yum安装CDH5.5 Hadoop集群_Linux系统_系统运维

1、环境说明

系统环境：

系统环境：CentOS6.7

Hadoop版本：CDH5.5

JDK运行版本：1.7.0_67

集群各节点组件分配：

yum安装CDH5.5 Hadoop集群

2、准备工作

安装 Hadoop 集群前先做好下面的准备工作，在修改配置文件的时候，建议在一个节点上修改，然后同步到其他节点。因为要同步配置文件和在多个节点启动服务，建议配置 ssh 无密码登陆。

2.1配置hosts

CDH 要求使用 IPv4，IPv6 不支持，禁用IPv6方法：

# vim /etc/sysctl.conf

#disable ipv6

net.ipv6.conf.all.disable_ipv6=1

net.ipv6.conf.default.disable_ipv6=1

net.ipv6.conf.lo.disable_ipv6=1

使其生效：

# sysctl -p

最后确认是否已禁用：

# cat /proc/sys/net/ipv6/conf/all/disable_ipv6

设置hostname，以bd-ops-test-74为例

hostname bd-ops-test-74

并使其永久生效

# vim /etc/sysconfig/network

修改HOSTNAME=bd-ops-test-74

修改hosts表

在每个节点上都应有一份hosts表，在之后的配置中，对应节点名称使用hostname

# vim /etc/hosts

172.16.57.74 bd-ops-test-74

172.16.57.75 bd-ops-test-75

172.16.57.76 bd-ops-test-76

172.16.57.77 bd-ops-test-77

2.2关闭防火墙以及selinux

# setenforce 0

# vim /etc/sysconfig/selinux #修改SELINUX=disabled

#清空iptables

# iptables -F

2.3时钟同步

搭建时钟同步服务器

这里选择 74 节点为时钟同步服务器，其他节点为客户端同步时间到该节点。安装ntp:

# yum install ntp -y

修改 74 上的配置文件 /etc/ntp.conf

driftfile /var/lib/ntp/drift

restrict default nomodify notrap nopeer noquery

restrict 127.0.0.1

restrict ::1

restrict 172.16.57.0 mask 255.255.255.0 nomodify notrap

server 0.centos.pool.ntp.org iburst

server 1.centos.pool.ntp.org iburst

server 2.centos.ntp.org iburst

server 3.centos.pool.ntp.org iburst

includefile /etc/ntp/crypto/pw

keys /etc/ntp/keys

disable monitor

启动 ntp：

#设置开机启动

# chkconfig ntpd on

# service ntpd start

ntpq用来监视ntpd操作，使用标准的NTP模式6控制消息模式，并与NTP服务器通信。

ntpq -p 查询网络中的NTP服务器，同时显示客户端和每个服务器的关系。

#ntpq -p

remote refid st t when poll reach delay offset jitter

==============================================================================

*dns1.synet.edu. 202.118.1.47 2 u 57 64 377 41.912 -3.877 4.628

客户端的配置

在76和77节点上执行下面操作：

# ntpdate bd-ops-test-74

Ntpd启动的时候通常需要一段时间大概5分钟进行时间同步，所以在ntpd刚刚启动的时候还不能正常提供时钟服务，报错"no server suitable for synchronization found"。启动时候需要等待5分钟。

过一会儿我们就可以看到同步成功了：

#ntpdate bd-ops-test-74

24 Aug 22:32:14 ntpdate[14024]: step time server 172.16.57.74 offset -77.582859 sec

2.4安装JDK

此过程不再赘述，本例中jdk安装目录为/opt/programs/jdk1.7.0_67

2.5设置本地yum源

从官方下载cdh5.5压缩仓库包，传送门：http://archive.cloudera.com/cdh5/repo-as-tarball/5.5.1/cdh5.5.1-centos5.tar.gz

解压后配置本地仓库使用。

3、安装Zookeeper

Zookeeper 至少需要3个节点，并且节点数要求是基数，这里在75、76、77上安装 Zookeeper。

3.1安装

在需要安装的节点上执行：

# yum install zookeeper* -y

3.2修改配置文件

设置 zookeeper 配置 /etc/zookeeper/conf/zoo.cfg

maxClientCnxns=50

tickTime=2000

initLimit=10

syncLimit=5

dataDir=/opt/zookeeper/zkdata

clientPort=2181

dataLogDir=/opt/zookeeper/zkdatalog

server.1=172.16.57.75:2888:3888

server.2=172.16.57.76:2888:3888

server.3=172.16.57.77:2888:3888

指定jdk路径/etc/zookeeper/conf/java.env

export JAVA_HOME=/opt/programs/jdk1.7.0_67/

3.3同步配置文件

将配置文件同步到其他节点：

# scp -r /etc/zookeeper/conf root@bd-ops-test-76:/etc/zookeeper/

# scp -r /etc/zookeeper/conf root@bd-ops-test-77:/etc/zookeeper/

3.4初始化并启动服务

在每个节点上初始化并启动 zookeeper，注意 myid 的值需要和 zoo.cfg 中的编号一致。

在 75 节点运行：

# service zookeeper-server init --myid=1

# service zookeeper-server start

在 76 节点运行：

# service zookeeper-server init --myid=2

# service zookeeper-server start

在 77 节点运行：

# service zookeeper-server init --myid=3

# service zookeeper-server start

3.5测试

通过下面命令测试是否启动成功：

# zookeeper-client -server bd-ops-test-74:2181

4、安装和配置HDFS（HA模式）

根据文章开头的节点规划，

在74,75上安装 hadoop-hdfs-namenode，

# yum install hadoop-hdfs-namenode -y

在74,75,76,77上安装hadoop-hdfs-datanode

# yum install hadoop-hdfs-datanode -y

4.1配置hadoop相关环境变量

创建 /etc/hadoop/conf/hadoop-env.sh，主要指定的是jdk、hadoop等相关安装目录

# cat hadoop-env.sh

export HADOOP_MAPRED_HOME=/usr/lib/hadoop-mapreduce

export HADOOP_HOME=/usr/lib/hadoop

export JAVA_HOME=/opt/programs/jdk1.7.0_67/

export HADOOP_NAMENODE_OPTS="-XX:+UseParallelGC -XX:ParallelGCThreads=8"

export HADOOP_HEAPSIZE=16384

export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$HADOOP_HOME/lib/hadoop-lzo.jar

在/etc/hadoop/conf/slaves中指定集群的hostname

# cat slaves

bd-ops-test-74

bd-ops-test-75

bd-ops-test-76

bd-ops-test-77

4.2修改hadoop配置文件

在/etc/hadoop/conf/core-site.xml中设置fs.defaultFS属性值，该属性指定NameNode是哪一个节点以及使用的文件系统是file还是hdfs，格式：hdfs://<namenode host>:<namenode port>/，默认的文件系统是file:///：

<name>fs.defaultFS</name>

</property>

在/etc/hadoop/conf/hdfs-site.xml中设置dfs.permissions.superusergroup属性，该属性指定hdfs的超级用户，默认为hdfs，你可以修改为hadoop：

<name>dfs.permissions.superusergroup</name>

<value>hadoop</value>

</property>

更多的配置信息说明，请参考 Apache Cluster Setup

4.3指定本地文件目录

在hadoop中默认的文件路径以及权限要求如下：

目录所有者权限默认路径

hadoop.tmp.dir hdfs:hdfs drwx------ /var/hadoop

dfs.namenode.name.dir hdfs:hdfs drwx------ file://${hadoop.tmp.dir}/dfs/name

dfs.datanode.data.dir hdfs:hdfs drwx------ file://${hadoop.tmp.dir}/dfs/data

dfs.namenode.checkpoint.dir hdfs:hdfs drwx------ file://${hadoop.tmp.dir}/dfs/namesecondary

说明你可以在 hdfs-site.xm l中只配置hadoop.tmp.dir，也可以分别配置上面的路径。这里使用分别配置的方式，hdfs-site.xml中配置如下：

<name>dfs.namenode.name.dir</name>

<value>file:///opt/hadoop/data/hdfs/nn</value>

</property>

<name>dfs.datanode.data.dir</name>

<value>file:///opt/hadoop/data1/hdfs/dn,file:///opt/hadoop/data2/hdfs/dn,file:///opt/hadoop/data3/hdfs/dn</value>

</property>

在NameNode上手动创建 dfs.name.dir 或 dfs.namenode.name.dir 的本地目录：

mkdir -p /opt/hadoop/data/hdfs/nn

在DataNode上手动创建 dfs.data.dir 或 dfs.datanode.data.dir 的本地目录：

mkdir -p /opt/hadoop/data{1,2,3}/hdfs/dn

修改上面目录所有者：

chown -R hdfs:hdfs /opt/hadoop/*

hadoop的进程会自动设置 dfs.data.dir 或 dfs.datanode.data.dir，但是 dfs.name.dir 或 dfs.namenode.name.dir 的权限默认为755，需要手动设置为700：

# chmod 700 /opt/hadoop/data/hdfs/nn

注意：DataNode的本地目录可以设置多个(我这里有三个)，你可以设置 dfs.datanode.failed.volumes.tolerated 参数的值，表示能够容忍不超过该个数的目录失败。

4.4开启回收站功能

回收站功能默认是关闭的，建议打开。在 /etc/hadoop/conf/core-site.xml 中添加如下两个参数：

fs.trash.interval,该参数值为时间间隔，单位为分钟，默认为0，表示回收站功能关闭。该值表示回收站中文件保存多长时间，如果服务端配置了该参数，则忽略客户端的配置；如果服务端关闭了该参数，则检查客户端是否有配置该参数；

fs.trash.checkpoint.interval，该参数值为时间间隔，单位为分钟，默认为0。该值表示检查回收站时间间隔，该值要小于fs.trash.interval，该值在服务端配置。如果该值设置为0，则使用 fs.trash.interval 的值。

4.5开启WebHDFS

在NameNode节点上安装：

# yum install hadoop-httpfs -y

然后修改 /etc/hadoop/conf/core-site.xml配置代理用户：

<name>hadoop.proxyuser.httpfs.hosts</name>

</property>

<name>hadoop.proxyuser.httpfs.groups</name>

</property>

4.6配置LZO

安装lzo:

# yum install hadoop-lzo* impala-lzo -y

最后，在 /etc/hadoop/conf/core-site.xml 中添加如下配置：

<name>io.compression.codecs</name>

<value>org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.GzipCodec,

org.apache.hadoop.io.compress.BZip2Codec,com.hadoop.compression.lzo.LzoCodec,

com.hadoop.compression.lzo.LzopCodec</value>

</property>

<name>io.compression.codec.lzo.class</name>

<value>com.hadoop.compression.lzo.LzoCodec</value>

</property>

更多关于LZO信息，请参考：Using LZO Compression

4.7配置Snappy

cdh 的 rpm 源中默认已经包含了 snappy ，直接在每个节点安装Snappy：

yum install snappy snappy-devel -y

然后，在 core-site.xml 中修改io.compression.codecs的值，添加 org.apache.hadoop.io.compress.SnappyCodec 。

使 snappy 对 hadoop 可用：

ln -sf /usr/lib64/libsnappy.so /usr/lib/hadoop/lib/native/

4.8HA配置

安装服务

在 75、76、77 上安装 hadoop-hdfs-journalnode

yum install hadoop-hdfs-journalnode -y

在 74、75（namenode）上安装 hadoop-hdfs-zkfc：

yum install hadoop-hdfs-zkfc -y

修改配置文件

修改/etc/hadoop/conf/core-site.xml，做如下修改：

<name>fs.defaultFS</name>

</property>

<name>ha.zookeeper.quorum</name>

</property>

修改/etc/hadoop/conf/hdfs-site.xml

<name>dfs.nameservices</name>

</property>

<name>dfs.ha.namenodes.bd-ops-test</name>

</property>

<name>dfs.namenode.rpc-address.bd-ops-test.bd-ops-test-74</name>

</property>

<name>dfs.namenode.rpc-address.bd-ops-test.bd-ops-test-75</name>

</property>

<name>dfs.namenode.http-address.bd-ops-test.bd-ops-test-74</name>

</property>

<name>dfs.namenode.http-address.bd-ops-test.bd-ops-test-75</name>

</property>

<name>dfs.namenode.shared.edits.dir</name>

<value>qjournal://bd-ops-test-75:8485;bd-ops-test-76:8485;bd-ops-test-77:8485/bd-ops-test</value>

</property>

<name>dfs.journalnode.edits.dir</name>

<value>/opt/hadoop/data1/hdfs/jn</value>

</property>

<name>dfs.client.failover.proxy.provider.bd-ops-test</name>

<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

</property>

<name>dfs.ha.fencing.methods</name>

<value>sshfence</value>

</property>

<name>dfs.ha.fencing.ssh.private-key-files</name>

<value>/var/lib/hadoop-hdfs/.ssh/id_rsa</value>

</property>

<name>dfs.ha.automatic-failover.enabled</name>

</property>

4.9启动HDFS

将74上的配置文件同步到每一个节点：

scp -r /etc/hadoop/conf root@bd-ops-test-75:/etc/hadoop/

scp -r /etc/hadoop/conf root@bd-ops-test-76:/etc/hadoop/

scp -r /etc/hadoop/conf root@bd-ops-test-77:/etc/hadoop/

在74节点格式化NameNode：

sudo -u hdfs hadoop namenode -format

启动journalnode

启动75、76、77上的 hadoop-hdfs-journalnode 服务

service hadoop-hdfs-journalnode start

初始化共享存储

在namenode上初始化共享存储，如果没有格式化，则先格式化：

hdfs namenode -initializeSharedEdits

启动第一个namenode（74）

service hadoop-hdfs-namenode start

同步 Standby NameNode

75作为 Standby NameNode，运行

sudo -u hdfs hadoop namenode -bootstrapStandby

然后，启动 Standby NameNode：

service hadoop-hdfs-namenode start

配置自动切换

在两个NameNode上，即74和75，安装hadoop-hdfs-zkfc

yum install hadoop-hdfs-zkfc -y

在任意一个NameNode上下面命令，其会创建一个znode用于自动故障转移

hdfs zkfc -formatZK

然后再两个 NameNode 节点上启动zkfc：

service hadoop-hdfs-zkfc start

启动datanode

在datanode节点运行：

service hadoop-hdfs-datanode start

如果安装了HttpFS，则启动 HttpFS 服务：

service hadoop-httpfs start

4.10测试

使用 curl 运行下面命令，可以测试 webhdfs 并查看执行结果：

# curl "http://localhost:14000/webhdfs/v1?op=gethomedirectory&user.name=hdfs"

{"Path":"\/user\/hdfs"}

更多的 API，请参考 WebHDFS REST API

分别访问 http://bd-ops-test-74:50070/ 和 http://bd-ops-test-75:50070/ 查看谁是 active namenode，谁是 standyby namenode。

查看某Namenode的状态：

#查看nn1状态

$ sudo -u hdfs hdfs haadmin -getServiceState bd-ops-test-74

active

#查看nn2状态

$ sudo -u hdfs hdfs haadmin -getServiceState bd-ops-test-75

standby

执行手动切换：

sudo -u hdfs hdfs haadmin -failover bd-ops-test-74 bd-ops-test-75

再次访问 http://bd-ops-test-74:50070/ 和 http://bd-ops-test-75:50070/ 查看谁是 active namenode，谁是 standyby namenode。

5、安装和配置YARN（HA模式）

根据文章开头的节点规划，74、75 为resourcemanager节点，74,、75、76、77 为nodemanager节点，historyserver 装在 76 节点上。

5.1 安装服务

在74,75安装：

yum install hadoop-yarn hadoop-yarn-resourcemanager -y

在74-77安装：

yum install hadoop-yarn hadoop-yarn-nodemanager hadoop-mapreduce -y

在76安装：

yum install hadoop-mapreduce-historyserver hadoop-yarn-proxyserver -y

5.2修改配置文件

要想使用YARN，需要在 /etc/hadoop/conf/mapred-site.xml 中做如下配置:

<name>mapreduce.framework.name</name>

</property>

修改/etc/hadoop/conf/yarn-site.xml，配置resourcemanager的节点名称、一些服务的端口号以及ha的配置：

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href=http://www.tuicool.com/articles/"configuration.xsl"?>

<name>yarn.resourcemanager.connect.retry-interval.ms</name>

</property>

<name>yarn.resourcemanager.ha.enabled</name>

</property>

<name>yarn.resourcemanager.ha.automatic-failover.enabled</name>

</property>

<name>yarn.resourcemanager.ha.automatic-failover.embedded</name>

</property>

<name>yarn.resourcemanager.cluster-id</name>

<value>yarn-rm-cluster</value>

</property>

<name>yarn.resourcemanager.ha.rm-ids</name>

</property>

<name>yarn.resourcemanager.ha.id</name>

</property>

<!--

<name>yarn.resourcemanager.scheduler.class</name>

<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.fair.FairScheduler</value>

</property>

-->

<name>yarn.resourcemanager.scheduler.class</name>

<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>

</property>

<name>yarn.resourcemanager.recovery.enabled</name>

</property>

<name>yarn.resourcemanager.store.class</name>

<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>

</property>

<name>yarn.resourcemanager.zk-address</name>

</property>

<name>yarn.resourcemanager.zk.state-store.address</name>

</property>

<name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name>

</property>

<name>yarn.resourcemanager.address.bd-ops-test-74</name>

</property>

<name>yarn.resourcemanager.scheduler.address.bd-ops-test-74</name>

</property>

<name>yarn.resourcemanager.webapp.https.address.bd-ops-test-74</name>

</property>

<name>yarn.resourcemanager.webapp.address.bd-ops-test-74</name>

</property>

<name>yarn.resourcemanager.resource-tracker.address.bd-ops-test-74</name>

</property>

<name>yarn.resourcemanager.admin.address.bd-ops-test-74</name>

</property>

<name>yarn.resourcemanager.address.bd-ops-test-75</name>

</property>

<name>yarn.resourcemanager.scheduler.address.bd-ops-test-75</name>

</property>

<name>yarn.resourcemanager.webapp.https.address.bd-ops-test-75</name>

</property>

<name>yarn.resourcemanager.webapp.address.bd-ops-test-75</name>

</property>

<name>yarn.resourcemanager.resource-tracker.address.bd-ops-test-75</name>

</property>

<name>yarn.resourcemanager.admin.address.bd-ops-test-75</name>

</property>

<name>yarn.nodemanager.resource.memory-mb</name>

</property>

<name>yarn.nodemanager.resource.cpu-vcores</name>

</property>

<name>yarn.log-aggregation.retain-seconds</name>

</property>

<name>yarn.log-aggregation.retain-check-interval-seconds</name>

</property>

<name>yarn.nodemanager.localizer.address</name>

</property>

<name>yarn.nodemanager.webapp.address</name>

</property>

<name>yarn.web-proxy.address</name>

</property>

<name>mapreduce.shuffle.port</name>

</property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

<name>yarn.nodemanager.aux-services.mapreduce_shuffle.class</name>

<value>org.apache.hadoop.mapred.ShuffleHandler</value>

</property>

<name>yarn.log-aggregation-enable</name>

</property>

<name>yarn.nodemanager.local-dirs</name>

<value>file:///opt/hadoop/data1/yarn/dn,file:///opt/hadoop/data2/yarn/dn,file:///opt/hadoop/data3/yarn/dn</value>

</property>

<name>yarn.nodemanager.log-dirs</name>

<value>file:///opt/hadoop/data1/yarn/logs,file:///opt/hadoop/data2/yarn/logs,file:///opt/hadoop/data3/yarn/logs</value>

</property>

<!--

<name>yarn.nodemanager.disk-health-checker.min-healthy-disks</name>

</property>

<name>yarn.nodemanager.disk-health-checker.enable</name>

<value>false</value>

</property>

-->

<name>yarn.nodemanager.remote-app-log-dir</name>

</property>

<name>yarn.application.classpath</name>

<value>

$HADOOP_CONF_DIR,

$HADOOP_COMMON_HOME/*,$HADOOP_COMMON_HOME/lib/*,

$HADOOP_HDFS_HOME/*,$HADOOP_HDFS_HOME/lib/*,

$HADOOP_MAPRED_HOME/*,$HADOOP_MAPRED_HOME/lib/*,

$HADOOP_YARN_HOME/*,$HADOOP_YARN_HOME/lib/*

</value>

</property>

<name>yarn.web-proxy.address</name>

</property>

<name>yarn.log.server.url</name>

<value>http://bd-ops-test-76:19888/jobhistory/logs</value>

</property>

</configuration>

在 /etc/hadoop/conf/mapred-site.xml 中配置 MapReduce History Server：

<name>mapreduce.jobhistory.address</name>

</property>

<name>mapreduce.jobhistory.webapp.address</name>

</property>

此外，确保 mapred、yarn 用户能够使用代理，在 /etc/hadoop/conf/core-site.xml 中添加如下参数：

<name>hadoop.proxyuser.mapred.groups</name>

</property>

<name>hadoop.proxyuser.mapred.hosts</name>

</property>

<name>hadoop.proxyuser.yarn.groups</name>

</property>

<name>hadoop.proxyuser.yarn.hosts</name>

</property>

配置 Staging 目录：

<name>yarn.app.mapreduce.am.staging-dir</name>

</property>

并在 hdfs 上创建相应的目录：

# sudo -u hdfs hadoop fs -mkdir -p /user

# sudo -u hdfs hadoop fs -chmod 777 /user

# sudo -u hdfs hadoop fs -mkdir -p /user/history

# sudo -u hdfs hadoop fs -chmod -R 1777 /user/history

# sudo -u hdfs hadoop fs -chown mapred:hadoop /user/history

5.3创建本地文件目录

创建 yarn.nodemanager.local-dirs 和 yarn.nodemanager.log-dirs 参数对应的目录：

# mkdir -p mkdir /opt/hadoop/data{1..3}/yarn/{dn,logs}

# chown -R yarn:yarn /opt/hadoop/data{1..3}/yarn

5.4同步配置文件

同步配置文件到整个集群。

5.5启动服务

在每个节点启动 YARN :

for x in `ls /etc/init.d/|grep hadoop-yarn` ; do service $x start ; done

在 76节点启动 mapred-historyserver :

/etc/init.d/hadoop-mapreduce-historyserver start

在 hdfs 运行之后，创建 /tmp 临时目录，并设置权限为 1777：

sudo -u hdfs hadoop fs -mkdir /tmp

sudo -u hdfs hadoop fs -chmod -R 1777 /tmp

5.6测试

通过http://bd-ops-test-74:23188/cluster/cluster, http:// bd-ops-test-75:23188/cluster/cluster , 可以查看谁是actice谁是standby，通过 http://cdh1:19888/ 可以访问 JobHistory 的管理页面。

查看ResourceManager状态：

yarn rmadmin -getServiceState bd-ops-test-73

执行手动切换：

yarn rmadmin -transitionToActive --forcemanual bd-ops-test-74

下面关于 Hadoop 的文章您也可能喜欢，不妨看看：

Ubuntu14.04下Hadoop2.4.1单机/伪分布式安装配置教程 http://www.linuxidc.com/Linux/2015-02/113487.htm

CentOS 6.3下Hadoop伪分布式平台搭建 http://www.linuxidc.com/Linux/2016-11/136789.htm

Ubuntu 14.04 LTS下安装Hadoop 1.2.1（伪分布模式） http://www.linuxidc.com/Linux/2016-09/135406.htm

Ubuntu上搭建Hadoop环境（单机模式+伪分布模式） http://www.linuxidc.com/Linux/2013-01/77681.htm

实战CentOS系统部署Hadoop集群服务 http://www.linuxidc.com/Linux/2016-11/137246.htm

Hadoop 2.6.0 HA高可用集群配置详解 http://www.linuxidc.com/Linux/2016-08/134180.htm

Spark 1.5、Hadoop 2.7 集群环境搭建 http://www.linuxidc.com/Linux/2016-09/135067.htm