HDFS 高可用分布式文件存储系统部署

初识 Hadoop

在大数据时代下，个人用户以及计算机系统产生的数据都飞速增长，因此大数据火了。
所谓大数据，从两个方面去理解：

• 1）数据的存储。存储的目的是用于大数据分析，所以大数据存储方案是一个研究点。
• 2）数据的分析。如何对海量数据采取行之有效的分析方法是另一个研究点。
  Hadoop 的核心是 HDFS 和 MapReduce，HDFS 作为 Hadoop 的数据存储方案，而 MapReduce 作为 Hadoop 的数据分析方案。

部署 Hadoop

1、环境准备

此次配置的 hadoop 版本是 hadoop-3.1.2，JDK 版本 jdk-8u201

1.1、上传软件包

• JDK： [Java SE Development Kit 8u201]
• Hadoop：[Apache Hadoop Download]

1.2、设置 vim 显示行号

[root@master ~]# vim /root/.vimrc
[root@master ~]# set nu

1.3、设置主机名和 hosts

[root@master ~]# hostnamectl set-hostname master
[root@master ~]# vim /etc/hosts

1.4、配置免密登入

• SSH 配成无密码登录，因为客户端和服务器都是本机，所以只要把 ssh 生成的公钥存到 authorized_keys 文件（存在服务器端）即可。

[root@master ~]# ssh-keygen
[root@master ~]# ssh-copy-id 192.168.66.31
[root@master ~]# ssh-copy-id 192.168.66.32

1.5、关闭防火墙

[root@master ~]# systemctl stop firewalld;systemctl disable firewalld
[root@master ~]# for i in 192.168.66.3{1,2};do echo ">>> $i";ssh $i "systemctl stop firewalld;systemctl disable firewalld;systemctl status firewalld | grep Active";done
>>> 192.168.66.31
   Active: inactive (dead)
>>> 192.168.66.32
   Active: inactive (dead)

• 配置 JAVA 环境

把下载的hadoop、JDK解压到/usr/local
[root@master ~]# tar -xf hadoop-3.1.2.tar.gz -C /usr/local/
[root@master ~]# tar -xf jdk-8u201-linux-x64.tar.gz -C /usr/local/
添加环境变量最后的效果：
[root@master ~]# vim /etc/profile
#java path
export JAVA_HOME=/usr/local/jdk1.8.0_201
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$JAVA_HOME/bin:$PATH
#hadoop path
export PATH=$PATH:/usr/local/hadoop-3.1.2/bin:/usr/local/hadoop-3.1.2/sbin
export HDFS_NAMENODE_USER="root"
export HDFS_DATANODE_USER="root"
export HDFS_SECONDARYNAMENODE_USER="root"
export YARN_RESOURCEMANAGER_USER="root"
export YARN_NODEMANAGER_USER="root"

环境变量生效
[root@master ~]# source /etc/profile
测试JAVA是否可以使用
[root@master ~]# java -version

• 接下来是 Hadoop 配置文件的配置

[root@master ~]# cd /usr/local/hadoop-3.1.2/etc/hadoop/

1） 配置 hadoop-env.sh

[root@master hadoop]# vim hadoop-env.sh
# The java implementation to use.
#export JAVA_HOME=${JAVA_HOME}
export JAVA_HOME=/usr/jdk1.8.0_121		//输入Java安装路径 

2）配置 core-site.xml

注意修改第4行代码中的master，根据自身服务器主机名，修改为自己的主机名字
[root@master hadoop]# vim core-site.xml
<configuration>
        <property>
                <name>fs.default.name</name>
                <value>hdfs://master:9000</value>
                 <description>HDFS的URI，文件系统://namenode标识:端口号</description>
        </property>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/usr/hadoop/tmp</value>
                <description>namenode上本地的hadoop临时文件夹</description>
        </property>
</configuration>

3），配置 hdfs-site.xml

注意标红处为Hadoop存放数据的文件，需要创建，根据自身创建的目录填写；
[root@master hadoop]# mkdir /usr/hadoop   //其余的目录会自动生成
[root@master hadoop]# vim hdfs-site.xml
注意修改代码中的master，根据自身服务器主机名，修改为自己的主机名字，标红的IP改为自己的IP地址
<configuration>
        <property>
                <name>dfs.name.dir</name>
                <value>/usr/hadoop/hdfs/name</value>
                <description>namenode上存储hdfs名字空间元数据 </description>
        </property>
        <property>
                <name>dfs.data.dir</name>
                <value>/usr/hadoop/hdfs/data</value>
                <description>datanode上数据块的物理存储位置</description>
        </property>
        <property>
                <name>dfs.replication</name>
                <value>1</value>
                <description>副本个数，配置默认是3,应小于datanode机器数量</description>
        </property>
	<property>
		<name>dfs.namenode.secondary.http-address</name>
		<value>master:9001</value>
	</property>
	<property>
		<name>dfs.http.address</name>
		<value>192.168.66.30:50070</value>
	</property>
</configuration>

5）配置 mapred-site.xml

复制一份出来，再进行修改
[root@master hadoop]# cp mapred-site.xml mapred-site.xml_bak

注意修改代码中的master（两处）根据自身服务器主机名，修改为自己的主机名字
[root@master hadoop]# vim mapred-site.xml 
<configuration>
        <property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>master:10020</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
			<value>master:19888</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.done-dir</name>
		<value>/history/done</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.intermediate-done-dir</name>
		<value>/history/done_intermediate</value>
	</property>
</configuration>

6）配置 yarn-site.xml

注意修改代码中的master和倒数第三行的ip地址(:8099不要删除)，根据自身服务器主机名，修改为自己的主机名字，标红的IP改为自己的IP地址

<configuration>
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>master</value>
	</property>
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>
	<property>
		<name>yarn.resourcemanager.webapp.address</name>
		<value>192.168.66.30:8099</value>
	</property>
</configuration>

• 配置 slave

[root@master ~]# vim /usr/local/hadoop-3.1.2/etc/hadoop/slave
 
将配置文件和二进制文件传给slave
[root@master ~]# vim scp_hadoop.sh
#!/bin/bash
slave_ip=("192.168.66.31" "192.168.66.32")
for i in $slave_ip;
do
  echo ">>> $i"
  rsync -av /usr/local/hadoop-3.1.2 $i:/usr/local/
  rsync -av /etc/profile $i:/etc/
  rsync -av /etc/hosts $i:/etc/
  rsync -av /usr/hadoop $i:/usr/
done
注意三台虚拟机的配置文件一样的，!!无须!! 将master修改为slave1，slave2;SSH连接到slave1、slave2，生效环境变量文件
[root@master ~]# ssh slave1
[root@slave1 ~]# source /etc/profile
[root@slave1 ~]# exit

• 启动 Hadoop：(以下操作在第一台 master 虚拟机中执行)

1）格式化namenode：
[root@master ~]# hdfs namenode –format
注意：
1、格式化会在我们之前手动创建的目录里创建新的目录，要保证当前用户对之前创建的目录有x权利
2）启动NameNode 和 DataNode 守护进程
[root@master ~]# start-dfs.sh
 
3）启动ResourceManager 和 NodeManager 守护进程
[root@master ~]# start-yarn.sh

• 启动验证：
  1）执行 jps 命令，有如下进程，说明 Hadoop 正常启动

[root@master ~]# /usr/hadoop/hadoop-2.7.3$ jps

8690 SecondaryNameNode
9300 Jps
8484 DataNode
9014 NodeManager
8874 ResourceManager
8319 NameNode