最近專案調查閒下來了，有時間讓大腦來整體之前做過的調查，為了便於基於存檔，遂將其記錄下來，希望對後來者有所幫助。

背景

為了瞭解Hbase叢集下資料的查詢以及安全性方面的效能資料，需要搭建HBase叢集，簡單測試。

角色分類

+--------------+-------------+---------------------+-----------------+
|   mashine    |    Hadoop   |       zookeeper     |      Hbase      |
+--------------+-------------+---------------------+-----------------+
|   sv004      |    Master   |       leader        |      HMaster    |
+--------------+-------------+---------------------+-----------------+
|   sv001      |    Slave1   |       follower      |  HRegionserver  |
+--------------+-------------+---------------------+-----------------+
|   sv002      |    Slave2   |       follower      |  HRegionserver  |
+--------------+-------------+---------------------+-----------------+
|   sv003      |    Slave3   |       follower      |  HRegionserver  |
+--------------+-------------+---------------------+-----------------+
 

因為本次測試的目標是RegionServer發生故障的情況下，region移動對查詢的效能影響，為了測試的簡單化，所以本次搭建的叢集只有一個HMaster，缺點就是一旦HMaster發生故障的話，整個環境就無法使用了，需要重新全部啟動。一般為了避免這種情況，都是建議至少2個HMaster，一個是active狀態的，一個是standby狀態的。

虛擬機器list對比如下：

172.28.157.1 sv001
172.28.157.2 sv002
172.28.157.3 sv003
172.28.157.4 sv004

Hadoop YARN叢集搭建

本次使用的物件是hadoop-2.5.2.bin.gz

操作流程

• 下載hadoop-2.5.2.bin.gz，詳細參照hadoop官網
• 解壓

tar -zxvf hadoop-2.5.2.bin.gz

• conf檔案配置

1.        hadoop-env.sh

         export JAVA_HOME=/usr/java/jdk1.7.0_67

                 根據自己虛擬機器的實際修改

         2.        core-site.xml

<configuration>
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/tmp/hadoop</value>
        </property>
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://sv004:9000</value>
        </property>
</configuration>
 

   

      3.      hdfs-site.xml

<configuration>
    <property>
                <name>dfs.namenode.name.dir</name>
                <value>/home/project/hadoop-2.5.2/hdfs/name</value>
                <final>true</final>
    </property>
    <property>
               <name>dfs.datanode.data.dir</name>
               <value>/home/project/hadoop-2.5.2/hdfs/data</value>
               <final>true</final>
    </property>
    <property>
               <name>dfs.replication</name>
               <value>3</value>
               </property>
    <property>
               <name>dfs.permissions</name>
               <value>false</value>
    </property>
</configuration>

       4.   mapred-site.xml

<configuration>
	<property>
		<name>mapreduce.framework.name</name>
		<value>Yarn</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>sv004:10020</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
		<value>sv004:19888</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.intermediate-done-dir</name>
		<value>/home/project/hadoop-2.5.2/tmp</value>
	</property>
	<property>
		<name>mapreduce.jobhistory.done-dir</name>
		<value>/home/project/hadoop-2.5.2/done</value>
	</property>
</configuration>

 

      5. yarn-site.xml

<configuration>
	<!-- Site specific YARN configuration properties -->
	<property>
		<name>Yarn.nodemanager.aux-services</name>
		<value>mapreduce.shuffle</value>
	</property>
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>sv004</value>
	</property>
	<property>
		<name>Yarn.resourcemanager.address</name>
		<value>sv004:18040</value>
	</property>
	<property>
		<name>Yarn.resourcemanager.scheduler.address</name>
		<value>sv004:18030</value>
	</property>
	<property>
		<name>Yarn.resourcemanager.resource-tracker.address</name>
		<value>sv004:18025</value>
	</property>
	<property>
		<name>Yarn.resourcemanager.admin.address</name>
		<value>sv004:18041</value>
	</property>
	<property>
		<name>Yarn.resourcemanager.webapp.address</name>
		<value>sv004:8088</value>
	</property>
	<property>
		<name>Yarn.nodemanager.local-dirs</name>
		<value>/home/project/hadoop-2.5.2/mynode/my</value>
	</property>
	<property>
		<name>Yarn.nodemanager.log-dirs</name>
		<value>/home/project/hadoop-2.5.2/mynode/logs</value>
	</property>
	<property>
		<name>Yarn.nodemanager.log.retain-seconds</name>
		<value>10800</value>
	</property>
	<property>
		<name>Yarn.nodemanager.remote-app-log-dir</name>
		<value>/logs</value>
	</property>
	<property>
		<name>Yarn.nodemanager.remote-app-log-dir-suffix</name>
		<value>logs</value>
	</property>
	<property>
		<name>Yarn.log-aggregation.retain-seconds</name>
		<value>-1</value>
	</property>
	<property>
		<name>Yarn.log-aggregation.retain-check-interval-seconds</name>
		<value>-1</value>
	</property>
</configuration> 

    6.   slaves

sv001
sv002
sv003

• SSH無密碼配置

             無密碼登入，這個此處就不記述了，網上的帖子比較多。

• /etc/hosts檔案修改
  

         追加如下資訊：

172.28.157.1 sv001
172.28.157.2 sv002
172.28.157.3 sv003
172.28.157.4 sv004

7. scp到slaves虛擬機器中，位置要保持一致。

scp -r /home/project/hadoop-2.5.2 [email protected]:/home/project
scp -r /home/project/hadoop-2.5.2 [email protected]:/home/project
scp -r /home/project/hadoop-2.5.2 [email protected]:/home/project

啟動流程

• $HADOOP_HOME/bin/hadoop namenode -format
• $HADOOP_HOME/sbin/start-all.sh
• $HADOOP_HOME/bin/hadoop dfsadmin -report   (狀態確認)

停止

• $HADOOP_HOME/sbin/stop-all.sh