部署
　　一、加入CDH4的YUM仓库
　　1.最好的办法是把cdh4的包放到自建的yum仓库中,如何自建yum仓库请看自建YUM仓库
　　2.如果不想自建yum仓库，在所有的hadoop机器执行以下操作加入cdn4的yum仓库
　　wget http://archive.cloudera.com/cdh4/one-click-install/redhat/6/x86_64/cloudera-cdh-4-0.x86_64.rpm
　　sudo yum --nogpgcheck localinstall cloudera-cdh-4-0.x86_64.rpm
　　二、创建用于namenode HA的NFS服务器
　　1.登录192.168.1.100,执行以下脚本createNFS.sh
　　#!/bin/bash
       yum -y install rpc-bind nfs-utils
　　mkdir -p /data/nn_ha/
　　echo "/data/nn_ha *(rw,root_squash,all_squash,sync)" >> /etc/exports
　　/etc/init.d/rpcbind start
　　/etc/init.d/nfs start
　　chkconfig --level 234 rpcbind   on
　　chkconfig -level 234 nfs on
　　三、Hadoop Namenode & resourcemanager 主服务器环境部署
　　1.登录192.168.1.1，创建脚本目录，把脚本从git仓库复制下来
　　yum –y install git
　　mkdir –p /opt/
　　cd /opt/
　　git clone http://git.oschina.net/snake1361222/hadoop_scripts.git
　　/etc/init.d/iptables stop
　　2.修改hostname
　　sh /opt/hadoop_scripts/deploy/AddHostname.sh
　　3.修改部署脚本的配置文件
　　vim /opt/kingsoft/hadoop_scripts/deploy/config
　　#添加master服务器的地址，也就是namenode主服务器
　　master="192.168.1.1"
　　#添加nfs服务器地址
　　nfsserver="192.168.1.100"
　　4.编辑hosts文件(此文件会同步到hadoop集群所有机器)
　　vim /opt/hadoop_scripts/share_data/resolv_host
　　127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
　　::1  　　localhost localhost.localdomain localhost6 localhost6.localdomain6
　　192.168.1.1 nn.dg.hadoop.cn
　　192.168.1.2 nn2.dg.hadoop.cn
　　192.168.1.100 dn100.dg.hadoop.cn
　　192.168.1.101 dn101.dg.hadoop.cn
　　192.168.1.102 dn102.dg.hadoop.cn
　　5.执行部署脚本CreateNamenode.sh
　　sh /opt/hadoop_scripts/deploy/CreateNamenode.sh
　　6.搭建saltstack master
　　PS:类似于puppet的服务器管理开源工具，比较轻量，在这里用于管理hadoop集群，调度datanode，关于saltstack的详细请看 SaltStack部署与使用
　　a.安装
　　yum -y install salt salt-master
　　b.修改配置文件`/etc/salt/master`,下面标志的是需要修改的项
　　修改监听IP：
　　interface: 0.0.0.0
　　多线程池：
　　worker_threads: 5
　　开启任务缓存：（官方描叙开启缓存能承载5000minion）
　　job_cache
　　开启自动认证：
　　auto_accept: True
　　c.开启服务
　　/etc/init.d/salt-master start
　　chkconfig salt-master on
　　7.部署过程中已经把我的sample配置复制过去了，所以只需要修改部分配置文件
　　a. /etc/hadoop/conf/hdfs-site.xml (其实就是按实际修改主机名地址)
　　<property>
　　<name>dfs.namenode.rpc-address.mycluster.ns1</name>
　　<value>nn.dg.hadoop.cn:8020</value>
　　<description>定义ns1的rpc地址</description>
　　</property>
　　<property>
　　<name>dfs.namenode.rpc-address.mycluster.ns2</name>
　　<value>nn2.dg.hadoop.cn:8020</value>
　　<description>定义ns2的rpc地址</description>
　　</property>
　　<property>
　　<name>ha.zookeeper.quorum</name>
　　<value>dn100.dg.hadoop.cn:2181,dn101.dg.hadoop.cn:2181,dn102.dg.hadoop.cn:2181,</value>
　　<description>指定用于HA的ZooKeeper集群机器列表</description>
　　</property>
　　b. mapred-site.xml
　　<property>
　　<name>mapreduce.jobhistory.address</name>
　　<value>nn.dg.hadoop.cn:10020</value>
　　</property>
　　<property>
　　<name>mapreduce.jobhistory.webapp.address</name>
　　<value>nn.dg.hadoop.cn:19888</value>
　　</property>
　　c. yarn-site.xml
　　property>
　　<name>yarn.resourcemanager.resource-tracker.address</name>
　　<value>nn.dg.hadoop.cn:8031</value>
　　</property>
　　<property>
　　<name>yarn.resourcemanager.address</name>
　　<value>nn.dg.hadoop.cn:8032</value>
　　</property>
　　<property>
　　<name>yarn.resourcemanager.scheduler.address</name>
　　<value>nn.dg.hadoop.cn:8030</value>
　　</property>
　　<property>
　　<name>yarn.resourcemanager.admin.address</name>
　　<value>nn.dg.hadoop.cn:8033</value>
　　</property>
　　三、Hadoop Namenode & resourcemanager 备服务器环境部署
　　1.登录192.168.1.2，创建脚本目录，从主服务器把脚本同步过来
　　/etc/init.d/iptables stop
　　mkdir –p /opt/hadoop_scripts
　　rsync –avz 192.168.1.1::hadoop_s   /opt/hadoop_scripts
　　2.执行部署脚本CreateNamenode.sh
　　sh /opt/hadoop_scripts/deploy/CreateNamenode.sh
　　3.同步hadoop配置文件
　　rsync –avz 192.168.1.1::hadoop_conf /etc/hadoop/conf
　　4.部署saltstack客户端
　　sh /opt/hadoop_scripts/deploy/salt_minion.sh
　　四、zookeeper服务器集群部署
　　zookeeper是一个开源分布式服务，在这里用于namenode 的auto fail over功能。
　　1.安装
　　yum install zookeeper zookeeper-server
　　2.修改配置文件/etc/zookeeper/conf/zoo.cfg
　　maxClientCnxns=50
　　# The number of milliseconds of each tick
　　tickTime=2000
　　# The number of ticks that the initial
　　# synchronization phase can take
　　initLimit=10
　　# The number of ticks that can pass between
　　# sending a request and getting an acknowledgement
　　syncLimit=5
　　# the directory where the snapshot is stored.
　　dataDir=/var/lib/zookeeper
　　# the port at which the clients will connect
　　clientPort=2181
　　#这里指定zookeeper集群内的所有机器,此配置集群内机器都是一样的
　　server.1=dn100.dg.hadoop.cn :2888:3888
　　server.2=dn101.dg.hadoop.cn:2888:3888
　　3.指定当前机器的id,并开启服务
　　#譬如当前机器是192.168.1.100(dn100.dg.hadoop.cn),它是server.1，id是1，SO：
　　echo "1" > /var/lib/zookeeper/myid
　　chown -R zookeeper.zookeeper /var/lib/zookeeper/
　　service zookeeper-server init
　　/etc/init.d/zookeeper-server start
　　chkconfig zookeeper-server on
　　#如此类推，部署192.168.1.101
　　五、datanode & nodemanager 服务器部署
　　1.登录datanode机器,创建脚本目录，从主服务器把脚本同步过来
　　/etc/init.d/iptables stop
　　mkdir –p /opt/hadoop_scripts
　　rsync –avz 192.168.1.1::hadoop_s   /opt/hadoop_scripts
　　2.修改hostname，执行部署脚本 CreateDatanode.sh
　　sh /opt/hadoop_scripts/deploy/AddHostname.sh
　　sh /opt/hadoop_scripts/deploy/CreateDatanode.sh
　　集群初始化
　　到这里，hadoop集群的环境已部署完毕，现在开始初始化集群
　　一、namenode的HA高可用初始化
　　1.在namenode主服务器(192.168.1.1)执行zookeeper的failover功能格式化
　　sudo –u hdfs hdfs zkfc –formatZK
　　2.把zookeeper集群服务启动(192.168.1.100 192.168.1.101 )
　　/etc/init.d/zookeeper-server start
　　3.把namenode主备服务器的zkfc服务起来(192.168.1.1 192.168.1.2)
　　/etc/init.d/hadoop-hdfs-zkfc start
　　4.在namenode主服务器(192.168.1.1)格式化hdfs
　　#确保是用hdfs用户格式化
　　sudo -u hdfs hadoop namenode –format
　　5.第一次搭建namenode高可用，需要把name.dir下面的数据复制到namenode备服务器（此坑花了好多时间）
　　a.在主服务器(192.168.1.1)执行
　　tar -zcvPf /tmp/namedir.tar.gz /data/hadoop/dfs/name/
　　nc -l 9999 < /tmp/namedir.tar.gz
　　b.在备服务器(192.168.1.2)执行
　　wget 192.168.1.1:9999 -O /tmp/namedir.tar.gz
　　tar -zxvPf /tmp/namedir.tar.gz
　　6.主从服务都启动
　　/etc/init.d/hadoop-hdfs-namenode start
　　/etc/init.d/hadoop-yarn-resourcemanager start
　　7.查看hdfs的web界面
　　http://192.168.1.1:9080
　　http://192.168.1.2:9080
　　#如果在web界面看到两个namenode都是backup状态，那就是auto fail over配置不成功
　　#查看zkfc日志(/var/log/hadoop-hdfs/hadoop-hdfs-zkfc-nn.dg.s.kingsoft.net.log)
　　#查看zookeeper集群的日志(/var/log/zookeeper/zookeeper.log)
　　8.现在可以尝试关闭namenode主服务，看是否能主从切换
　　二、hdfs集群开启
　　到这里，所有hadoop部署已完成，现在开始把集群启动，验证效果
　　1.把所有datanode服务器启动
　　#还记得之前搭建的saltstack管理工具不，现在开始发挥它的作用,登录saltstack master(192.168.1.1)执行
　　salt -v "dn*" cmd.run "/etc/init.d/hadoop-hdfs-datanode start"
　　2.查看hdfs web界面,看是否都成为live nodes
　　3.如果没有问题，现在可以尝试hdfs操作
　　#创建一个tmp目录
　　sudo -u hdfs hdfs dfs -mkdir /tmp
　　#创建一个10G大小的空文件,计算它的MD5值，并放入hdfs
　　dd if=/dev/zero of=/data/test_10G_file bs=1G count=10
　　md5sum /data/test_10G_file
　　sudo -u hdfs hdfs dfs -put /data/test_10G_file /tmp
　　sudo -u hdfs hdfs dfs -ls /tmp
　　#现在可以尝试关闭一台datanode,然后把刚才的测试文件拉取出来，再算一次MD5看是否一样
　　sudo -u hdfs hdfs dfs -get /tmp/test_10G_file /tmp/
　　md5sum /tmp/test_10G_file
　　三、yarn集群开启
　　hadoop除了hdfs用于大数据的分布式存储，还有更重要的组件，分布式计算(mapreduce)。现在我们来把mapreducev2 yarn集群启动
　　1.在主服务器把resourcemanager服务起来（192.168.1.1）
　　/etc/init.d/hadoop-yarn-resourcemanager start
　　2.把所有nodemanager服务启动
　　#还是登陆saltstack master，执行
　　salt -v "dn*" cmd.run "/etc/init.d/hadoop-yarn-nodemanager start"
　　3.查看yarn 任务追踪界面(http://192.168.1.1:9081/),看是否所有nodes都已加入
　　4.hadoop自带有基准测试的mapreduce实例，我们利用它来测试yarn环境是否正常
　　#TestDFSIO测试HDFS的读写性能,写10个文件，每个文件1G.
　　su hdfs -
　　hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.0.0-cdh4.2.1-tests.jar TestDFSIO -write -nrFiles 10 -fileSize 1000
　　#Sort测试MapReduce
　　##向random-data目录输出数据
　　hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar randomwriter random-data
　　##运行sort程序
　　hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar sort random-data sorted-data
　　##验证sorted-data 文件是否排好序
　　hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-client-jobclient-2.0.0-cdh4.2.1-tests.jar testmapredsort -sortInput random-data
　　-sortOutput sorted-data
　　总结
　　在折腾hadoop集群的部署是还是遇到了很多坑，打算下篇写自己所遭遇的问题。通过本文部署遇到问题的可以联系一下我,互相交流一下。当然也欢迎大家一起修改部署的脚本。