cloudera hbase集群简单思路

文章copy link:http://cloudera.iteye.com/blog/889468 链接所有者保留所有权！

http://www.csdn.net/article/2013-05-10/2815222-cloudera-release-impala-1-0  【cloudera impala】

官方doc

https://wiki.cloudera.com/display/DOC/HBase+Installation

 

首先升级yum：

在 /etc/yum.repos.d/ 下创建cloudera-cdh3.repo 然后把

 

[cloudera-cdh3] name=Cloudera's Distribution for Hadoop, Version 3 mirrorlist=http://archive.cloudera.com/redhat/cdh/3/mirrors gpgkey = http://archive.cloudera.com/redhat/cdh/RPM-GPG-KEY-cloudera gpgcheck = 0 

 追加到cloudera-cdh3.repo 里。

然后执行：

yum update yum 

参照：

https://wiki.cloudera.com/display/DOC/CDH3+Installation

 

 

安装hadoop：

 

更新好yum 就能通过yum 下载hadoop 了 很方便。

在集群中每个节点都下载hadoop

 

yum install hadoop-0.2X

 然后创建hadoop用户（这里注意，下载了cloudera 的hadoop 后，会自动创建一个hadoop组和两个用户：mapred、hdfs 。 用户本人没用）

所以创建用户时必须加上 -g hadoop （吧hadoop 用户也加入hadoop组）

修改hadoop集群配置文件：

vi /etc/hadoop/conf/hdfs-site.xml

 

 

<configuration> <property> <name>dfs.replication</name> <value>3</value> <!--hdfs 备份最好多做些，防止数据丢失--> </property> <property> <name>dfs.name.dir</name> <value>/data/namenode</value> </property> <property> <!-- specify this so that running 'hadoop namenode -format' formats the right dir --> <name>dfs.data.dir</name> <value>/data/datanode</value> </property> </configuration>

 vi /etc/hadoop/conf/mapred-site.xml （因为hbase和mapreduce 没关系，所以这个配置文件没做详细修改）

 

<configuration> <property> <name>mapred.job.tracker</name> <value>hbase150:9001</value> </property> <!--add fair schedualer --> <property> <name>mapred.jobtracker.taskScheduler</name> <value>org.apache.hadoop.mapred.FairScheduler</value> </property> <property> <name>mapred.fairscheduler.allocation.file</name> <value>/etc/hadoop/conf/pools.xml</value> </property> <!-- Enable Hue plugins --> <property> <name>mapred.jobtracker.plugins</name> <value>org.apache.hadoop.thriftfs.ThriftJobTrackerPlugin</value> <description>Comma-separated list of jobtracker plug-ins to be activated. </description> </property> <property> <name>jobtracker.thrift.address</name> <value>0.0.0.0:9290</value> </property> </configuration>

 vi /etc/hadoop/conf/core-site.xml

 

<configuration> <property> <name>fs.default.name</name> <value>hdfs://hbase150:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/data/tmp</value> </property> </configuration>

 

各节点之间的hadoop用户ssh无密码登陆以及其它细节这里就不说了，网上多的是，配置文件贴出来是希望分享下，或者接受大家 宝贵耳朵建议。

 

启动hdfs（不用启动mapreduce。）：

 

执行  /usr/lib/hadoop/bin/start-dfs.sh

 

注意：启动会遇到用户权限问题。因为cloudera 吧hdfs相关的目录权限设置的是hdfs用户（mapreduce 也是） 所以这里就需要用root 把相关目录给hadoop： chown -R  hadoop  [目录名] 

还有启动之前需要对namenode 进行format 这里会问是否真的要format [Y/N] 千万别输入小写的y 要输入大写.. 因为这个我郁闷了好久..

还有namenode 的safemode leave 的时候，出现没有权限的报错，提示大概是：需要更高权限的用户。 而我的用户是hadoop   对hdfs来说是最高权限的用户啊。郁闷了很久后  发现时namenode 没启动起来导致的。。。 

 

 

hdfs成功启动后，安装zookeeper （hbase需要zookeeper）

hbase自带有zookeeper 我这里是自己安装zookeeper。

参照

https://wiki.cloudera.com/display/DOC/ZooKeeper+Installation

即可搭建起zookeeper集群

遇到的问题类似 ，同样是因为用cloudera 的zookeeper时会有目录所属用户问题。 把相关目录全chown 给hadoop就行。

还遇到个棘手的问题就是：参照上篇博客：

http://cloudera.iteye.com/blog/902949

还有，这里我没有用cloudera 的命令：

 

/etc/init.d/hadoop-zookeeper start

 

因为cloudera 的这个启动文件会自动su 到zookeeper 用户，而我全是用hadoop用户操作的。

 

所以我是用：

 

/usr/lib/zookeeper/bin/zkServer.sh start

 启动的。

可用

 

/usr/lib/zookeeper/bin/zkServer.sh status

 查看状态

用

 

/usr/lib/zookeeper/bin/zkServer.sh stop

 停止。

 

zookeeper集群安装完毕后即可安装hbase

 

安装hbase：

参照：

https://wiki.cloudera.com/display/DOC/HBase+Installation

 

我也没用cloudera 的启动，原因同上。

我用：

 

/usr/lib/hbase/bin/start-hbase.sh

 启动。这里注意了，需要修改start-hbase.sh的源码。因为hbase会自动启动zookeeper 所以注释掉源码中的zookeeper启动的那行。

stop-hbase.sh亦是。

 

另外 这种启动方式还需要在master中配置/etc/hbase/conf/regionservers

这样只需在master 中执行启动hbase 的命令即可，不用再slaves 中逐一启动regionserver了。

 

 

 

最后，想说下，最好把日志log 都统一管理起来。我吧日志都放到/data/log 下了。 (/data目录是我专门用来放hadoop hbase 的东西的，namenode 和datanode 也全都在/data目录下。)