hadoop+yarn+hbase+storm+kafka+spark+zookeeper)高可用集群详细配置

配置 hadoop+yarn+hbase+storm+kafka+spark+zookeeper 高可用集群，同时安装相关组建：JDK，MySQL，Hive，Flume

文章目录

• 环境介绍
• 节点介绍
• 集群介绍
• 软件版本介绍
• 前期准备
• 相关配置
• 新建用户 centos
• 添加sudo权限
• 更改用户名
• 主机名与IP映射
• 显示当前文件的绝对路径
• ssh免密登录
• 关闭防火墙
• 两个批处理脚本
• 批分发指令脚本(xcall.sh)
• 批同步脚本(xsync.sh)：类似于 scp 指令
• 集群环境搭建
• 安装JDK
• Hadoop安装配置(手动HA搭建)
• 1. hadoop安装配置
• 2. hadoop手动NameNode HA搭建
• 3. 启动hadoop HA集群进行测试
• zookeeper安装配置(Yarn+NameNode HA)
• 1. zookeeper安装配置
• 2. zookeeper完全分布式集群
• 3. hadoop+zk 高可用配置
• 1. 准备阶段
• 2. NameNode高可用配置
• 3. Yarn高可用配置
• Hbase安装配置(HA)
• 1. ssh配置
• 2. hbase 安装配置
• 3. hbase高可用集群(整合zookeeper)
• Kafka集群安装配置
• Storm集群安装配置
• Spark集群安装配置
• 1. spark安装配置
• 2. spark集群配置(StandAlone：独立模式)
• 3. sparkHA搭建——基于zookeeper
• 其他组建安装配置
• MySQL安装配置
• 1. 安装MySQL
• 2. 配置MySQL
• 3. 问题解决
• 4. 说明
• Hive安装配置
• 1. hive安装
• 2. hive配置
• Flume安装配置
• 持续更新中

环境介绍

节点介绍

• 虚拟机数量：8 台

• 操作系统版本：CentOS-7-x86_64-Minimal-1611.iso

每台虚拟机的配置如下：

虚拟机名称	CPU核心数	内存(G)	硬盘(G)	网卡
hadoop1	2	8	100	2
hadoop2	2	8	100	2
hadoop3	2	8	100	2
hadoop4	2	8	100	2
hadoop5	2	8	100	2
hadoop6	2	8	100	2
hadoop7	2	8	100	2
hadoop8	2	8	100	2

集群介绍

8节点Hadoop+Yarn+Spark+Hbase+Kafka+Storm+ZooKeeper高可用集群搭建：

集群	虚拟机节点
HadoopHA集群	hadoop1,hadoop2,hadoop3,hadoop4,hadoop5,hadoop6,hadoop7,hadoop8
YarnHA集群	hadoop1,hadoop2,hadoop3,hadoop4,hadoop5,hadoop6,hadoop7,hadoop8
ZooKeeper集群	hadoop3,hadoop4,hadoop5
Hbase集群	hadoop3,hadoop4,hadoop5,hadoop6,hadoop7
Kafka集群	hadoop6,hadoop7,hadoop8
Storm集群	hadoop3,hadoop4,hadoop5,hadoop6,hadoop7
SparkHA集群	hadooop1,hadoop2,hadoop3,hadoop4,hadoop5,hadoop6,hadoop7,hadoop8

集群详细规划：

虚拟机名称	IP	安装软件	进程	功能
hadoop1	59.68.29.79	jdk,hadoop,mysql	NameNode,ResourceManeger,DFSZKFailoverController(zkfc),master(spark)	hadoop的NameNode节点,spark的master节点,yarn的ResourceManeger节点
hadoop2	10.230.203.11	jdk,hadoop,spark	NameNode,ResourceManeger,DFSZKFailoverController(zkfc),worker(spark)	hadoop(yarn)的容灾节点，spark的容灾节点
hadoop3	10.230.203.12	jdk,hadoop,zookeeper,hbase,storm,spark	DataNode,NodeManager,journalnode,QuorumPeerMain(zk),HMaster,…(storm),worker(spark)	storm,hbase,zookeeper的主节点
hadoop4	10.230.203.13	jdk,hadoop,zookeeper,hbase,storm,spark	DataNode,NodeManager,journalnode,QuorumPeerMain(zk),HRegionServer,…(storm),worker(spark)
hadoop5	10.230.203.14	jdk,hadoop,zookeeper,hbase,storm,spark	DataNode,NodeManager,journalnode,QuorumPeerMain(zk),HRegionServer,…(storm),worker(spark)
hadoop6	10.230.203.15	jdk,hadoop,hbase,storm,kafka,spark	DataNode,NodeManager,journalnode,kafka,HRegionServer,…(storm),worker(spark)	kafka的主节点
hadoop7	10.230.203.16	jdk,hadoop,hbase,storm,kafka,spark	DataNode,NodeManager,journalnode,kafka,HRegionServer,…(storm),worker(spark)
hadoop8	10.230.203.17	jdk,hadoop,kafka,spark	DataNode,NodeManager,journalnode,kafka,worker(spark)

软件版本介绍

• JDK版本： jdk-8u65-linux-x64.tar.gz

• hadoop版本： hadoop-2.7.6.tar.gz

• zookeeper版本： zookeeper-3.4.12.tar.gz

• hbase版本： hbase-1.2.6-bin.tar.gz

• Storm版本： apache-storm-1.1.3.tar.gz

• kafka版本： kafka_2.11-2.0.0.tgz

• MySQL版本： mysql-5.6.41-linux-glibc2.12-x86_64.tar.gz

• hive版本： apache-hive-2.3.3-bin.tar.gz

• Flume版本： apache-flume-1.8.0-bin.tar.gz

• Spark版本： spark-2.3.1-bin-hadoop2.7.tgz

前期准备

相关配置

每台主机节点都进行相同设置

新建用户 centos

千万注意：不要在root权限下配置集群

• 新建 centos 用户组

$> groupadd centos

• 1

• 新建用户 centos，并将该用户添加到用户组 centos

$> useradd centos -g centos

• 1

• 为 centos 用户设置密码

$> passwd centos

• 1

添加sudo权限

• 切换到root用户，修改 /etc/sudoers 文件

$> nano /etc/sudoers

添加如下语句：
## Allow root to run any commands anywhere
root    ALL=(ALL)	ALL
centos  ALL=(ALL)	ALL

• 1
• 2
• 3
• 4
• 5
• 6

更改用户名

• 进入 /etc/hostname 下，将原来的内容删除，添加新的用户名

$> sudo nano /etc/hostname

用户名：hadoop1，hadoop2.....

• 1
• 2
• 3

主机名与IP映射

• 进入 /etc/hosts，将原来的内容删除，添加主机节点之间的相互映射

$> sudo nano /etc/hosts

添加内容如下：
127.0.0.1       localhost
59.68.29.79     hadoop1
10.230.203.11   hadoop2
10.230.203.12   hadoop3
10.230.203.13   hadoop4
10.230.203.14   hadoop5
10.230.203.15   hadoop6
10.230.203.16   hadoop7
10.230.203.17   hadoop8

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

显示当前文件的绝对路径

命令：pwd。形如 ~ 转换为 /home/centos。方便确定当前文件的路径

• 进入 /etc/profile 中进行配置

[centos@hadoop1 ~]$ sudo nano /etc/profile

在末尾添加：
export PS1='[\u@\h `pwd`]\$'

// source /etc/profile 马上生效
[centos@hadoop1 /home/centos]$

• 1
• 2
• 3
• 4
• 5
• 6
• 7

ssh免密登录

hadoop1 和 hadoop2 是容灾节点(解决单点故障问题)，所以这两个主机除了能互相访问之外，还需要登录其他主机节点，可以免密登录

• 检查是否安装了ssh相关软件包(openssh-server + openssh-clients + openssh)

[centos@hadoop1 /home/centos]$ yum list installed | grep ssh

• 1

• 检查是否启动了sshd进程

[centos@hadoop1 /home/centos]$ ps -Af | grep sshd

• 1

• 在hadoop1~hadoop8主机节点的 ~(/home/centos) 目录下创建 .ssh 文件目录，并修改权限

[centos@hadoop1 /home/centos]$ mkdir .ssh
[centos@hadoop1 /home/centos]$ chmod 700 ~/.ssh

• 1
• 2

• 在hadoop1主机上生成秘钥对，追加公钥到~/.ssh/authorized_keys文件中，并修改authorized_keys文件的权限为644(centos系统)

//生成秘钥对
[centos@hadoop1 /home/centos]$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

//进入 ~/.ssh 文件夹下
[centos@hadoop1 /home/centos]$ cd ~/.ssh

//追加公钥到~/.ssh/authorized_keys文件中
[centos@hadoop1 /home/centos/.ssh]$ cat id_rsa.pub >> authorized_keys

// 修改authorized_keys文件的权限为644
[centos@hadoop1 /home/centos/.ssh]$ chmod 644 authorized_keys

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

• 将hadoop1的公钥文件id_rsa.pub远程复制给其他7台主机节点，并放置在/home/centos/.ssh/authorized_keys下

//重名名
[centos@hadoop2 /home/centos/.ssh]$ mv id_rsa.pub id_rsa_hadoop1.pub

[centos@hadoop1 /home/centos/.ssh]$ scp id_rsa_hadoop1.pub centos@hadoop2:/home/centos/.ssh/authorized_keys
[centos@hadoop1 /home/centos/.ssh]$ scp id_rsa_hadoop1.pub centos@hadoop3:/home/centos/.ssh/authorized_keys
[centos@hadoop1 /home/centos/.ssh]$ scp id_rsa_hadoop1.pub centos@hadoop4:/home/centos/.ssh/authorized_keys
[centos@hadoop1 /home/centos/.ssh]$ scp id_rsa_hadoop1.pub centos@hadoop5:/home/centos/.ssh/authorized_keys
[centos@hadoop1 /home/centos/.ssh]$ scp id_rsa_hadoop1.pub centos@hadoop6:/home/centos/.ssh/authorized_keys
[centos@hadoop1 /home/centos/.ssh]$ scp id_rsa_hadoop1.pub centos@hadoop7:/home/centos/.ssh/authorized_keys
[centos@hadoop1 /home/centos/.ssh]$ scp id_rsa_hadoop1.pub centos@hadoop8:/home/centos/.ssh/authorized_keys

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

• 在hadoop2主机上生成秘钥对。为了与hadoop1的公钥区分，重命名为 id_rsa_hadoop2.pub。追加公钥到~/.ssh/authorized_keys文件中，并分发给其他7台主机节点

//生成秘钥对
[centos@hadoop2 /home/centos]$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

//重名名
[centos@hadoop2 /home/centos/.ssh]$ mv id_rsa.pub id_rsa_hadoop2.pub

//追加公钥到~/.ssh/authorized_keys文件中
[centos@hadoop1 /home/centos/.ssh]$ cat id_rsa_hadoop2.pub >> authorized_keys

//将authorized_keys分发给其他节点
[centos@hadoop1 /home/centos/.ssh]$ scp authorized_keys centos@hadoop:/home/centos/.ssh/

... 分发给其他节点

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

关闭防火墙

为了保证集群正常启动，先要关闭各台主机的防火墙，一些命令如下：

[cnetos 6.5之前的版本]
$>sudo service firewalld stop		//停止服务
$>sudo service firewalld start		//启动服务
$>sudo service firewalld status		//查看状态

[centos7]
$>sudo systemctl enable firewalld.service	//"开机启动"启用
$>sudo systemctl disable firewalld.service	//"开机自启"禁用
$>sudo systemctl start firewalld.service	//启动防火墙
$>sudo systemctl stop firewalld.service		//停止防火墙
$>sudo systemctl status firewalld.service	//查看防火墙状态

[开机自启]
$>sudo chkconfig firewalld	on				//"开启自启"启用
$>sudo chkconfig firewalld	off				//"开启自启"禁用

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

两个批处理脚本

提示：为了全局可用，脚本都放在 /usr/local/bin 目录下。只在hadoop1和hadoop2节点配置

//以本地用户身份创建xcall.sh
$>touch ~/xcall.sh       //centos

//将其复制到 /usr/local/bin 目录下
$>sudo mv xcall.sh /usr/local/bin

//修改权限
$>sudo chmod a+x xcall.sh

//添加脚本
$>sudo nano xcall.sh

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

批分发指令脚本(xcall.sh)

#!/bin/bash

params=$@
i=1
for (( i=1 ; i <= 8 ; i = $i + 1 )) ; do
    echo ============= s$i $params =============
    ssh hadoop$i "$params"
done

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

批同步脚本(xsync.sh)：类似于 scp 指令

#!/bin/bash

if [[ $# -lt 1 ]] ; then echo no params ; exit ; fi

p=$1
#echo p=$p
dir=`dirname $p`
#echo dir=$dir
filename=`basename $p`
#echo filename=$filename
cd $dir
fullpath=`pwd -P .`
#echo fullpath=$fullpath

user=`whoami`
for (( i = 1 ; i <= 8 ; i = $i + 1 )) ; do
   echo ======= hadoop$i =======
   rsync -lr $p ${user}@hadoop$i:$fullpath
done ;

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

集群环境搭建

安装JDK

• 准备JDK：jdk-8u65-linux-x64.tar.gz，将其上传到主机hadoop1的 /home/centos/localsoft 目录下，该目录用于存放所有需要安装的软件安装包

• 在根目录下(/)新建一个 soft 文件夹，并将该文件夹的用户组权限和用户权限改为 centos，该文件夹下为所有需要安装的软件

//创建soft文件夹
[centos@hadoop1 /home/centos]$ sudo mkdir /soft

//修改权限(centosmin0是自己的本机用户名)
[centos@hadoop1 /home/centos]$ sudo chown centos:centos /soft

• 1
• 2
• 3
• 4
• 5

• 解压 jdk-8u65-linux-x64.tar.gz 到 /soft 目录下，并创建符号链接

// 从 /home/centos/localsoft 下解压到 /soft
[centos@hadoop1 /home/centos/localsoft]$ tar -xzvf jdk-8u65-linux-x64.tar.gz -C /soft

// 创建符号链接
[centos@hadoop1 /soft]$ ln -s /soft/jdk1.8.0_65 jdk

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 文件中配置环境变量，同时 source /etc/profile，使其立即生效

// 进入profile
[centos@hadoop1 /home/centos]$ sudo nano /etc/profile

// 环境变量
# jdk
export JAVA_HOME=/soft/jdk
export PATH=$PATH:$JAVA_HOME/bin

// source 立即生效
[centos@hadoop1 /home/centos]$ source /etc/profile

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

• 检验是否安装配置成功

[centos@hadoop1 /home/centos]$ java -version

// 显示如下
java version "1.8.0_65"
Java(TM) SE Runtime Environment (build 1.8.0_65-b17)
Java HotSpot(TM) 64-Bit Server VM (build 25.65-b01, mixed mode)

• 1
• 2
• 3
• 4
• 5
• 6

• 按照以上步骤配置其他主句(hadoop2~hadoop8)：可以使用批分发指令(xsync.sh分发文件给其他7台主机节点)

Hadoop安装配置(手动HA搭建)

1. hadoop安装配置

• 准备hadoop：hadoop-2.7.6.tar.gz，解压到 /soft 目录下，创建符号链接

// 从 /home/centos/localsoft 下解压到 /soft
[centos@hadoop1 /home/centos/localsoft]$ tar -xzvf hadoop-2.7.6.tar.gz -C /soft

// 创建符号链接
[centos@hadoop1 /soft]$ ln -s /soft/hadoop-2.7.6 hadoop

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 下配置环境变量，source /etc/profile 立即生效，使用 hadoop version 检测是否安装成功

// 进入profile
[centos@hadoop1 /home/centos]$ sudo nano /etc/profile

// 环境变量
# hadoop
export HADOOP_HOME=/soft/hadoop
export PATH=$PATH:$HADOOP_HOME/bin/:$HADOOP_HOME/sbin

// source 立即生效
[centos@hadoop1 /home/centos]$ source /etc/profilea

// 检测是否安装成功
[centos@hadoop1 /home/centos]$ hadoop version

显示如下：
Hadoop 2.7.6
Subversion https://[e-mail]/repos/asf/hadoop.git -r 085099c66cf28be31604560c376fa282e69282b8
Compiled by kshvachk on 2018-04-18T01:33Z
Compiled with protoc 2.5.0
From source with checksum 71e2695531cb3360ab74598755d036
This command was run using /soft/hadoop-2.7.6/share/hadoop/common/hadoop-common-2.7.6.jar

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21

提示： 现在的操作在hadoop1节点上，先不用在其他节点进行安装配置，等后续配置结束后再一起将配置传给其他节点，能大大节省工作量。

2. hadoop手动NameNode HA搭建

基于hadoop的原生NameNode HA搭建，后面会与zookeeper集群进行整合，实现自动容灾(Yarn+NameNode)

• 进入 /soft/hadoop/etc 目录，复制 hadoop 文件为：full，ha，pesudo，并创建指向ha的符号链接hadoop

[centos@hadoop1 /soft/hadoop/etc]$ cp hadoop ha
[centos@hadoop1 /soft/hadoop/etc]$ cp hadoop full
[centos@hadoop1 /soft/hadoop/etc]$ cp hadoop pesudo

// 创建符号链接
[centos@hadoop1 /soft/hadoop/etc]$ ln -s /soft/hadoop/etc/ha hadoop

• 1
• 2
• 3
• 4
• 5
• 6

• 进入 ha 目录下配置4个文件：core-site.xml；hdfs-site.xml；mapred-site.xml；yarn-site.xml

[core-site.xml]

<configuration>
     <property>
	   <name>fs.defaultFS</name>
	   <value>hdfs://mycluster</value>
     </property>
     <!--- 配置新的本地目录 -->
     <property>
	   <name>hadoop.tmp.dir</name>
	   <value>/home/centos/hadoop</value>
     </property>

     <property>
        <name>ipc.client.connect.max.retries</name>
	   <value>20</value>
     </property>

    <property>
	   <name>ipc.client.connect.retry.interval</name>
 	   <value>5000</value>
     </property>
</configuration>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21

[hdfs-site.xml]

<configuration>
	<!-- 配置nameservice -->
<property>
	<name>dfs.nameservices</name>
	<value>mycluster</value>
</property>

<!-- myucluster下的名称节点两个id -->
<property>
	<name>dfs.ha.namenodes.mycluster</name>
	<value>nn1,nn2</value>
</property>

<!-- 配置每个nn的rpc地址 -->
<property>
	<name>dfs.namenode.rpc-address.mycluster.nn1</name>
	<value>hadoop1:8020</value>
</property>
<property>
	<name>dfs.namenode.rpc-address.mycluster.nn2</name>
	<value>hadoop2:8020</value>
</property>

<!-- 配置webui端口 -->
<property>
	<name>dfs.namenode.http-address.mycluster.nn1</name>
	<value>hadoop1:50070</value>
</property>
<property>
	<name>dfs.namenode.http-address.mycluster.nn2</name>
	<value>hadoop2:50070</value>
</property>

<!-- 名称节点共享编辑目录 -->
<property>
	<name>dfs.namenode.shared.edits.dir</name>
	<value>qjournal://hadoop3:8485;hadoop4:8485;hadoop5:8485;hadoop6:8485;hadoop7:8485;hadoop8:8485/mycluster</value>
</property>

<!-- java类，client使用它判断哪个节点是激活态 -->
<property>
	<name>dfs.client.failover.proxy.provider.mycluster</name>
	<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>

<!-- 脚本列表或者java类，在容灾情况下保护激活态的nn -->
<property>
	<name>dfs.ha.fencing.methods</name>
	<value>sshfence</value>
</property>
<property>
	<name>dfs.ha.fencing.ssh.private-key-files</name>
	<value>/home/centos/.ssh/id_rsa</value>
</property>

<!-- 配置JN存放edit的本地路径 -->
<property>
	<name>dfs.journalnode.edits.dir</name>
	<value>/home/centos/hadoop/journal</value>
</property>
</configuration>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61

[mapred-site.xml]

<configuration>
	<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
	</property>
</configuration>

• 1
• 2
• 3
• 4
• 5
• 6

[yarn-site.xml]

<configuration>
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>hadoop1</value>
	</property>
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>
</configuration>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

• 配置 slaves 文件和修改 hadoop-env.sh中的一个细节

// 配置 DataNode 从属节点
[centos@hadoop1 /soft/hadoop/etc/ha]$ nano slaves

添加如下：
hadoop3
hadoop4
hadoop5
hadoop6
hadoop7
hadoop8

// 修改hadoop-env.sh中的一个细节
[centos@hadoop1 /soft/hadoop/etc/ha]$ nano hadoop-env.sh

将 export JAVA_HOME={JAVA_HOME} 改为 export JAVA_HOME=/soft/jdk

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

• 将上面所有的配置都分发给其他7台主机节点

// 批分发
[centos@hadoop1 /soft]$ xsync hadoop-2.7.6

// 将符号链接也分发给其他主机节点
[centos@hadoop1 /soft]$ rsync -lr hadoop centos:/soft/

• 1
• 2
• 3
• 4
• 5

注意： /etc/profile 配置文件还需每台主机单独配置，配置内容与hadoop1一样

// 环境变量
# hadoop
export HADOOP_HOME=/soft/hadoop
export PATH=$PATH:$HADOOP_HOME/bin/:$HADOOP_HOME/sbin

• 1
• 2
• 3
• 4

3. 启动hadoop HA集群进行测试

• 在jn节点(每个数据节点就是一个jn节点)启动jn进程(hadoop3, hadoop4, hadoop5，hadoop6，hadoop7，hadoop8)

$>hadoop-daemon.sh start journalnode

• 1

• 分别在hadoop1和hadoop2节点上进行数据格式化(两个节点都需要格式化，不然NameNode进程无法启动)

// hadoop1 节点
[centos@hadoop1 /home/centos]$ hadoop namenode -format

// hadoop2 节点
[centos@hadoop2 /home/centos]$ hadoop namenode -format

• 1
• 2
• 3
• 4
• 5

• 在一个NN上执行以下命令，完成edit日志到jn节点的传输

[centos@hadoop1 /home/centos]$ hdfs namenode -initializeSharedEdits

• 1

• 启动所有节点

[hadoop1]
$>hadoop-daemon.sh start namenode		//启动名称节点
$>hadoop-daemons.sh start datanode		//启动所有数据节点

[hadoop2]
$>hadoop-daemon.sh start namenode		//启动名称节点

• 1
• 2
• 3
• 4
• 5
• 6

HA 手动管理命令：

$>hdfs haadmin -transitionToActive nn1				//切成激活态
$>hdfs haadmin -transitionToStandby nn1				//切成待命态
$>hdfs haadmin -transitionToActive --forceactive nn2//强行激活
$>hdfs haadmin -failover nn1 nn2					//模拟容灾演示,从nn1切换到nn2

• 1
• 2
• 3
• 4

• 在webui下查看状态：hadoop1:50070；hadoop2:50070

注意！！！

• 在进行格式化之前一定要先启动数据节点上的journalnode进程
• 两台容灾节点(NN1，NN2)都需要进行格式化

zookeeper安装配置(Yarn+NameNode HA)

zookeeper集群节点为：hadoop3，hadoop4，hadoop5。先在hadoop3上进行安装配置，然后分发给hadoop4和hadoop5节点。

1. zookeeper安装配置

• 准备安装包：zookeeper-3.4.12.tar.gz，解压到 /soft 目录下，添加符号链接

// 解压
[centos@hadoop3 /home/centos/localsoft]$ tar -xzvf zookeeper-3.4.12.tar.gz -C /soft/

// 创建符号链接
[centos@hadoop3 /soft]$ln -s /soft/zookeeper-3.4.12 zk

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

[centos@hadoop3 /home/centos]$sudo nano /etc/profile

//导入环境变量
export ZK_HOME=/soft/zk
export PATH=$PATH:$ZK_HOME/bin

• 1
• 2
• 3
• 4
• 5

2. zookeeper完全分布式集群

• 进入 /soft/zk/conf 目录下，配置zk

// 复制
[centos@hadoop3 /soft/zk/conf]$cp zoo_sample.cfg zoo.cfg

// 配置
[centos@hadoop3 /soft/zk/conf]$nano zoo.cfg

// 配置如下：
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/home/centos/zookeeper //配置临时文件路径
clientPort=2181

server.1=hadoop3:2888:3888
server.2=hadoop4:2888:3888
server.3=hadoop5:2888:3888

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

• 分发上面所有的配置给另外两个节点(从hadoop3分发到hadoop4和hadoop5)，分别配置两个节点的 /etc/profile 环境

// 分发给hadoop4
[centos@hadoop3 /soft]$scp -r zookeeper-3.4.12 centos@hadoop4:/soft/
// 分发给hadoop5
[centos@hadoop3 /soft]$scp -r zookeeper-3.4.12 centos@hadoop5:/soft/

// 分发符号引用给hadoop4
[centos@hadoop3 /soft]$rsync -lr zk centos@hadoop4:/soft/
// 分发符号引用给hadoop5
[centos@hadoop3 /soft]$rsync -lr zk centos@hadoop5:/soft/

//导入环境变量
export ZK_HOME=/soft/zk
export PATH=$PATH:$ZK_HOME/bin

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

• 在每台主机的/home/centos/zookeeper中添加myid,内容分别是1,2,3

[hadoop3]
[centos@hadoop3 /home/centos]$ echo 1 > /home/centos/zookeeper/myid

[hadoop4]
[centos@hadoop4 /home/centos]$ echo 2 > /home/centos/zookeeper/myid

[hadoop5]
[centos@hadoop5 /home/centos]$ echo 3 > /home/centos/zookeeper/myid

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

• 启动服务器集群，查看每台服务器的状态

//启动服务器
$> zkServer.sh start
//关闭
$> zkServer.sh stop

//查看状态
$>zkServer.sh status

• 1
• 2
• 3
• 4
• 5
• 6
• 7

zookeeper基本命令：

$>zkCli.sh -server hadoop3:2181	//进入zk命令行
$zk]help						//查看帮助
$zk]quit						//退出
$zk]create /a tom				//
$zk]get /a						//查看数据
$zk]ls /						//列出节点
$zk]set /a tom					//设置数据
$zk]delete /a					//删除一个节点
$zk]rmr /a						//递归删除所有节点。

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

3. hadoop+zk 高可用配置

1. 准备阶段

• 停掉所有的hadoop进程(保证没有任何进程在运行)

[centos@hadoop1 /home/centos]$

• 1

• 删除所有节点的日志和本地数据

//  删除所有节点的日志
[centos@hadoop1 /home/centos]$ xcall.sh "rm -rf /soft/hadoop/logs/*" 

//  删除所有节点的本地数据
[centos@hadoop1 /home/centos]$ xcall.sh "rm -rf /home/centos/hadoop/*"

• 1
• 2
• 3
• 4
• 5

• 登录每台JN节点主机，启动JN进程(hadoop3, hadoop4, hadoop5，hadoop6，hadoop7，hadoop8)

$> hadoop-daemon.sh start journalnode

• 1

• 登录其中一个名称节点(NN)，格式化文件系统(登录hadoop1)

[centos@hadoop1 /home/centos]$ hadoop namenode -format

• 1

• 复制hadoop1主机 /home/centos/hadoop/* 的元数据到hadoop2主机

[centos@hadoop1 /home/centos]$ scp -r ~/hadoop/* centos@hadoop2:/home/centos/hadoop

• 1

• 在未格式化的NN(hadoop2)节点上做standby引导

  • 启动hadoop1主机的名称节点

  [centos@hadoop1 /home/centos]$ hadoop-daemon.sh start namenode
  

  • 1
  • 登录到hadoop2节点，做standby引导(选择：N)

  [centos@hadoop2 /home/centos]$ hdfs namenode -bootstrapStandby
  

  • 1
  • 登录hadoop1，将hadoop1的edit日志初始化到JN节点(选择：Y)

  [centos@hadoop1 /home/centos]$ hdfs namenode -initializeSharedEdits
  

  • 1

  注意： 假如出现被锁住无法引导的情况，需要删除 /home/centos/hadoop/dfs/name 下的 in_use.lock 文件

• 启动所有数据节点

[centos@hadoop1 /home/centos]$ hadoop-daemons.sh start datanode

• 1

• 登录到hadoop2主机，启动名称节点(NN)

[centos@hadoop1 /home/centos]$ hadoop-daemon.sh start namenode

• 1

2. NameNode高可用配置

• 停止所有进程

[centos@hadoop1 /home/centos]$ stop-all.sh

• 1

• 配置hdfs-site.xml和core-site.xml，分发两个文件给所有主机

//配置core-site.xml，指定zk的连接地址
[core-site.xml]
<property>
	<name>ha.zookeeper.quorum</name>
	<value>hadoop3:2181,hadoop4:2181,hadoop5:2181</value>
</property>

//配置hdfs-site.xml，启用自动容灾
[hdfs-site.xml]
<property>
	<name>dfs.ha.automatic-failover.enabled</name>
	<value>true</value>
</property>

//分发文件到其他主机
[centos@hadoop1 /soft/hadoop/etc/ha]$ xsync.sh hdfs-site.xml
[centos@hadoop1 /soft/hadoop/etc/ha]$ xsync.sh core-site.xml

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17

• 开启ZooKeeper集群(hadoop3, hadoop4, hadoop5)

$> zkServer.sh start

• 1

• 登录其中的一台NN(hadoop1)，在ZK中初始化HA状态，进入zk客户端查看

[centos@hadoop1 /home/centos]$ hdfs zkfc -formatZK

// 进入zk客户端
[centos@hadoop3 /home/centos]$ zkCli.sh

• 1
• 2
• 3
• 4

• 启动hdfs进程

[centos@hadoop1 /home/centos]$ start-dfs.sh

• 1

3. Yarn高可用配置

yarn的高可用配置相对简单

• 配置 yarn-site.xml，分发给其他主机节点

<property>
	<name>yarn.resourcemanager.ha.enabled</name>
	<value>true</value>
</property>
<property>
	<name>yarn.resourcemanager.cluster-id</name>
	<value>cluster1</value>
</property>
<property>
	<name>yarn.resourcemanager.ha.rm-ids</name>
	<value>rm1,rm2</value>
</property>
<property>
	<name>yarn.resourcemanager.hostname.rm1</name>
	<value>hadoop1</value>
</property>
<property>
	<name>yarn.resourcemanager.hostname.rm2</name>
	<value>hadoop2</value>
</property>
<property>
	<name>yarn.resourcemanager.webapp.address.rm1</name>
	<value>hadoop1:8088</value>
</property>
<property>
	<name>yarn.resourcemanager.webapp.address.rm2</name>
	<value>hadoop2:8088</value>
</property>
<property>
	<name>yarn.resourcemanager.zk-address</name>
	<value>hadoop3:2181,hadoop4:2181,hadoop5:2181</value>
</property>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32

• 启动yarn进程(hadoop1)。hadoop没有启动两个resourcemanager，需要手动启动另外一个。

[hadoop1]
[centos@hadoop1 /home/centos]$ start-yarn.sh

[hadoop2]
[centos@hadoop2 /home/centos]$ yarn-daemon.sh start resourcemanager

//管理命令
//查看状态
$>yarn rmadmin -getServiceState rm1
//切换状态到standby
$>yarn rmadmin -transitionToStandby rm1

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

• 查看 hadoop1 和 hadoop2 的资源管理器

hadoop1:8088
hadoop2:8088

• 1
• 2

Hbase安装配置(HA)

5台主机节点：hadoop3，hadoop4，hadoop5，hadoop6，hadoop7。hadoop3是master节点，其余节点为slave节点。

1. ssh配置

hbase是具有从属关系的集群，所以hadoop3需要能够免密登录到其他四个节点主机，需要进行ssh免密登录配置

• 在hadoop3上生成秘钥对，重命名公钥，并将公钥添加到authorized_keys

// 生成秘钥对
[centos@hadoop3 /home/centos]$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa 

// 重命名
[centos@hadoop3 /home/centos/.ssh]$ mv id_rsa.pub id_rsa_hadoop3.pub

// 添加公钥到authorized_keys
[centos@hadoop3 /home/centos/.ssh]$ cat id_rsa_hadoop3.pub >> authorized_keys

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

• 将公钥发给其他四个节点，并将公钥添加到authorized_keys中

[centos@hadoop3 /home/centos/.ssh]$scp id_rsa_hadoop3.pub centos@hadoop4:~/.ssh/
[centos@hadoop3 /home/centos/.ssh]$scp id_rsa_hadoop3.pub centos@hadoop5:~/.ssh/
[centos@hadoop3 /home/centos/.ssh]$scp id_rsa_hadoop3.pub centos@hadoop6:~/.ssh/
[centos@hadoop3 /home/centos/.ssh]$scp id_rsa_hadoop3.pub centos@hadoop7:~/.ssh/

// 添加公钥到authorized_keys中
$> cat id_rsa_hadoop3.pub >> authorized_keys

• 1
• 2
• 3
• 4
• 5
• 6
• 7

2. hbase 安装配置

• 准备hbase安装包：hbase-1.2.6-bin.tar.gz，解压到 /soft 目录下，创建符号链接

[centos@hadoop3 /home/centos]$ tar -xzvf hbase-1.2.6-bin.tar.gz -C /soft/

// 创建符号链接
[centos@hadoop3 /soft]$ln -s /soft/hbase-1.2.6 hbase

• 1
• 2
• 3
• 4

• 在 /etc/profile 线配置环境变量，source /etc/profile 立即生效

[centos@hadoop3 /home/centos]$ sudo nano /etc/profile

导入环境变量：
export HBASE_HOME=/soft/hbase
export PATH=$PATH:$HBASE_HOME/bin

// hadoop version
HBase 1.2.6
Source code repository file:///home/busbey/projects/hbase/hbase-assembly/target/hbase-1.2.6 revision=Unknown
Compiled by busbey on Mon May 29 02:25:32 CDT 2017
From source with checksum 7e8ce83a648e252758e9dae1fbe779c9

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

3. hbase高可用集群(整合zookeeper)

• 配置 /soft/hbase/conf/hbase-env.sh和 /soft/hbase/conf/regionservers

// 配置hbase-env.sh
[centos@hadoop3 /soft/hbase/conf]$ nano hbase-env.sh

//找到如下配置进行修改
export JAVA_HOME=/soft/jdk
export HBASE_MANAGES_ZK=false
export HBASE_PID_DIR=/home/centos/hbase/pids
export HBASE_CLASSPATH=$HBASE_CLASSPATH:/soft/hadoop/etc/hadoop

// 配置 regionservers
[centos@hadoop3 /soft/hbase/conf]$ nano regionservers

hadoop4
hadoop5
hadoop6
hadoop7

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

• 配置 /soft/hbase/conf/hbase-site.xml 文件

[centos@hadoop3 /soft/hbase/conf]$nano hbase-site.xml

[hbase-site.xml]

<!-- 使用完全分布式 -->
<property>
	<name>hbase.cluster.distributed</name>
	<value>true</value>
</property>
<!-- 指定hbase数据在hdfs上的存放路径 -->
<property>
    <name>hbase.rootdir</name>
    <value>hdfs://mycluster/hbase</value>
</property>
<!-- 配置zk地址 -->
<property>
	<name>hbase.zookeeper.quorum</name>
	<value>hadoop3:2181,hadoop4:2181,hadoop5:2181</value>
</property>
<!-- zk的本地目录 -->
<property>
	<name>hbase.zookeeper.property.dataDir</name>
	<value>/home/centos/zookeeper</value>
</property>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24

• 在 /soft/hbase/conf/ 目录下创建到hadoop的hdfs-site.xml符号连接

[centos@hadoop3 /soft/hbase/conf]$ ln -s /soft/hadoop/etc/hadoop/hdfs-site.xml /soft/hbase/conf/hdfs-site.xml

• 1

• 将上面的所有配置都发给其他节点(hadoop4，hadoop5，hadoop6，hadoop7)

// 解压文件
[centos@hadoop3 /soft]$ scp -r hbase-1.2.6 centos@hadoop4:/soft/
[centos@hadoop3 /soft]$ scp -r hbase-1.2.6 centos@hadoop5:/soft/
[centos@hadoop3 /soft]$ scp -r hbase-1.2.6 centos@hadoop6:/soft/
[centos@hadoop3 /soft]$ scp -r hbase-1.2.6 centos@hadoop7:/soft/

// 分发符号链接
[centos@hadoop3 /soft]$ rsync -lr hbase centos@hadoop4:/soft/
[centos@hadoop3 /soft]$ rsync -lr hbase centos@hadoop5:/soft/
[centos@hadoop3 /soft]$ rsync -lr hbase centos@hadoop6:/soft/
[centos@hadoop3 /soft]$ rsync -lr hbase centos@hadoop7:/soft/

// 在这4台主机节点的 /etc/profile 中配置环境变量，source /etc/profile 立即生效
export HBASE_HOME=/soft/hbase
export PATH=$PATH:$HBASE_HOME/bin

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

• 启动hbase集群

注意： 在启动hbase集群前，应该保证hadoop集群启动，并且NameNode节点为激活状态。否则会报异常：Operation category READ is not supported in state standby

[centos@hadoop3 /home/centos]$ start-hbase.sh

• 1

hbase基本命令

//启动HBase集群：
$> start-hbase.sh

//单独启动一个HMaster进程：
$> hbase-daemon.sh start master

//单独停止一个HMaster进程：
$> hbase-daemon.sh stop master

//单独启动一个HRegionServer进程：
$> hbase-daemon.sh start regionserver

//单独停止一个HRegionServer进程：
$> hbase-daemon.sh stop regionserver

//进入hbase shell
$> hbase shell

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17

• 在webui中查看：hadoop3:16010

Kafka集群安装配置

在hadoop6，hadoop7，hadoop8三台主机上构建kafka集群

• 准备kafka安装包：kafka_2.11-2.0.0.tgz，解压到 /soft 目录下，并创建符号链接

// 解压
[centos@hadoop6 /home/centos/localsoft]$tar -xzvf kafka_2.11-2.0.0.tgz -C /soft/

// 创建符号链接
[centos@hadoop6 /soft]$ln -s /soft/kafka_2.11-2.0.0 kafka

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

[centos@hadoop6 /soft]$sudo nano /etc/profile

导入环境变量
export KAFKA_HOME=/soft/kafka
export PATH=$PATH:$KAFKA_HOME/bin

• 1
• 2
• 3
• 4
• 5

• 配置kafka集群，主机：hadoop6，hadoop7，hadoop8。在 /soft/kafka/config/server.properties 文件中进行如下修改

[centos@hadoop6 /soft/kafka/config]$nano server.properties

# The id of the broker. This must be set to a unique integer for each broker.
broker.id=6 // hadoop6，hadoop7，hadoop8的broker_id分别为 6，7，8

listeners=PLAINTEXT://:9092

# A comma separated list of directories under which to store log files
log.dirs=/home/centos/kafka/logs

# Zookeeper connection string (see zookeeper docs for details).
# This is a comma separated host:port pairs, each corresponding to a zk
# server. e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002".
# You can also append an optional chroot string to the urls to specify the
# root directory for all kafka znodes.
zookeeper.connect=hadoop6:2181,hadoop7:2181,hadoop8:2181

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

• 把上面的配置分发其他两台主机节点，修改 /soft/kafka/config/server.properties 中的 broker_id 号，在 /etc/profile 下配置环境变量，source /etc/profile 立即生效

// 发送解压文件
[centos@hadoop6 /soft]$scp -r kafka_2.11-2.0.0 centos@hadoop7:/soft/
[centos@hadoop6 /soft]$scp -r kafka_2.11-2.0.0 centos@hadoop8:/soft/

// 发送符号链接
[centos@hadoop6 /soft]$rsync -lr kafka centos@hadoop7:/soft/
[centos@hadoop6 /soft]$rsync -lr kafka centos@hadoop8:/soft/

导入环境变量
export KAFKA_HOME=/soft/kafka
export PATH=$PATH:$KAFKA_HOME/bin

分别修改broker_id

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

• 启动kafka服务器

  • 先启动ZooKeeper：zkServer.sh start

  • 启动kafka集群：hadoop3，hadoop4，hadoop5

  // 守护进程
  [centos@hadoop6 /home/centos]$ kafka-server-start.sh /soft/kafka/config/server.properties &
  

  • 1
  • 2
  • 验证kafka集群服务器是否启动

  [centos@hadoop6 /home/centos]$ netstat -anop | grep 9092
  

  • 1

Storm集群安装配置

在hadoop3，hadoop4，hadoop5，hadoop6，hadoop7 五台主机上构建storm集群

• 准备storm安装包：apache-storm-1.1.3.tar.gz，解压到 /soft 目录下，并创建符号链接

// 解压
[centos@hadoop3 /home/centos/localsoft]$ tar -xzvf apache-storm-1.1.3.tar.gz -C /soft/

// 创建符号链接
[centos@hadoop3 /soft]$ ln -s /soft/apache-storm-1.1.3 storm

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

[centos@hadoop3 /soft]$ sudo nano /etc/profile

导入环境变量
export STORM_HOME=/soft/storm
export PATH=$PATH:$STORM_HOME/bin

• 1
• 2
• 3
• 4
• 5

• 进入 /soft/storm/conf 目录下，对 storm.yaml 进行如下配置(主机：hadoop3)

[centos@hadoop3 /soft/storm/conf]$ nano storm.yaml

storm.zookeeper.servers:
     - "hadoop3"
     - "hadoop4"
     - "hadoop5"

 nimbus.seeds: ["hadoop3"]

 storm.local.dir: "/home/centos/storm"

 storm.zookeeper.port: 2181

 ui.host: 0.0.0.0
 ui.port: 8080

 supervisor.slots/ports:
    - 6700
    - 6701
    - 6702
    - 6703

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21

• 将上面的配置分发给其他节点(hadoop4，hadoop5，hadoop6，hadoop7)，在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

// 分发解压文件
[centos@hadoop3 /soft]$scp -r apache-storm-1.1.3 centos@hadoop4:/soft/
[centos@hadoop3 /soft]$scp -r apache-storm-1.1.3 centos@hadoop5:/soft/
[centos@hadoop3 /soft]$scp -r apache-storm-1.1.3 centos@hadoop6:/soft/
[centos@hadoop3 /soft]$scp -r apache-storm-1.1.3 centos@hadoop7:/soft/

// 分发符号链接
[centos@hadoop3 /soft]$rsync -lr storm centos@hadoop4:/soft/
[centos@hadoop3 /soft]$rsync -lr storm centos@hadoop5:/soft/
[centos@hadoop3 /soft]$rsync -lr storm centos@hadoop6:/soft/
[centos@hadoop3 /soft]$rsync -lr storm centos@hadoop7:/soft/

导入环境变量
export STORM_HOME=/soft/storm
export PATH=$PATH:$STORM_HOME/bin

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

• 启动集群

  • 启动ZooKeeper集群：zkServer.sh start(hadoop3，hadoop4，hadoop5)

  • 启动主机hadoop3的 nimbus 进程

  [centos@hadoop3 /home/centos]$ storm nimbus &
  

  • 1
  • 启动hadoop4 ~ hadoop7 的 supervisor 进程

  [centos@hadoop3 /home/centos]$ storm supervisor &
  

  • 1
  • 启动hadoop3的webui进程

  [centos@hadoop3 /home/centos]$ storm ui &
  

  • 1

• 在webui中查看：hadoop3:8080

Spark集群安装配置

在8个节点上配置spark集群，其中hadoop1是master节点，hadoop2~ hadoop8是worker节点

1. spark安装配置

• 准备spark安装包：spark-2.3.1-bin-hadoop2.7.tgz，解压到 /soft/ 目录，并创建符号链接：

// 解压
[centos@hadoop1 /home/centos/localsoft]$tar -xzvf spark-2.3.1-bin-hadoop2.7.tgz -C /soft/

// 创建符号链接
[centos@hadoop1 /soft]$ln -s /soft/spark-2.3.1-bin-hadoop2.7 spark

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 下配置环境变量，source /etc/profile 立即生效

[centos@hadoop1 /home/centos]$sudo nano /etc/profile

# spark
export SPARK_HOME=/soft/spark
export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin

• 1
• 2
• 3
• 4
• 5

• 验证：spark-shell，看等否进入spark命令行

2. spark集群配置(StandAlone：独立模式)

• 进入 /soft/spark/conf 目录下，配置 slaves，spark-env.sh 文件

// 在slaves文件中写入其他7台主机节点
hadoop3
hadoop4
hadoop5
hadoop6
hadoop7
hadoop8

// 在spark-env.sh中写入
SPARK_MASTER_HOST=hadoop1
SPARK_MASTER_PORT=7077

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

• 配置 Job History Server，修改 /soft/spark/conf 目录下的 spark-defaults.conf 和 spark-env.sh 文件

// 在 spark-env.sh 中添加如下配置
export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=4000 -Dspark.history.retainedApplications=3 -Dspark.history.fs.logDirectory=hdfs://hadoop1:8020/directory"

// 在spark-defaults.conf中修改
spark.master                     spark://hadoop1:7077
spark.eventLog.enabled           true
spark.eventLog.dir               hdfs://hadoop1:8020/directory

• 1
• 2
• 3
• 4
• 5
• 6
• 7

• 分发上面所有的配置给其他节点(hadoop2 ~ hadoop8)，并在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

// 分发解压文件
[centos@hadoop1 /soft]$xsync.sh spark-2.3.1-bin-hadoop2.7

// 分发符号链接
[centos@hadoop1 /soft]$rsync -lr spark centos@hadoop2:/soft/
[centos@hadoop1 /soft]$rsync -lr spark centos@hadoop3:/soft/
[centos@hadoop1 /soft]$rsync -lr spark centos@hadoop4:/soft/
[centos@hadoop1 /soft]$rsync -lr spark centos@hadoop5:/soft/
[centos@hadoop1 /soft]$rsync -lr spark centos@hadoop6:/soft/
[centos@hadoop1 /soft]$rsync -lr spark centos@hadoop7:/soft/
[centos@hadoop1 /soft]$rsync -lr spark centos@hadoop8:/soft/

环境变量
export SPARK_HOME=/soft/spark
export PATH=$PATH:$SPARK_HOME/bin:$SPARK_HOME/sbin

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

• 启动集群

[centos@hadoop1 /soft/spark/sbin]$./start-all.sh

• 1

• 运行第一个spark程序(WordCount)

// 进入spark shell
[centos@hadoop1 /soft/spark/sbin]$ ./spark-shell

// 运行
scala> sc.textFile("hdfs://hadoop1:8020/wc.txt").flatMap(_.split(" "))
.map((_,1)).reduceByKey(_+_).saveAsTextFile("hdfs://hadoop1:8020/out")

• 1
• 2
• 3
• 4
• 5
• 6
• 7

3. sparkHA搭建——基于zookeeper

• 停掉spark集群：./spark-stop.sh

• 修改 spark-env.sh 文件

// 添加如下配置
#ZK HA
export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=hadoop3:2181,hadoop3:2181,hadoop4:2181 -Dspark.deploy.zookeeper.dir=/spark"

MASTER=spark://hadoop1:7077,spark://hadoop2:7077 bin/spark-shell

• 1
• 2
• 3
• 4
• 5

• 分发修改后的spark-env.sh文件给其他节点。在hadoop1上启动所有worker进程和master进程，在hadoop2上启动另一个master进程

[centos@hadoop1 /soft/spark/sbin]$ ./start-all.sh

[centos@hadoop2 /soft/spark/sbin]$./start-master.sh

• 1
• 2
• 3

大功告成！

其他组建安装配置

mysql、hive、flume …

MySQL安装配置

1. 安装MySQL

在Linux上安装MySQL一般有两种方式。第一种就是使用yum命令进行安装(比较轻量，安装包较小，但依赖多，容易出错)。第二种方式就是通过解压MySQL包安装(包比较大，但是不容易出错)。本文采用第二种方式安装配置MySQL。

• 下载mysql-5.6.41-linux-glibc2.12-x86_64.tar.gz，并将其放在共享目录下(/mnt/hgfs/bigdata/soft/…)。

• 切换到root，卸载自带的 Mariadb

$> rpm -qa|grep mariadb  // 查询出来已安装的mariadb
$> rpm -e --nodeps 文件名  // 卸载mariadb，文件名为上述命令查询出来的文件

• 1
• 2

• 删除 etc目录下的 my.cnf

$> rm /etc/my.cnf

• 1

• 创建名为mysql的用户组，创建一个名为mysql的用户，并将该用户加入mysql用户组

//创建mysql用户组
$> groupadd mysql

//创建一个用户名为mysql的用户并加入mysql用户组
$> useradd -g mysql mysql

• 1
• 2
• 3
• 4
• 5

• 将 mysql-5.6.41-linux-glibc2.12-x86_64.tar.gz 复制到 /usr/local 目录下，并解压在当前目录下

$> cp /mnt/hgfs/bigdata/soft/mysql-5.6.41-linux-glibc2.12-x86_64.tar.gz /usr/local

//解压该压缩文件
$> tar -zxvf mysql-5.6.41-linux-glibc2.12-x86_64.tar.gz

• 1
• 2
• 3
• 4
• 5

• 将解压出来的文件夹重命名为mysql

$> mv 解压出来的文件夹名 mysql

• 1

• 将 /usr/local/mysql/support-files 路径下的 my-default.cnf 文件拷贝到 /etc 目录下，重命名为 my.cnf

[root@s201 /usr/local/mysql]# cp my-default.cnf /etc/my.cnf

• 1

• 配置 my.cnf 文件

[root@s201 /usr/local/mysql]# nano /etc/my.cnf

[mysql]
# 设置mysql客户端默认字符集
default-character-set=utf8
socket=/var/lib/mysql/mysql.sock
[mysqld]
skip-name-resolve
#设置3306端口
port = 3306
socket=/var/lib/mysql/mysql.sock
# 设置mysql的安装目录
basedir=/usr/local/mysql
# 设置mysql数据库的数据的存放目录
datadir=/usr/local/mysql/data
# 允许最大连接数
max_connections=200
# 服务端使用的字符集默认为8比特编码的latin1字符集
18. character-set-server=utf8
# 创建新表时将使用的默认存储引擎
default-storage-engine=INNODB
lower_case_table_name=1
max_allowed_packet=16M
user=mysql //设置用户为mysql

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24

• 如果是centos精简版本，可能需要安装Perl模块

$> yum install -y perl
$> yum install -y perl-Module-Install.noarch

• 1
• 2

• 如果是centos系统，修改 /etc/selinux/config，把SELINUX=enforcing改为SELINUX=disabled，保存退出后重启机器

• 进入安装 mysql 软件目录,安装数据库

[root@hadoop1 ~]# cd /usr/local/mysql
[root@hadoop1 /usr/local/mysql]# chown -R mysql:mysql ./       修改当前目录拥有着为mysql用户
[root@hadoop1 /usr/local/mysql]# ./scripts/mysql_install_db --user=mysql --basedir=/usr/local/mysql/ --datadir=/usr/local/mysql/data/

• 1
• 2
• 3

• 修改当前 data目录的拥有者为 mysql用户

[root@hadoop1 /usr/local/mysql]# chown -R mysql:mysql data

• 1

2. 配置MySQL

• 授予 my.cnf最大权限

[root@hadoop1 /usr/local/mysql]# chown 777 /etc/my.cnf

• 1

• 复制启动脚本到资源目录

[root@hadoop1 /usr/local/mysql]# cp ./support-files/mysql.server /etc/rc.d/init.d/mysqld

• 1

• 增加 mysqld 服务控制脚本执行权限

[root@hadoop1 /usr/local/mysql]# chmod +x /etc/rc.d/init.d/mysqld

• 1

• 将 mysqld 服务加入到系统服务

[root@hadoop1 /usr/local/mysql]# chkconfig --add mysqld

• 1

• 检查 mysqld 服务是否已经生效

[root@hadoop1 /usr/local/mysql]# chkconfig --list mysqld

• 1

• 在 /var/lib 下创建 mysql 文件夹，修改权限

[root@hadoop1 /usr/local/mysql]# mkdir /var/lib/mysql

//设置权限
[root@hadoop1 /usr/local/mysql]# chmod 777  /var/lib/mysql

• 1
• 2
• 3
• 4

• 将 mysql 的 bin 目录加入 PATH 环境变量，编辑 ~/.bash_profile 文件

[root@hadoop1 /usr/local/mysql]# nano ~/.bash_profile

//在文件最后添加如下信息： 指定环境变量启动程序位置
export PATH=$PATH:/usr/local/mysql/bin

//执行下面的命令是修改的内容立即生效 :
[root@hadoop1 /usr/local/mysql]# source ~/.bash_profile

• 1
• 2
• 3
• 4
• 5
• 6
• 7

• 启动mysqld

//启动mysql服务
[root@hadoop1 /usr/local/mysql]# service mysqld start

//关闭mysql服务
[root@hadoop1 /usr/local/mysql]# service mysqld stop

• 1
• 2
• 3
• 4
• 5

• 以 root 账户登录 mysql, 默认是没有密码的， 要输入密码的时候直接回车即可

[root@hadoop1 /usr/local/mysql]# mysql -u root -p

• 1

注意： mysql -u root -p 命令可能会有异常：-bash: mysql: command not found。这是因为系统在默认的命令文件夹 /usr/bin 下没有找到 mysql 命令，需要在此文件夹下建一个符号链接：

[root@hadoop1 /usr/local/mysql]# ln -s /usr/local/mysql/bin/mysql /usr/bin

• 1

• 设置 root 账户密码为 root

mysql>use mysql
mysql>update user set password=password('root') where user='root' and host='localhost';
mysql>flush privileges;

• 1
• 2
• 3

• 设置远程主机登录，使用下面命令查看和添加，注意下面的 your username 和 your password 改成你需要设置的用户和密码

查看用户
select Host,User,Password from mysql.user;
创建用户
create user test identified by '123456';
分配权限
grant all privileges on *.* to 'test'@'%'identified by '123456' with grant option;

//匹配整个数据库权限
grant all privileges on *.* to 'root'@'%' identified by 'root';

说明: 第一个’root’是用户名,第二个’%’是所有的ip都可以远程访问,第三个’123456’表示用户密码 如果不常用就关闭掉。

刷新
flush privileges ;
修改指定用户密码
update mysql.user set password=password('新密码') where User="test" and Host="localhost";
删除用户
delete from user where User='test' and Host='localhost';

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

• CentOS7 防火墙设置

重启防火墙
firewall-cmd --reload
停止防火墙
systemctl stop firewalld.service
禁止防火墙开机启动
systemctl disable firewalld.service
删除
firewall-cmd --zone= public --remove-port=80/tcp --permanent

关闭防火墙
1） 永久性生效，重启后不会复原
开启： chkconfig iptables on
关闭： chkconfig iptables off
2） 即时生效，重启后复原
开启： service iptables start
关闭： service iptables stop

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

• 成功示例

3. 问题解决

• MySQL提示：The server quit without updating PID file
  参考：1. https://www.cnblogs.com/wangshaojun/p/5065298.html
  2. http://blog.51cto.com/fengyunshan911/2070818

• 解决linux mysql命令 bash: mysql: command not found 的方法
  参考：https://www.cnblogs.com/jr1260/p/6590860.html

4. 说明

本文详细参考了 https://blog.csdn.net/u013421629/article/details/79638315 文档，在此对原作者的辛苦整理表示感谢！！！

Hive安装配置

1. hive安装

hadoop3，hadoop4，hadoop5上安装

• 准备hive安装包：apache-hive-2.3.3-bin.tar.gz ，解压到 /soft 目录下，并创建符号链接

// 解压
[centos@hadoop3 /home/centos/localsoft]$ tar -xzvf apache-hive-2.3.3-bin.tar.gz -C /soft

// 创建符号链接
[centos@hadoop3 /soft]$ ln -s /soft/apache-hive-2.3.3-bin hive

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

[centos@hadoop3 /home/centos]$ sudo nano /etc/profile

导入环境变量
export HIVE_HOME=/soft/hive
export PATH=$PATH:$HIVE_HOME/bin

• 1
• 2
• 3
• 4
• 5

2. hive配置

使用MySQL来存放hive的元数据

• 将mysql的驱动程序复制到 /soft/hive/lib 目录下

[centos@hadoop3 /home/centos/localsoft]$cp mysql-connector-java-5.1.44.jar /soft/hive/lib/

• 1

• 将 /soft/hive/conf/hive-default.xml.template 文件复制为 hive-site.xml，并进行如下配置:

$> cp /soft/hive/conf/hive-default.xml.template /soft/hive/conf/hive-site.xml 

//配置如下属性
<property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.jdbc.Driver</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://59.68.29.79:3306/hive</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>root</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>root</value>
</property>

<property>
    <name>hive.exec.local.scratchdir</name>
    <value>/home/centos/hive</value>
</property>
<property>
    <name>hive.downloaded.resources.dir</name>
    <value>/home/centos/hive/downloads</value>
</property>
<property>
    <name>hive.querylog.location</name>
    <value>/home/centos/hive/querylog</value>
</property>
<property>
    <name>hive.server2.logging.operation.log.location</name>
    <value>/home/centos/hive/server2_logs</value>
</property>
<property>
    <name>hive.metastore.schema.verification</name>
    <value>false</value>
</property>

<property>
    <name>hive.server2.enable.doAs</name>
    <value>false</value>
</property>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45

• 在mysql中创建存放hive元数据的数据库 hive

mysql> create database hive;

• 1

• 初始化hive的元数据到mysql中

[centos@hadoop3 /soft/hive/bin]$schematool -dbType mysql -initSchema

• 1

• 向其他两台主机发送所有配置，在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

// 分发解压文件
[centos@hadoop3 /soft]$scp -r apache-hive-2.3.3-bin centos@hadoop4:/soft/
[centos@hadoop3 /soft]$scp -r apache-hive-2.3.3-bin centos@hadoop5:/soft/

// 分发符号链接
[centos@hadoop3 /soft]$rsync -lr hive centos@hadoop4:/soft/
[centos@hadoop3 /soft]$rsync -lr hive centos@hadoop5:/soft/

导入环境变量
export HIVE_HOME=/soft/hive
export PATH=$PATH:$HIVE_HOME/bin

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

hive的基本命令：

// 进入hive
[centos@hadoop3 /home/centos]$ hive

$hive>create database mydb2 ;		        //创建数据库 mydb2
$hive>show databases ;
$hive>use mydb2 ;
$hive>create table mydb2.t(id int,name string,age int);
$hive>drop table t ;
$hive>drop table mydb2.t ;
$hive>select * from mydb2.t ;		//查看指定库的表
$hive>exit ;						//退出

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

Flume安装配置

Flume是一个日志采集系统，在8台主机上都进行配置

• 准备安装包：apache-flume-1.8.0-bin.tar.gz，解压到 /soft 目录下，并创建符号链接

// 解压
[centos@hadoop1 /home/centos/localsoft]$tar -xzvf apache-flume-1.8.0-bin.tar.gz -C /soft/

// 创建符号链接
[centos@hadoop1 /soft]$ln -s /soft/apache-flume-1.8.0-bin flume

• 1
• 2
• 3
• 4
• 5

• 在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

[centos@hadoop3 /home/centos]$ sudo nano /etc/profile

导入环境变量
export FLUME_HOME=/soft/flume
export PATH=$PATH:$FLUME_HOME/bin

• 1
• 2
• 3
• 4
• 5

• 分发所有配置给其他主机节点，在 /etc/profile 中配置环境变量，source /etc/profile 立即生效

// 分发解压文件
[centos@hadoop1 /soft]$xsync.sh apache-flume-1.8.0-bin

// 分发符号链接
[centos@hadoop1 /soft]$rsync -lr flume centos@hadoop2:/soft/
[centos@hadoop1 /soft]$rsync -lr flume centos@hadoop3:/soft/
[centos@hadoop1 /soft]$rsync -lr flume centos@hadoop4:/soft/
[centos@hadoop1 /soft]$rsync -lr flume centos@hadoop5:/soft/
[centos@hadoop1 /soft]$rsync -lr flume centos@hadoop6:/soft/
[centos@hadoop1 /soft]$rsync -lr flume centos@hadoop7:/soft/
[centos@hadoop1 /soft]$rsync -lr flume centos@hadoop8:/soft/

导入环境变量
export HIVE_HOME=/soft/hive
export PATH=$PATH:$HIVE_HOME/bin

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

• 验证是否安装成功：flume-ng version

本文转与http://www.pianshen.com/article/849261746/