构建Hadoop+Hbase+ZooKeeper分布式存储

Posted 2020-09-01

      前言* Hadoop是Apache开源组织的一个分布式计算开源框架，在很多大型网站上都已经得到了应用，如亚马逊、Facebook和Yahoo等等。对于我来说，最近的一个使用点就是服务集成平台的日志分析。服务集成平台的日志量将会很大，而这也正好符合了分布式计算的适用场景（日志分析和索引建立就是两大应用场景）。

今天我们来实际搭建一下Hadoop 2.2.0版，实战环境为目前主流服务器操作系统CentOS 6.5系统。

一、实战环境

系统版本：CentOS 6.5 x86_64
JAVA版本：JDK-1.7.0_25
Hadoop版本：hadoop-2.2.0
192.168.172.59   namenode  （充当namenode、secondary namenode和ResourceManager角色）
192.168.172.88   datanode1  （充当datanode、nodemanager角色）
192.168.172.89   datanode2  （充当datanode、nodemanager角色）

二、系统准备

1）Hadoop可以从Apache官方网站直接下载最新版本Hadoop2.2。官方目前是提供了linux32位系统可执行文件，所以如果需要在64位系统上部署则需要单独下载src 源码自行编译。（如果是真实线上环境，请下载64位hadoop版本，这样可以避免很多问题，这里我实验采用的是32位版本）

Hadoop下载地址
http://apache.claz.org/hadoop/common/hadoop-2.2.0/
Java 下载下载
http://www.oracle.com/technetwork/java/javase/downloads/index.html

2）我们这里采用三台CnetOS服务器来搭建Hadoop集群，分别的角色如上已经注明。

第一步：我们需要在三台服务器的/etc/hosts里面设置对应的主机名如下（真实环境可以使用内网DNS解析）

[[email protected] hadoop]# cat /etc/hosts
# Do not remove the following line, or various programs
# that require network functionality will fail.
127.0.0.1 localhost.localdomain localhost
192.168.172.59  node1
192.168.172.88  node2
192.168.172.89  node3（注* 我们需要在namenode、datanode三台服务器上都配置hosts解析）

3）从namenode上无密码登陆各台datanode服务器，需要做如下配置:

在namenode 128上执行ssh-keygen，一路Enter回车即可。
然后把公钥/root/.ssh/id_rsa.pub拷贝到datanode服务器即可，拷贝方法如下：
ssh-copy-id -i .ssh/id_rsa.pub [email protected]
ssh-copy-id -i .ssh/id_rsa.pub [email protected]

三、Java安装配置

tar  -xvzf  jdk-7u25-linux-x64.tar.gz &&mkdir -p  /usr/java/  ; mv   /jdk1.7.0_25    /usr/java/ 即可。
安装完毕并配置java环境变量，在/etc/profile末尾添加如下代码：
export JAVA_HOME=/usr/java/jdk1.7.0_25/
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=$JAVE_HOME/lib/dt.jar:$JAVE_HOME/lib/tools.jar:./

保存退出即可，然后执行source  /etc/profile 生效。在命令行执行java -version 如下代表JAVA安装成功。

[[email protected] ~]# java -version
java version "1.7.0_25"
Java(TM) SE Runtime Environment (build 1.7.0_25-b15)
Java HotSpot(TM) 64-Bit Server VM (build 23.25-b01, mixed mode)

（注* 我们需要在namenode、datanode三台服务器上都安装Java JDK版本）

四、Hadoop版本安装

官方下载的hadoop2.2.0版本，不用编译直接解压安装就可以使用了，如下：

1）解压:

tar  -xzvf  hadoop-2.2.0.tar.gz &&mv hadoop-2.2.0  /data/hadoop/
（注* 先在namenode服务器上都安装hadoop版本即可，datanode先不用安装，待会修改完配置后统一安装datanode）

2）配置变量：

在/etc/profile末尾继续添加如下代码，并执行source /etc/profile生效。
export HADOOP_HOME=/data/hadoop/
export PATH=$PATH:$HADOOP_HOME/bin/
export JAVA_LIBRARY_PATH=/data/hadoop/lib/native/
（注* 我们需要在namenode、datanode三台服务器上都配置Hadoop相关变量）

五、配置Hadoop

在namenode上配置，我们需要修改如下几个地方：

1）修改vi/data/hadoop/etc/hadoop/core-site.xml 内容为如下：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
<configuration>
<property>
  <name>fs.default.name</name>
  <value>hdfs://node1:9000</value>
 </property>
<property>
  <name>hadoop.tmp.dir</name>
  <value>/tmp/hadoop-${user.name}</value>
  <description>A base for other temporary directories.</description>
</property>
</configuration>

2）修改vi/data/hadoop/etc/hadoop/mapred-site.xml内容为如下：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!-- Put site-specific property overrides in this file. -->
    <configuration>
     <property>
      <name>mapred.job.tracker</name>
      <value>node1:9001</value>
     </property>
</configuration>

3）修改vi/data/hadoop/etc/hadoop/hdfs-site.xml内容为如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>dfs.name.dir</name>
<value>/data/hadoop/data_name1,/data/hadoop/data_name2</value>
</property>
<property>
<name>dfs.data.dir</name>
<value>/data/hadoop/data_1,/data/hadoop/data_2</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
</configuration>

4）在/data/hadoop/etc/hadoop/hadoop-env.sh文件末尾追加JAV_HOME变量：

echo "export JAVA_HOME=/usr/java/jdk1.7.0_25/" >> /data/hadoop/etc/hadoop/hadoop-env.sh

5）修改 vi /data/hadoop/etc/hadoop/masters文件内容为如下：

node1

6）修改vi/data/hadoop/etc/hadoop/slaves文件内容为如下：

node2
node3

如上配置完毕，以上的配置具体含义在这里就不做过多的解释了，搭建的时候不明白，可以查看一下相关的官方文档。

如上namenode就基本搭建完毕，接下来我们需要部署datanode，部署datanode相对简单，执行如下操作即可。

for  i  in  `seq 88 89 ` ; do scp -r  /data/hadoop/  [email protected]$i:/data/  ; done

自此整个集群基本搭建完毕，接下来就是启动hadoop集群了。

六、启动hadoop并测试

在启动hadoop之前，我们需要做一步非常关键的步骤，需要在namenode上执行如下命令初始化name目录和数据目录。

cd   /data/hadoop/ ; ./bin/hadoop namenode -format

那如何算初始化成功呢，如下截图成功创建name目录即正常：

然后启动hadoop所有服务，如下命令：

[[email protected] hadoop]# ./sbin/start-all.sh

我们还可以查看相应的端口是否启动：netstat -ntpl

访问如下地址：http://192.168.172.59:50070/

访问地址：http://192.168.172.59:8088/

搭建完成后，我们简单的实际操作一下，如下图：

自此hadoop基本搭建完毕。

七、部署ZooKeeper服务

在node1上配置：

下载zookeeper3.4.6版本：

wget http://apache.fayea.com/zookeeper/zookeeper-3.4.6/zookeeper-3.4.6.tar.gz
tar -xzfzookeeper-3.4.6.tar.gz  -C  /export/servers/

#vim   /export/servers/ zookeeper-3.4.6/conf/zoo.cfg写入如下内容：

# 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=/export/zookeeper
# the port at which the clients will connect
clientPort=2181
initLimit=5
syncLimit=2
dataLogDir=/export/zookeeper/logs
server.1=node1:2888:3888
server.2=node2:2888:3888
server.3=node3:2888:3888

注意：zk里面的node节点名称要一一对应哦，然后创建zk数据目录和日志路径：

mkdir  -p  /export/zookeeper/logs
echo  1  >/export/zookeeper/myid

如上在node1上配置好zk后，把zk整个程序同步到另外两台node2、node3。

执行如下脚本：

for  i in  `seq 88 89` ; do rsync -aP--delete /export/servers/zookeeper-3.4.6/ [email protected]$i:/export/servers/zookeeper-3.4.6/  ；rsync-av  /export/zookeeper/  [email protected]$i:/export/; done

然后分别修改node2、node3的myid为2和3，命令如下：

在node2上执行：

echo  2  >/export/zookeeper/myid

在node3上执行：

echo  3  >/export/zookeeper/myid

执行完后，分别启动三台服务器的zk服务：

cd/export/servers/zookeeper-3.4.6/ ;./bin/zkServer.sh start

如上配置，zookeeper配置完毕。

八、部署Hbase服务

在node1上配置：

下载软件：hbase-0.96.2-hadoop2.tar.gz，然后执行如下命令：
tarxf hbase-0.96.2-hadoop2.tar.gz ;mv hbase-0.96.2-hadoop2 /export/hbase
然后进入hbase配置文件目录，如下图：
cd/export/hbase/conf/

vim hbase-site.xml内容如下：

<configuration>
   <property>
           <name>hbase.tmp.dir</name>
           <value>/export/hbase/tmp</value>
        </property>
           
<property> 
   <name>zookeeper.session.timeout</name> 
    <value>3600000</value> 
</property>
<property> 
   <name>hbase.zookeeper.property.tickTime</name> 
    <value>180000</value>
</property>
        <property>
           <name>hbase.rootdir</name>
           <value>hdfs://node1:9000/hbase</value>
        </property>
        <property>
           <name>hbase.cluster.distributed</name>
            <value>true</value>
        </property>
<property>
           <name>hbase.zookeeper.quorum</name>
           <value>node1,node2,node3</value>
</property>
<!--禁止magor compaction-->
<property>
<name>hbase.hregion.majorcompaction</name>
<value>0</value>
</property>
<!--禁止split-->
 <property>
 <name>hbase.hregion.max.filesize</name>
   <value>536870912000</value>
 </property>
 <!---->
 <property>
 <name>hbase.hstore.blockingStoreFiles</name>
 <value>2100000000</value>
 </property>
 <property>
 <name>hbase.regionserver.handler.count</name>
 <value>100</value>
 </property>
</configuration>

vim hbase-env.sh内容如下：

exportJAVA_HOME=/export/servers/jdk1.6.0_25/
exportHBASE_OPTS="-XX:+UseConcMarkSweepGC"
exportHBASE_MANAGES_ZK=false
exportHADOOP_HOME=/export/hadoop/

vim regionservers内容如下：

node2
node3

然后将node1 habse配置同步至node2、node3：

for  i in  `seq 88 89` ; do rsync -av  /export/hbase/  [email protected]$i:/export/  ; done

最好在node1启动整个集群hbase即可：

cd /export/hbase/;shbin/start-hbase.sh

查看node1 JAVA进程信息如下：

最好查看hbase日志如下：

通过web查看hbase截图如下：

NODE2状态：

-----------------------------------------------------------

本文出自 “吴光科-京峰Linux运维培训” 博客，请务必保留此出处http://wgkgood.blog.51cto.com/1192594/1899771