构建Hadoop+Hbase+ZooKeeper分布式存储-低调大师

构建Hadoop+Hbase+ZooKeeper分布式存储

2017-11-14 619

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）

 
        [root@node1 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 root@192.168.172.88 
       
        ssh
        -copy-
        id 
        -i .
        ssh
        /id_rsa
        .pub root@192.168.172.89

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。

 
        [root@node1 ~]
        # 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/  
        root@192.168.172.$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：

[root@node1 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/ root@192.168.172.$i:
        /export/servers/zookeeper-3
        .4.6/  ；
        rsync
        -av  
        /export/zookeeper/  
        root@192.168.172.$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/  
        root@192.168.172.$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：

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

你若觉得作者的文章写得不错，请奖励作者几锭银子，让作者感受到来自你满满的鼓励和继续创作的动力！我们支持原创！鼓励原创！

打赏之后，文章底部显示参与打赏者的记录，可以直接通过微信扫描打赏哟，直接按打赏根据提示操作。

自定义打赏金额，友情提示打赏金额不要超过50元哦，土豪可以随意哦，51CTO谢谢您对作者的支持！谢谢你的慷慨大方！

本文转自 wgkgood 51CTO博客，原文链接:http://blog.51cto.com/wgkgood/1899771

微信关注我们

原文链接：https://yq.aliyun.com/articles/431649

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

HADOOP生态圈知识概述

一. hadoop生态概况 Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。具有可靠、高效、可伸缩的特点。 Hadoop的核心是YARN,HDFS和Mapreduce 下图是hadoop生态系统，集成spark生态圈。在未来一段时间内，hadoop将于spark共存，hadoop与spark都能部署在yarn、mesos的资源管理系统之上。 1、HDFS（Hadoop分布式文件系统）源自于Google的GFS论文，发表于2003年10月，HDFS是GFS克隆版。 HDFS是Hadoop体系中数据存储管理的基础。它是一个高度容错的系统，能检测和应对硬件故障，用于在低成本的通用硬件上运行。 HDFS简化了文件的一致性模型，通过流式数据访问，提供高吞吐量应用程序数据访问功能，适合带有大型数据集的应用程序。它提供了一次写入多次读取的机制，数据以块的形式，同时分布在集群不同物理机器上。 2、Mapreduce（分布式计算框架）源自于google的MapReduce论文，发表于2...

2017-11-15

516

Hbase快速开始——shell操作

一. 介绍 HBase是一个分布式的、面向列的开源数据库,源于google的一篇论文《bigtable：一个结构化数据的分布式存储系统》。HBase是Google Bigtable的开源实现，它利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为协同服务。 HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族/列簇(column family)。如上图所示，key1, key2, key3是三条记录的唯一的row key值，column-family1, column-family2, column-family3是三个列族，每个列族下又包括几列。比如 column-family1这个列族下包括两列，名字是column1和column2。t1:abc,t2:gdxdf是由row key1和column-family1-column1唯一确定的一个单元cell。这个cell中有两个数据，abc和gdxdf。两个值的时间戳不一样，分别是t1,t2, hbase会返回...

2017-11-15

617

发表评论

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。