采用CDH Tarbal方式安装Hadoop集群。
1. 环境组件版本
组件名称
|
组件版本
|
用途
|
---|---|---|
jdk 1.8 | jdk-8u191-linux-x64 | oracle jdk |
mysql |
mysql-5.7.13-linux-glibc2.5-x86_64 |
存放cloudera manager配置文件 |
zookeeper | zookeeper-3.4.5-cdh5.12.2 | 分布式协调服务 |
hadoop |
hadoop-2.6.0-cdh5.12.2 |
包含HDFS和YARN,支撑分布式存储和资源管理。 |
hbase | hbase-1.2.0-cdh5.12.2 | 存储特性数据,并支持实时更新特性 |
hive | hive-1.1.0-cdh5.12.2 | 数据离线分区存储,离线分析 |
kafka | kafka_2.11-0.10.2.0 | 消息中间件(0.10.2.0+kafka2.2.0+110) |
azkaban | azkaban-3.52.0 | 调度服务 |
elasticsearch | elasticsearch-6.3.2 | Ad-hoc查询,简单实时统计分析 |
2. 主机规划
IP地址
|
主机名
|
角色
|
---|---|---|
172.23.7.138 | sz-pg-entps-dev-001.tendcloud.com | NameNode, ResourceManager, HMaster, Hive, Azkaban |
172.23.7.139 | sz-pg-entps-dev-002.tendcloud.com | NameNode, ResourceManager, HMaster, Hive |
172.23.7.140 | sz-pg-entps-dev-003.tendcloud.com | JournalNode, DataNode, NodeManager, HRegionServer, Zookeeper, Kafka, ES, KafkaManager |
172.23.7.141 | sz-pg-entps-dev-004.tendcloud.com | JournalNode, DataNode, NodeManager, HRegionServer, Zookeeper, Kafka, ES |
172.23.7.142 | sz-pg-entps-dev-005.tendcloud.com | JournalNode, DataNode, NodeManager, HRegionServer, Zookeeper, Kafka, ES |
172.23.7.143 | sz-pg-entps-dev-006.tendcloud.com | mysql |
3. 安装配置
3.1 基础环境
-
JDK 1.8 - Hadoop是用Java开发的,Hadoop的编译及MapReduce的运行都需要使用JDK。
1. 上传tar包并解压tar
jdk-8u191-linux-x64.
tar
.gz
2. 配置java环境变量
3. 加载配置文件
source
~/.bash_profile
-
SSH - Hadoop需要通过SSH来启动salve列表中各台主机的守护进程,因此SSH也是必须安装的。
1. 检查 ~/.ssh目录下是否有公私钥对文件(如果存在则跳过第2步)
2. 生成公私钥对
ssh-keygen -t rsa (一直回车)
3. 将每台机器的公钥都追加到 authorized_keys文件
cat id_rsa.pub >> authorized_keys
chmod 600 authorized_keys
内容类似:ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQDPKrND6Fnn3fZOdV9yseMhNruIFJQJXL8nA3s8QoR3dc0/qJ6GHFHOcVv9zK0o+AYmfxzYupIqwZKX9oqbHR3EOhecoafODY0ynopbvdWbx+VUDub3uQ4W5vgKZQYRxSmqk4xBJSVGnIOjxN0fadUIQx/MwZ/MIBEHs7A5ECLIssvJPehvzcUiLl7SIRnDcRZjdCHJLMMVjzFRq0xJ3i7v04a82bSPrycSuQazvEG7apherZvbfxoD+oa3G0ATq9mOaqvT47dPQ9/lSNXsmMWcT3n3Y8WCPHbbrdJoi51ZrdSrqs8e616rZIj1J06e+mewGbtB61CQSuwhamWR+4o1 hadoop
@sz
-pg-entps-dev-
001
.tendcloud.com
ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQCzfEL1MZv4mJXldBPIvwUIY6KfsG6cjel8i2stMx/AomoWY7XfcdZeXagUh/LsslQ92wOqVegj1MBiUkiaA2NR5rZERZECJrJuc3DILaxesotq+l1W7EYPQmCGrCJmC3RWWhte5bkIXxFbwKTEbgre5HgdigTnrs5/wf0wqyn/JpTpJGYOF71lVHX4gW9SgWSVBfsqfA4nO61agp4bahQcAPVmfcNHpbXig5mgPF14nPTMuqsrfiqxthup7XZvgXWMvK07nyUv/+rR3FRyv1sP8l+Exx9N0o7X9SG0GfeZXohzBGVv11tzBdCSn+TSE1I5WLZV0bT7b9wB/PLGwSZX hadoop
@sz
-pg-entps-dev-
002
.tendcloud.com
...
4. 检查能否免密登录各节点
- 安装mysql(略)
3.2 Zookeeper安装
-
解压安装包中的`zookeeper-3.4.5-cdh5.12.2.tar.gz`到指定的安装目录
- 修改zookeeper配置文件(conf/zoo.cfg)
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/data/cdp/zookeeper-3.4.5-cdh5.12.2/data
dataLogDir=/data/cdp/zookeeper-3.4.5-cdh5.12.2/log (文件夹必须存在,否则启动不起来)
clientPort=2181server.1=sz-pg-entps-dev-003.tendcloud.com:2888:3888
server.2=sz-pg-entps-dev-004.tendcloud.com:2888:3888
server.3=sz-pg-entps-dev-005.tendcloud.com:2888:3888 -
上面已经在一台机器(sz-pg-entps-dev-003.tendcloud.com)上配置完zookeeper,现在可以将该配置好的安装文件远程拷贝到集群中的各个结点对应的目录下
-
创建文件夹并设置myid
在配置的dataDir指定目录下面,创建一个myid文件,里面内容为一个数字,用来标识当前主机。
server.X 中 X为什么数字,则myid文件中就输入这个数字。 - 启动zookeeper集群(在zookeeper集群的每个节点上,执行启动脚本)
~/zookeeper-3.4.5-cdh5.12.2/bin/zkServer.sh start - 安装验证
~/zookeeper-3.4.5-cdh5.12.2/bin/zkServer.sh status
3.3 Hadoop安装
- 解压安装包中的`hadoop-2.6.0-cdh5.12.2.tar.gz到指定的安装目录
tar -zxvf hadoop-2.6.0-cdh5.12.2.tar.gz - 将hadoop目录添加到环境变量
vim ~/.bash_profile
export HADOOP_HOME=/home/hadoop/hadoop-2.6.0-cdh5.12.2
export PATH=$PATH:$HADOOP_HOME/bin应用环境变量
source ~/.bash_profile - 配置hadoop-env.sh
export JAVA_HOME=/home/hadoop/jdk1.8.0_191 -
配置core-site.xml
<
configuration
>
<
property
>
<
value
>hdfs://ns1</
value
>
</
property
>
<
property
>
<
value
>sz-pg-entps-dev-003.tendcloud.com:2181,sz-pg-entps-dev-004.tendcloud.com:2181,sz-pg-entps-dev-005.tendcloud.com:2181</
value
>
</
property
>
<
property
>
</
property
>
</
configuration
>
-
配置hdfs-site.xml
<
configuration
>
<
property
>
<
value
>3</
value
>
</
property
>
<
property
>
<
value
>false</
value
>
</
property
>
<
property
>
<!--指定hdfs的nameservice为ns1,需要和core-site.xml中的保持一致-->
<
value
>ns1</
value
>
</
property
>
<
property
>
<
value
>nn1,nn2</
value
>
</
property
>
<
property
>
</
property
>
<
property
>
</
property
>
<
property
>
</
property
>
<
property
>
</
property
>
<
property
>
</
property
>
<
property
>
</
property
>
<
property
>
<
value
>true</
value
>
</
property
>
<
property
>
<
value
>qjournal://sz-pg-entps-dev-003.tendcloud.com:8485;sz-pg-entps-dev-004.tendcloud.com:8485;sz-pg-entps-dev-005.tendcloud.com:8485/ns1</
value
>
</
property
>
<
property
>
</
property
>
<
property
>
</
property
>
<
property
>
<
value
>sshfence</
value
>
</
property
>
<
property
>
<
value
>/home/hadoop/.ssh/id_rsa</
value
>
</
property
>
<
property
>
<
value
>30000</
value
>
</
property
>
<
property
>
<
value
>100</
value
>
</
property
>
</
configuration
>
-
配置datanode的slaves文件
-
配置yarn-site.xml
<
configuration
>
<
property
>
<
value
>sz-pg-entps-dev-003.tendcloud.com:2181,sz-pg-entps-dev-004.tendcloud.com:2181,sz-pg-entps-dev-005.tendcloud.com:2181</
value
>
</
property
>
<
property
>
<
value
>mapreduce_shuffle</
value
>
</
property
>
<
property
>
<
value
>true</
value
>
</
property
>
<
property
>
<
value
>yrc</
value
>
</
property
>
<
property
>
<
value
>rm1,rm2</
value
>
</
property
>
<
property
>
</
property
>
<
property
>
</
property
>
</
configuration
>
-
配置marped-site.xml
<
configuration
>
<
property
>
<
value
>yarn</
value
>
</
property
>
</
configuration
>
-
将配置好的hadoop复制到集群其他节点
启动流程:
- 启动JournalNode(必须在格式化NameNode之前启动)
在namenode节点(sz-pg-entps-dev-002.tendcloud.com)启动 journalnode
~/hadoop-2.6.0-cdh5.12.2/sbin/hadoop-daemons.sh start journalnode
- 在NameNode节点格式化zookeeper - 目的是在ZooKeeper集群上建立HA的相应节点
hdfs zkfc -formatZK - 格式化NameNode(必须开启JournalNode进程)
hadoop namenode -format
注意:如果不是首次format的话还是把NameNode和DataNode存放数据地址下的数据手动删除一下,否则会造成NameNode ID和DataNode ID不一致。 - 启动 NameNode
~/hadoop-2.6.0-cdh5.12.2/sbin/hadoop-daemons.sh start namenode - 把namenode数据从 sz-pg-entps-dev-002.tendcloud.com 同步到 sz-pg-entps-dev-001.tendcloud.com
在 sz-pg-entps-dev-001.tendcloud.com (namenode standby)下执行:
hdfs namenode -bootstrapStandby - 启动所有DataNode
~/hadoop-2.6.0-cdh5.12.2/sbin/hadoop-daemons.sh start datanode - 启动yarn
~/hadoop-2.6.0-cdh5.12.2/sbin/start-yarn.sh - 在sz-pg-entps-dev-001.tendcloud.com,sz-pg-entps-dev-002.tendcloud.com启动ZooKeeperFailoverController
~/hadoop-2.6.0-cdh5.12.2/sbin/hadoop-daemon.sh start zkfc - NameNode HA操作完之后我们可以发现只有一个节点(这里是sz-pg-entps-dev-002.tendcloud.com)启动,需要手动启动另外一个节点(sz-pg-entps-dev-001.tendcloud.com)的resourcemanager
~/hadoop-2.6.0-cdh5.12.2/sbin/yarn-daemon.sh start resourcemanager
检测验证
-
在本机配置hosts文件,如下:
在浏览器输入:在浏览器中输入:http://sz-pg-entps-dev-002.tendcloud.com:50070/,就可以看到如下界面
问题: 启动时 两个namenode节点若都是standby
解决:在hadoop安装目录执行 sbin/hadoop-daemon.sh start zkfc (启动zookeeper的选举制度)
3.4 HBase安装
- 解压安装包中的`hbase-1.2.0-cdh5.12.2.tar.gz到指定的安装目录
tar -zxvf hbase-1.2.0-cdh5.12.2.tar.gz - 配置 hbase-env.sh
- 加入JAVA环境变量
export JAVA_HOME=/home/hadoop/jdk1.8.0_191
- 关闭HBase自带的Zookeeper,使用Zookeeper集群
export HBASE_MANAGES_ZK=false -
配置 hbase-site.xml
<
configuration
>
<
property
>
</
property
>
<
property
>
<
value
>true</
value
>
</
property
>
<
property
>
<
value
>sz-pg-entps-dev-003.tendcloud.com,sz-pg-entps-dev-004.tendcloud.com,sz-pg-entps-dev-005.tendcloud.com</
value
>
</
property
>
<
property
>
<
value
>180000</
value
>
</
property
>
</
configuration
>
- 配置 regionservers
sz-pg-entps-dev-003.tendcloud.com
sz-pg-entps-dev-004.tendcloud.com
sz-pg-entps-dev-005.tendcloud.com - 将HBase复制到其他机器
scp -r ~/hbase-1.2.0-cdh5.12.2 hadoop@sz-pg-entps-dev-001.tendcloud.com:/home/hadoop/
scp -r ~/hbase-1.2.0-cdh5.12.2 hadoop@sz-pg-entps-dev-003.tendcloud.com:/home/hadoop/
scp -r ~/hbase-1.2.0-cdh5.12.2 hadoop@sz-pg-entps-dev-004.tendcloud.com:/home/hadoop/
scp -r ~/hbase-1.2.0-cdh5.12.2 hadoop@sz-pg-entps-dev-005.tendcloud.com:/home/hadoop/ - 启动HBase服务(只需要在一个节点启动就行了)
~/hbase-1.2.0-cdh5.12.2/bin/start-hbase.sh - 检测验证
在浏览器输入:在浏览器中输入:http://sz-pg-entps-dev-002.tendcloud.com:60010/,就可以看到如下界面
3.5 Hive安装
- 解压安装包中的`hive-1.1.0-cdh5.12.2.tar.gz`到指定的安装目录
tar -zxvf hive-1.1.0-cdh5.12.2.tar.gz -
添加Hive环境变量
vim ~/.bash_profile
export
PATH=$PATH:$HIVE_HOME
/bin
- 加载配置文件
-
配置 hive-env.sh
HADOOP_HOME=/home/hadoop/hadoop-2.6.0-cdh5.12.2
HIVE_HOME=/home/hadoop/hive-1.1.0-cdh5.12.2
export HADOOP_HEAPSIZE=1024
export HIVE_CONF_DIR=$HIVE_HOME/conf
export HIVE_AUX_JARS_PATH=$HIVE_HOME/lib
-
配置hive-site.xml
<
configuration
>
<
property
>
</
property
>
<
property
>
</
property
>
<
property
>
<
value
>hive</
value
>
</
property
>
<
property
>
<
value
>hive</
value
>
</
property
>
<
property
>
<
value
>/user/hive/warehouse</
value
>
</
property
>
<
property
>
<
value
>/tmp/hive</
value
>
</
property
>
<
property
>
<
value
>sz-pg-entps-dev-003.tendcloud.com:2181,sz-pg-entps-dev-004.tendcloud.com:2181,sz-pg-entps-dev-005.tendcloud.com:2181</
value
>
</
property
>
</
configuration
>
-
查看HDFS是否存在这些路径,若不存在需要手动添加
hdfs dfs -ls /
## 若不存在,需要手动添加
hdfs dfs -mkdir -p /user/hive/warehouse
hdfs dfs -chmod 777 /user/hive/warehouse
hdfs dfs -mkdir -p /tmp/hive
hdfs dfs -chmod 777 /tmp/hive
- 拷贝JDBC包
将 mysql-connector-java-5.1.47.jar 放到 $HIVE_HOME/lib 下 - 初始化Hive操作
schematool -dbType mysql -initSchema - 启动Metastore服务
hive --service metastore
- 测试
3.6 Kafka安装
解压安装包中的`kafka_2.11-0.10.2.0.tgz`到指定的安装目录
tar -zxvf kafka_2.11-0.10.2.0.tgz-
配置server.properties
port=9092
注意:broker.id 的值3个节点要配置不同的值,分别配置为0,1,2;log.difs必须保证目录存在,不会根据配置文件自动生成。
mkdir -p /data/cdp/kafka_2.11-0.10.2.0/data
-
将Kafka复制到其他机器
scp -r ~/kafka_2.11-0.10.2.0/ hadoop@sz-pg-entps-dev-004.tendcloud.com:/home/hadoop/
scp -r ~/kafka_2.11-0.10.2.0/ hadoop@sz-pg-entps-dev-005.tendcloud.com:/home/hadoop/
- 启动kafka集群,进入kafka目录,执行如下命令
./bin/kafka-server-start.sh -daemon config/server.properties & - 3个节点均要启动;启动无报错,即搭建成功,可以生产和消费信息,来检测是否搭建成功
.
/bin/kafka-topics
.sh --zookeeper sz-pg-entps-dev-003.tendcloud.com:2181,sz-pg-entps-dev-004.tendcloud.com:2181,sz-pg-entps-dev-005.tendcloud.com:2181 --create --replication-factor 1 --partitions 3 --topic
test
Created topic
"test"
.
.
/bin/kafka-topics
.sh --zookeeper sz-pg-entps-dev-003.tendcloud.com:2181,sz-pg-entps-dev-004.tendcloud.com:2181,sz-pg-entps-dev-005.tendcloud.com:2181 --list
test
Kafka Manager地址:http://172.23.7.140:8020/
3.7 Azkaban安装
-
解压安装包中的`azkaban-3.52.0-bin.tar.gz`到指定的安装目录
-
在mysql创建azkaban元数据库,并且使用安装目录下的`create-all-sql-0.1.0-SNAPSHOT.sql`脚本进行数据库的初始化
CREATE DATABASE azkaban;
CREATE USER 'azkaban'@'%' IDENTIFIED BY 'azkaban';
GRANT SELECT,INSERT,UPDATE,DELETE ON azkaban.* to 'azkaban'@'%' WITH GRANT OPTION;
flush privileges;
use azkaban;
source ${安装目录}/create-all-sql-0.1.0-SNAPSHOT.sql;
-
修改azkaban-web-server目录下的/conf/azkaban.properties,替换以下参数为真实环境量
# Azkaban mysql settings by default. Users should configure their own username and password.
-
修改azkaban-web-server目录下的/conf/global.properties,替换以下参数为真实环境IP
job.notification.started.1.url=http://${IP:PORT}/job-scheduler/jobs/callback
job.notification.completed.1.url=http://${IP:PORT}/job-scheduler/jobs/callback
-
修改azkaban-web-server目录下的/conf/azkaban-users.xml,替换为真实环境的登录用户名和密码
<
azkaban-users
>
<
user
groups
=
"azkaban"
password
=
"azkaban"
roles
=
"admin"
username
=
"azkaban"
/>
<
user
password
=
"metrics"
roles
=
"metrics"
username
=
"metrics"
/>
<
role
name
=
"admin"
permissions
=
"ADMIN"
/>
<
role
name
=
"metrics"
permissions
=
"METRICS"
/>
</
azkaban-users
>vim
-
在azkaban-exec-server目录下分别重复步骤3、步骤4,并且修改/conf/azkaban.properties,替换以下参数为真实的Azkaban Web服务地址
# Azkaban Jetty server properties.
# 指定executor的端口
# Where the Azkaban web server is located
azkaban.webserver.url=http://${IP:PORT}
- 启动executor服务
./bin/start-exec.sh - 在mysql中的azkaban.executors表更新对应executor实例的`active`字段为1,用于azkaban-web服务的executor服务感知,如果此步骤不执行,web服务启动将报错
update
executors
set
active = 1
启动azkaban-web服务
./bin/start-web.sh- 访问Azkaban WEB UI: http://172.23.7.138:8081/index
3.8 ElasticSearch安装
- 解压安装包中的`elasticsearch-6.3.2.tar.gz`到指定的安装目录 tar -zxvf elasticsearch-6.3.2.tar.gz
-
参数调整 - 配置elasticsearch.yml
配置 jvm.options
-Xms10g
-Xmx10g
- 启动elasticsearch
./bin/elasticsearch