HBase+ZooKeeper+Hadoop2.6.0的ResourceManager HA集群高可用配置
问题导读：
0、了解常规JDK安装以及Linux系统配置
1、了解集群规划以及集群场景
2、熟悉HBase的集群搭建
3、熟悉ZooKeeper集群搭建
4、熟悉Hadoop2.6.0版本HA集群搭建
5、验证HBase、ZooKeeper、Hadoop等集群运行情况
static/image/hrline/4.gif
参考 ：Hadoop2.4的ResourceManager HA高可用配置
hadoop2.0已经发布了稳定版本了，增加了很多特性，比如HDFS HA、YARN等。最新的hadoop-2.6.0又增加了YARN HA
注意：apache提供的hadoop-2.6.0的安装包是在32位操作系统编译的，因为hadoop依赖一些C++的本地库，
所以如果在64位的操作上安装hadoop-2.6.0就需要重新在64操作系统上重新编译
(64位系统hadoop2.6.0编译前准备工作，请参考：Hadoop-2.6.0在Centos6.5 64位系统编译前准备工作 )
1.修改Linux主机名
2.修改IP
3.修改主机名和IP的映射关系
######注意######如果你们公司是租用的服务器或是使用的云主机（如华为用主机、阿里云主机等）
/etc/hosts里面要配置的是内网IP地址和主机名的映射关系
4.关闭防火墙
5.ssh免登陆
6.安装JDK，配置环境变量等
集群规划：
主机名 IP 安装的软件 运行的进程
Master 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
Slave1 192.168.1.202 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
Slave2 192.168.1.203 jdk、hadoop ResourceManager
Slave3 192.168.1.204 jdk、hadoop ResourceManager
Slave4 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
Slave5 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
Slave6 192.168.1.207 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain
说明：
1.在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。
hadoop2.0官方提供了两种HDFS HA的解决方案，一种是NFS，另一种是QJM。这里我们使用简单的QJM。在该方案中，主备NameNode之间通过一组JournalNode同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode
这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当Active NameNode挂掉了，会自动切换Standby NameNode为standby状态
2.hadoop-2.2.0中依然存在一个问题，就是ResourceManager只有一个，存在单点故障，hadoop-2.4.1解决了这个问题，有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调安装步骤：
1.安装配置zooekeeper集群（在Slave4上）
1.1解压
#tar -zxvf zookeeper-3.4.6.tar.g-C /usr/local/
#mv zookeeper-3.4.6/ zookeeper
1.2修改配置
#cd /usr/local/zookeeper/conf/
#cp zoo_sample.cfg zoo.cfg
#vim zoo.cfg
修改：
dataDir=/itcast/zookeeper/zkData
在最后添加：
server.1=Slave4:2888:3888
server.2=Slave5:2888:3888
server.3=Slave6:2888:3888
保存退出
然后创建一个tmp文件夹
#mkdir /usr/local/zookeeper/zkData
再创建一个空文件
#touch /usr/local/zookeeper/zkData/myid
最后向该文件写入ID
#echo 1 > /usr/local/zookeeper/zkData/myid
1.3将配置好的zookeeper拷贝到其他节点(首先分别在Slave5、Slave6根目录：/usr/local/)
#scp -r /usr/local/zookeeper/ Slave5:/usr/local/
#scp -r /usr/local/zookeeper/ Slave6:/usr/local/
注意：修改Slave5、Slave6对应/usr/local/zookeeper/zkData/myid内容
Slave5：
#echo 2 > /usr/local/zookeeper/zkData/myid
Slave6：
#echo 3 > /usr/local/zookeeper/zkData/myid
2.安装配置hadoop集群（在Master上操作）
2.1解压
#tar -zxvf hadoop-2.6.0.tar.gz -C /usr/local/
2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
#将hadoop添加到环境变量中
#vim /etc/profile
export JAVA_HOME=/usr/local/jdk1.7
export HADOOP_HOME=/usr/local/hadoop-2.6.0
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
#cd /usr/local/hadoop-2.6.0/etc/hadoop
2.2.1修改hadoo-env.sh
export JAVA_HOME=/usr/local/jdk1.7
2.2.2修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为masters -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://masters</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop-2.6.0/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>Slave4:2181,Slave5:2181,Slave6:2181</value>
</property>
</configuration>
2.2.3修改hdfs-site.xml<configuration>
<!--指定hdfs的nameservice为masters，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>masters,ns1,ns2,ns3</value>
</property>
<!-- Master下面有两个NameNode，分别是Master，Slave1 -->
<property>
<name>dfs.ha.namenodes.masters</name>
<value>Master,Slave1</value>
</property>
<!-- Master的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.masters.Master</name>
<value>Master:9000</value>
</property>
<!-- Master的http通信地址 -->
<property>
<name>dfs.namenode.http-address.masters.Master</name>
<value>Master:50070</value>
</property>
<!-- Slave1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.masters.Slave1</name>
<value>Slave1:9000</value>
</property>
<!-- Slave1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.masters.Slave1</name>
<value>Slave1:50070</value>
</property>
<!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://Slave4:8485;Slave5:8485;Slave6:8485/masters</value>
</property>
<!-- 指定JournalNode在本地磁盘存放数据的位置 -->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/usr/local/hadoop-2.6.0/journal</value>
</property>
<!-- 开启NameNode失败自动切换 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 配置失败自动切换实现方式 -->
<property>
<name>dfs.client.failover.proxy.provider.masters</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行-->
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<!-- 使用sshfence隔离机制时需要ssh免登陆 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.ssh/id_rsa</value>
</property>
<!-- 配置sshfence隔离机制超时时间 -->
<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
</configuration>
2.2.4修改mapred-site.xml
<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
2.2.5修改yarn-site.xml<configuration>
<!-- 开启RM高可靠 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>RM_HA_ID</value>
</property>
<!-- 指定RM的名字 -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 分别指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>Slave2</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>Slave3</value>
</property>
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>Slave4:2181,Slave5:2181,Slave6:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
2.2.6修改slaves(slaves是指定子节点的位置，因为要在Master上启动HDFS、在Slave2启动yarn，所以Master上的slaves文件指定的是datanode的位置，slave2上的slaves文件指定的是nodemanager的位置)
Slave4
Slave5
Slave6
2.2.7配置免密码登陆
#首先要配置Master到Slave1、Slave2、Slave3、Slave4、Slave5、Slave6的免密码登陆
#在Master上生产一对钥匙
#ssh-keygen -t rsa
#将公钥拷贝到其他节点，包括自己
#ssh-copy-id Master
#ssh-copy-id Slave1
#ssh-copy-id Slave2
#ssh-copy-id Slave3
#ssh-copy-id Slave4
#ssh-copy-id Slave5
#ssh-copy-id Slave6
#配置Slave2到Slave3、Slave4、Slave5、Slave6的免密码登陆
#在Slave2上生产一对钥匙
#ssh-keygen -t rsa
#将公钥拷贝到其他节点
#ssh-copy-id Slave3
#ssh-copy-id Slave4
#ssh-copy-id Slave5
#ssh-copy-id Slave6
#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置Slave1到Master的免登陆
在Slave1上生产一对钥匙
#ssh-keygen -t rsa
#ssh-copy-id -i Master
#在Slave3上生产一对钥匙
#ssh-keygen -t rsa
#将公钥拷贝到其他节点
#ssh-copy-id Slave4
#ssh-copy-id Slave5
#ssh-copy-id Slave6
2.4将配置好的hadoop拷贝到其他节点
#scp -r /usr/local/hadoop-2.6.0/ Slave1:/usr/local/
#scp -r /usr/local/hadoop-2.6.0/ Slave2:/usr/local/
#scp -r /usr/local/hadoop-2.6.0/ Slave3:/usr/local/
#scp -r /usr/local/hadoop-2.6.0/ Slave4:/usr/local/
#scp -r /usr/local/hadoop-2.6.0/ Slave5:/usr/local/
#scp -r /usr/local/hadoop-2.6.0/ Slave6:/usr/local/
###注意：严格按照下面的步骤
2.5启动zookeeper集群（分别在Slave4、Slave5、Slave6上启动zk）
#cd /usr/local/zookeeper/bin/
#./zkServer.sh start
#查看状态：一个leader，两个follower
#./zkServer.sh status
2.6启动journalnode（分别在Slave4、Slave5、Slave6上执行）
#cd /usr/local/hadoop-2.6.0/sbin
#sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验，Slave4、Slave5、Slave6上多了JournalNode进程
2.7格式化HDFS
#在Master上执行命令:
#hdfs namenode -format
#格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/usr/local/hadoop-2.6.0/tmp，
然后将/usr/local/hadoop-2.6.0/tmp拷贝到Slave1的/usr/local/hadoop-2.6.0/下。
#scp -r tmp/ Slave1:/usr/local/hadoop-2.6.0/
2.8格式化ZK(在Master上执行即可)
#hdfs zkfc -formatZK
2.9启动HDFS(在Master上执行)
#sbin/start-dfs.sh
2.10启动YARN(#####注意#####：是在Slave2上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)
#Slave2:${HADOOP_HOME}/sbin/start-yarn.sh
#Slave3:${HADOOP_HOME}/sbin/yarn-daemon.sh start resourcemanager
到此，hadoop-2.6.0配置完毕，可以统计浏览器访问:
http://192.168.80.100:50070
NameNode 'Master:9000' (active)
http://192.168.80.101:50070
NameNode 'Slave1:9000' (standby)
验证HDFS HA
首先向hdfs上传一个文件
#hadoop fs -put /etc/profile /profile
#hadoop fs -ls /
然后再kill掉active的NameNode
#kill -9 <pid of NN>
通过浏览器访问：http://192.168.80.101:50070
NameNode 'Slave1:9000' (active)
这个时候Slave1上的NameNode变成了active
在执行命令：
#hadoop fs -ls /
-rw-r--r-- 3 root supergroup 1926 2014-02-06 15:36 /profile
刚才上传的文件依然存在！！！
手动启动那个挂掉的NameNode
#sbin/hadoop-daemon.sh start namenode
通过浏览器访问：http://192.168.80.101:50070
NameNode 'Master:9000' (standby)
验证YARN：
运行一下hadoop提供的demo中的WordCount程序：
#hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.4.1.jar wordcount /profile /out
hadoop HA集群搭建完成
static/image/hrline/4.gif
hbase-0.98.9-hadoop2搭建
4.1 解压缩，并重命名
#mvhbase-** hbase
修改环境变量：
export HBASE_HOME=/usr/local/hbase
export PATH= .:$PATH:$HBASE_HOME/bin:
保存，退出。执行 source /etc/profile生效
4.1 修改HBase的配置文件#HBASE_HOME/conf/hbase-env.sh 修改内容如下：
export JAVA_HOME=usr/local/jdk/
export HBASE_MANAGES_ZK=true //HBase是否管理它自己的ZooKeeper的实例。
保存，退出。
4.2 修改HBase的配置文件#HBASE_HOME/conf/hbase-site.xml，修改内容如下：
<property>
<name>hbase.rootdir</name>
<value>hdfs://Master:9000/hbase</value>
</property>
<property>
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>Master</value>
</property>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
注意：$HBASE_HOME/conf/hbase-site.xml的hbase.rootdir的主机和端口号与$HADOOP_HOME/conf/core-site.xml的fs.default.name的主机和端口号一致
4.3 (可选)文件regionservers 的内容修改为Master.
4.4 执行目录到../bin ，执行命令start-hbase.sh
******启动hbase之前，确保hadoop是运行正常的。并且可以写入文件。
4.5 验证：(1)执行jps，发现新增加了3个Havana进程，分别是HMaster、HRegionServer、HQuorumPeer (HQuorumPeerMain 是ZooKeeper的进程 )
备注:启动HBase时，请先执行/usr/local/zookeeper/bin zkServer.sh stop 停止ZooKeeper的进程,以免hbase启动失败。
(2)通过浏览器查看：http://masters:60010
5.HBase的集群安装(在原来的Master上的hbase伪分布基础上搭建)：
5.1 集群结构，主节点(hmaster)是Master，从节点(region server)是Slave1,Slave2,Slave3.
5.2 修改hadoop0上的hbase的几个文件
(1)修改hbase-env.sh 最后一行 exportHBASE_MANAGES_ZK=false.
(2)修改hbase-site.xml文件的hbase.zookeeper.quorum的值为Master,Slave1,Slave2,Slave3 。
(3)修改regionservers文件(存放的 region server的hostname),内容修改成Slave1,Slave2,Slave3 。
5.3 复制Master中的hbase到Slave1,Slave2,Slave3的对应目录下,并复制、Master 的/etc/profile文件到hadoop1 、hadoop2 中。
#scp -r hbase Slave1:/usr/local/
#scp -r /etc/profileSlave1:/etc/profile
#source /etc/profile
5.4 在HA集群中，首先各个节点启动ZooKeeper集群，其次 Master中启动hadoop集群，最后在Master上启动hbase集群。
6.测试Hbase是否启动正常：
1) 在Master主机中执行jps，查看进程。会新增一个 HMaster 进程
2) 在regionserver 中执行jps，新增 HRegionServer。
7.执行hbase脚本命令：
#hbase shell
很不错啊。。。。。。。。 {:soso_e179:}
问一下版主 像这样的配置在其他非ResourceManager节点需要配置吗？
这一块的配置，每个节点都是一样的。
我用start-all.sh启动hadoop集群提示：
我的resourcemanager是配置在其他非namenode节点的，start-all.sh并不能吧resourcemanager启动，还要手动去resourcemanager节点启动resourcemanager吗？
mjjian0 发表于 2015-4-7 11:21
问一下版主 像这样的配置在其他 非ResourceManager节点需要配置吗？
这一块的配置，每个节点都是一 ...
这一块的配置，每个节点都是一样的，即可 mjjian0 发表于 2015-4-7 13:30
我用start-all.sh启动hadoop集群提示：
我的resourcemanager是配置在其他非namenode节点的，start-all.s ...
start-all.sh 也能启动，但是在HA集群中ResourceManager的standBy的这个节点 需要单独启动。
而且在Hadoop2.X版本中，我们推荐单独启动进程。如start-hdfs.sh
start-yarn.sh.
韩克拉玛寒 发表于 2015-4-7 13:45
start-all.sh 也能启动，但是在HA集群中ResourceManager的standBy的这个节点 需要单独启动。
而且在Ha ...
为什么推荐单独启动啊？
mjjian0 发表于 2015-4-7 16:01
为什么推荐单独启动啊？
恩，其实这个应该是一个缺陷。所以需要我们手动启动。 基本上一模一样的配置了，试了n次了，DFSZKFailoverController就是无法启动，namenode永远是两个standby，上网查了很多资料都解决不了，求版主赐教啊{:soso_e154:}