基于Docker的Zookeeper+Hadoop（HA）+hbase（HA）搭建

时间 2020-08-13

标签基于 docker zookeeper+hadoop zookeeper hadoop hbase 搭建栏目 Docker 繁體版

原文原文链接

公司要将监控数据存入opentsdb，而opentsdb使用了hbase做为存储。因此想搭建一套高可用的分布式存储来供opentsdb使用。java

由于机器有限，因此测试过程当中将三台集群的环境安装在docker上。node

一：宿主机版本和docker版本nginx

　　宿主机：Centos7.2 3.10.0-862.14.4.el7.x86_64web

　　docker：Docker version 1.13.1, build 94f4240/1.13.1docker

二：镜像版本shell

　　docker.io/centos 数据库

三：建立docker镜像apache

　　 mkdir -p /home/dockerfile/hbasehabootstrap

　　上传软件包至此目录centos

　　zookeeper-3.4.12.tar.gz

　　hbase-1.3.2.1-bin.tar.gz

　　hadoop-2.6.5.tar.gz

　　jdk8.tar.gz

　　建立Dockerfile。

　　vi Dockerfile

# 选择一个已有的os镜像做为基础 FROM centos # 安装openssh-server和sudo软件包，而且将sshd的UsePAM参数设置成no RUN yum install -y openssh-server sudo RUN sed -i 's/UsePAM yes/UsePAM no/g' /etc/ssh/sshd_config #安装openssh-clients RUN yum install -y openssh-clients # 添加测试用户root，密码root，而且将此用户添加到sudoers里 RUN echo "root:root" | chpasswd RUN echo "root ALL=(ALL) ALL" >> /etc/sudoers # 下面这两句比较特殊，在centos6上必需要有，不然建立出来的容器sshd不能登陆 RUN ssh-keygen -t dsa -f /etc/ssh/ssh_host_dsa_key RUN ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key # 启动sshd服务而且暴露22端口 RUN mkdir /var/run/sshd EXPOSE 22 CMD ["/usr/sbin/sshd", "-D"]
ADD jdk8.tar.gz /usr/local/
RUN mv /usr/local/jdk1.8.0_171 /usr/local/jdk1.8
ENV JAVA_HOME /usr/local/jdk1.8
ENV PATH $JAVA_HOME/bin:$PATH
ADD hadoop-2.6.5.tar.gz /usr/local
#安装which软件包
RUN yum install -y which
#安装net-tools软件包
RUN yum install -y net-tools
ENV HADOOP_HOME /usr/local/hadoop-2.6.5
ENV PATH $HADOOP_HOME/bin:$PATH
ADD zookeeper-3.4.12.tar.gz /usr/local
ENV ZOOKEEPER_HOME /usr/local/zookeeper-3.4.12
ENV PATH $ZOOKEEPER_HOME/bin:$PATH
ADD hbase-1.3.2.1-bin.tar.gz /usr/local

建立镜像命令：

docker build -t pro/hbase .

建立完成后查看镜像生成状况：

docker images

四：启动容器，并规划IP

　　1-虚拟机规划

name	role	IP
hab0	Hadoop namenode/Hbase Master/ResourceManager	172.17.0.21
hab1	Hadoop namenode/Hbase Master/ResourceManager	172.17.0.22
hab2		172.17.0.23

　　2-启动容器

docker run --name hab0 --hostname hab0 -d -P -p 50070:50070 -p 8088:8088 pro/hbase docker run --name hab1 --hostname hab1 -d -P pro/hbase docker run --name hab2 --hostname hab2 -d -P pro/hbase

　　3-安装bridge-utils 和pipework

　　bridge-utils用来管理网桥，pipework能够用来给docker容器设置固定IP

yum -y install bridge-utils unzip pipework-master.zip mv pipework-master pipework cp -rp pipework/pipework /usr/local/bin/

　　4-设置容器IP

pipework docker0 hab0 172.17.0.20/24 pipework docker0 hab1 172.17.0.21/24 pipework dcoker0 hab2 172.17.0.22/24

　五：安装Zookeeper

　　1-进入hab0/hab1/hab2 并配置免密登录

docker exec -it hab0 /bin/bash

　　hab0/1/2都须要添加以下hosts

vi /etc/hosts 172.17.0.20 hab0 172.17.0.21 hab1 172.17.0.22 hab2

在hab0上执行以下操做 cd ~ mkdir .ssh cd .ssh ssh-keygen -t rsa(一直按回车便可) ssh-copy-id -i localhost ssh-copy-id -i hab0 ssh-copy-id -i hab1 ssh-copy-id -i hab2 在hab1上执行下面操做 cd ~ cd .ssh ssh-keygen -t rsa(一直按回车便可) ssh-copy-id -i localhost ssh-copy-id -i hab1 在hab2上执行下面操做 cd ~ cd .ssh ssh-keygen -t rsa(一直按回车便可) ssh-copy-id -i localhost ssh-copy-id -i hab2

　　2-修改zookeeper文件

/usr/local/zookeeper-3.4.12/conf
cp zoo_sample.cfg zoo.cfg

　　vi zoo.cfg 在文件末尾追加

dataDir=/home/hadoop/zookeeper-3.4.12/data/zkData //在最后添加，指定zookeeper集群主机及端口，机器数必须为奇数
server.1=hab0:2888:3888 server.2=hab1:2888:3888 server.3=hab2:2888:3888

　　3-建立data/zkData目录，并创经myid. 待会儿同步配置后须要修改三个节点的myid的值。

//在zookeeper根目录下建立zoo.cfg中配置的目录
mkdir data/zkData/ -p //建立并编辑文件
vi myid //输入1，即表示当前机器为在zoo.cfg中指定的server.1
1

//保存退出
:wq

　　4-拷贝zookeeper到其余节点

　　上述操做是在hab0机器上进行的，要将zookeeper拷贝到其余zookeeper集群机器上：

　　集群中各组件的安装目录最好保持一致。

cd /usr/local scp -r zookeeper-3.4.12/ hab1:/usr/local scp -r zookeeper-3.4.12/ hab2:/usr/local

　　5-修改hab1 和hab2的myid

　　myid文件是做为当前机器在zookeeper集群的标识，这些标识在zoo.cfg文件中已经配置好了，可是以前在hab0这台机器上配置的myid为1，因此还须要修改其余机器的myid文件：

//在hab1机器上
echo 2 > /usr/local/zookeeper-3.4.12/data/zkData/myid //在hab2机器上
echo 3 > /usr/local/zookeeper-3.4.12/data/zkData/myid

　　6-启动zookeeper集群

cd zookeeper-3.4.12/bin/

//分别在hab0、hab一、hab2上启动
./zkServer.sh start //查看状态
./zkServer.sh status 三台机器的zookeeper状态必须只有一个leader，其余都是follower。 //查看进程，如有QuorumpeerMain，则启动成功
jps

　六：安装并启动hadoop的ha集群

　　1-修改hadoop 5大配置文件

　　进入hadoop配置目录

cd /usr/local/hadoop-2.6.5/etc/hadoop

　　vi hadoop-env.sh

JAVA_HOME=/usr/local/jdk1.8

　　vi core-site.xml

<configuration>
  <!-- hdfs地址，ha模式中是链接到nameservice -->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://junode</value>
  </property>
  <!-- 这里的路径默认是NameNode、DataNode、JournalNode等存放数据的公共目录，也能够单独指定 -->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/usr/local/hadoop-2.6.5/tmp</value>
  </property>

  <!-- 指定ZooKeeper集群的地址和端口。注意，数量必定是奇数，且很多于三个节点-->
  <property>
    <name>ha.zookeeper.quorum</name>
    <value>hab0:2181,hab1:2181,hab2:2181</value>
  </property>
</configuration>

　　vi hdfs-site.xml

<configuration>
  <!-- 指定副本数，不能超过机器节点数 -->
  <property>
    <name>dfs.replication</name>
    <value>3</value>
  </property>

  <!-- 为namenode集群定义一个services name -->
  <property>
    <name>dfs.nameservices</name>
    <value>junode</value>
  </property>

  <!-- nameservice 包含哪些namenode，为各个namenode起名 -->
  <property>
    <name>dfs.ha.namenodes.junode</name>
    <value>hab0,hab1</value>
  </property>

  <!-- hab0的namenode的rpc地址和端口号，rpc用来和datanode通信 -->
  <property>
    <name>dfs.namenode.rpc-address.junode.hab0</name>
    <value>hab0:9000</value>
  </property>

  <!---hab1的namenode的rpc地址和端口号，rpc用来和datanode通信 -->
  <property>
    <name>dfs.namenode.rpc-address.junode.hab1</name>
    <value>hab1:9000</value>
  </property>

  <!--hab0的namenode的http地址和端口号，用来和web客户端通信 -->
  <property>
    <name>dfs.namenode.http-address.junode.hab0</name>
    <value>hab0:50070</value>
  </property>

  <!-- hab1的namenode的http地址和端口号，用来和web客户端通信 -->
  <property>
    <name>dfs.namenode.http-address.junode.hab1</name>
    <value>hab1:50070</value>
  </property>
  
  <!-- namenode间用于共享编辑日志的journal节点列表 -->
  <property>
    <name>dfs.namenode.shared.edits.dir</name>
    <value>qjournal://hab0:8485;hab1:8485;hab2:8485/junode</value>
  </property>

  <!-- 指定该集群出现故障时，是否自动切换到另外一台namenode -->
  <property>
    <name>dfs.ha.automatic-failover.enabled.junode</name>
    <value>true</value>
  </property>

  <!-- journalnode 上用于存放edits日志的目录 -->
  <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>/usr/local/hadoop-2.6.5/tmp/data/dfs/journalnode</value>
  </property>

  <!-- 客户端链接可用状态的NameNode所用的代理类 -->
  <property>
    <name>dfs.client.failover.proxy.provider.junode</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
  </property>
  <!-- 一旦须要NameNode切换，使用ssh方式进行操做 -->
  <property>
    <name>dfs.ha.fencing.methods</name>
    <value>sshfence</value>
  </property>

  <!-- 若是使用ssh进行故障切换，使用ssh通讯时用的密钥存储的位置 -->
  <property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/root/.ssh/id_rsa</value>
  </property>
  <!-- connect-timeout超时时间 -->
  <property>
    <name>dfs.ha.fencing.ssh.connect-timeout</name>
    <value>30000</value>
  </property>
</configuration>

　　vi mapred-site.xml

<!-- 采用yarn做为mapreduce的资源调度框架 -->
<configuration>
  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property>
</configuration>

　　vi yarn-site.xml

<configuration>

  <!-- 启用HA高可用性 -->
  <property>
    <name>yarn.resourcemanager.ha.enabled</name>
    <value>true</value>
  </property>

  <!-- 指定resourcemanager的名字 -->
  <property>
    <name>yarn.resourcemanager.cluster-id</name>
    <value>yrc</value>
  </property>

  <!-- 使用了2个resourcemanager,分别指定Resourcemanager的地址 -->
  <property>
    <name>yarn.resourcemanager.ha.rm-ids</name>
    <value>rm1,rm2</value>
  </property>
  
  <!-- 指定rm1的地址 -->
  <property>
    <name>yarn.resourcemanager.hostname.rm1</name>
    <value>hab0</value>
  </property>
  
  <!-- 指定rm2的地址 -->
  <property>
    <name>yarn.resourcemanager.hostname.rm2</name>
    <value>hab1</value>
  </property>
  
  <!-- 指定当前机器hab0做为rm1 -->
  <property>
    <name>yarn.resourcemanager.ha.id</name>
    <value>rm1</value>
  </property>
  
  <!-- 指定zookeeper集群机器 -->
  <property>
    <name>yarn.resourcemanager.zk-address</name>
    <value>hab0:2181,hab1:2181,hab2:2181</value>
  </property>
  
  <!-- NodeManager上运行的附属服务，默认是mapreduce_shuffle -->
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
  </property>

</configuration>

　　vi slaves

hab0 hab1 hab2

　　2-拷贝hadoop目录到其余节点

scp -r hadoop-2.6.5 hab1:/usr/local scp -r hadoop-2.6.5 hab2:/usr/local

　　3-修改hab1的yarn-site.xml

　　在hab1机器，即ResourceManager备用主节点上修改以下属性，表示当前机器做为rm2:：

<property>
    <name>yarn.resourcemanager.ha.id</name>
    <value>rm2</value>
  </property>

　　同时删除hab2节点上的该属性对，由于hab2机器并不做为ResourceManager。

　　3-启动hadoop

　　启动Journalnode

cd hadoop-2.6.5/sbin/ ./hadoop-daemon.sh start //查看进程JouralNode是否启动 jps

　　4-格式化 NameNode和ZKFC

　　在hab0机器上，执行格式化操做：

cd hadoop-2.6.5/bin ./hdfs namenode -format ./hdfs zkfc -formatZK

../sbin/hadoop-daemon.sh start namenode

　　5-备用主节点同步主节点元数据

　　在hab1（备用主节点）机器上，执行同步操做：

cd hadoop-2.6.5/bin ./hdfs namenode -bootstrapStandby

　　6-安装fuster

　　若服务器是最小化安装centeros时，有可能系统没有fuster程序，那么跳过这个安装步骤直接进行后面的操做时，将有可能出现如下问题：

hab0做为主节点时，kill掉hab0上的NameNode和ResourceManager进程时，能够实现故障转移，hab1将从stanby状态自动变成active状态；可是当hab1做为主节点时，
若kill掉hab1上的进程，hab0上的进程状态却仍是stanby，并不能实现故障自动转移。缘由是咱们在 hdfs-site.xml中配置了当集群须要故障自动转移时采用SSH方式进行，
而由于缺乏fuster程序，将在zkfc的日志文件中发现以下错误：

PATH=$PATH:/sbin:/usr/sbin fuser -v -k -n tcp 9000 via ssh: bash: fuser: 未找到命令 Unable to fence service by any configured method java.lang.RuntimeException: Unable to fence NameNode at master hab1/172.17.0.21:9000

　　在hab0/hab1/hab2上执行

sudo yum install psmisc

　　7-启动HDFS、YARN、ZookeeperFailoverController

　　在hab0上

cd hadoop-2.6.5/sbin ./start-dfs.sh //验证，显示NameNode和DataNode
jps ./start-yarn.sh //验证，显示ResourceManager和NodeManager
jps ./hadoop-daemon.sh start zkfc //验证，显示ZookeeperFailoverController
jps

　　在hab1机器上，启动ResourceManager，备用主节点的ResourceManager须要手动启动：

cd hadoop-2.6.5/sbin yarn-daemon.sh start resourcemanager

　　查看hab0 Namenode、ResourceManager状态

hdfs haadmin -getServiceState hab0 yarn rmadmin -getServiceState rm1 hdfs haadmin -getServiceState hab1 yarn rmadmin -getServiceState rm2

　　也能够经过Web界面来查看，浏览器中输入 ip:50070 查看HDFS，输入 ip:8088/cluster/cluster 查看YARN。

　　8-测试高可用

　　a.主节点--->备用主节点

　　kill掉主节点的namenode，查看备用主节点的namenode状态是否切换为active；

　　kill掉主节点的ResourceManager，查看备用主节点的ResourceManager是否切换为active；

　　b.备用主节点--->主节点

　　若上述操做执行成功，那么再测试反向故障自动转移

　　先启动被杀死的原主节点的namenode和ResourceManager

　　hadoop-daemon.sh start namenode 　　yarn-daemon.sh start resourcemanager

　　再kill备用主节点的namenode和ResourceManager，查看主节点的状态，若能切换为active，那么Hadoop HA高可用集群搭建完成。

　　补充当前三台机器网元启动状态

hab0 [root@hab0 sbin]# jps

5794 DataNode
5186 JournalNode
2835 ResourceManager
3219 DFSZKFailoverController
38 QuorumPeerMain
7274 Jps
5483 NameNode
3694 HRegionServer
2943 NodeManager

[root@hab1 logs]# jps
2258 NameNode
2403 JournalNode
1333 NodeManager
1765 HRegionServer
2684 DataNode
3262 Jps
30 QuorumPeerMain
1487 ResourceManager

[root@hab2 ~]#jps

1891 Jps
1496 JournalNode
249 QuorumPeerMain
1129 HRegionServer
1596 DataNode
959 NodeManager

七：在ha的hadoop集群上搭建Hbase

　　1-修改hbase配置

进入hbase-1.3.2.1//conf/目录，修改配置文件：
cd /usr/local/hbase-1.3.2.1/conf/

　　建立pid目录

mkdir -p /usr/local/hbase-1.3.2.1/data/hbase/pids

　　vi hbase-env.sh

//配置JDK
export JAVA_HOME=/usr/local/jdk1.8

//保存pid文件
export HBASE_PID_DIR=/usr/local/hbase-1.3.2.1/data/hbase/pids //修改HBASE_MANAGES_ZK，禁用HBase自带的Zookeeper，由于咱们是使用独立的Zookeeper
export HBASE_MANAGES_ZK=false

　　vi hbase-site.xml

<configuration>
  <!-- 设置HRegionServers共享目录，请加上端口号 -->
  <property>
    <name>hbase.rootdir</name>
    <value>hdfs://junode/hbase</value>
  </property>

  <!-- 指定HMaster主机 -->
  <property>
    <name>hbase.master</name>
    <value>hdfs://hab0:60000</value>
  </property>

  <!-- 启用分布式模式 -->
  <property>
    <name>hbase.cluster.distributed</name>
    <value>true</value>
  </property>

  <!-- 指定Zookeeper集群位置 -->
  <property>
    <name>hbase.zookeeper.quorum</name>
    <value>hab0:2181,hab1:2181,hab2:2181</value>
  </property>

  <!-- 指定独立Zookeeper安装路径 -->
  <property>
    <name>hbase.zookeeper.property.dataDir</name>
    <value>/usr/local/zookeeper-3.4.12</value>
  </property>

  <!-- 指定ZooKeeper集群端口 -->
  <property>
    <name>hbase.zookeeper.property.clientPort</name>
    <value>2181</value>
  </property>
</configuration>

　　vi regionservers

　　修改regionservers文件，由于当前是使用独立的Zookeeper集群，因此要指定RegionServers所在机器：

hab0 hab1 hab2

　　2-拷贝hbase到其余节点

scp -r hbase-1.3.2.1 hab1:/usr/local scp -r hbase-1.3.2.1 hab2:/usr/local

　　3-在主节点上启动HBase（这里的主节点是指NameNode状态为active的节点）

cd hbase-1.3.2.1/bin ./start-hbase.sh //查看HMaster、Regionserver进程是否启动 jps

注意：此时Hadoop集群应处于启动状态，而且是在主节点执行start-hbase.sh启动HBase集群，不然HMaster进程将在启动几秒后消失，而备用的HMaster进程须要在备用主节点单独启动，命令是：./hbase-daemon.sh start master。

备用节点启动hmaster cd hbase-1.3.2.1/bin ./hbase-daemon.sh start master

　　4-Hbase高可用测试

　　在浏览器中输入 ip:16010 ，查看主节点和备用主节点上的HMaster的状态，在备用主节点的web界面中，能够看到“Current Active Master: master188”，表示当前HBase主节点是master188机器； 　　主节点--->备用主节点 这里的主节点指使用start-hbase.sh命令启动HBase集群的机器 　　kill掉主节点的HMaster进程，在浏览器中查看备用主节点的HBase是否切换为active； 　　若上述操做成功，则在主节点启动被杀死的HMaster进程： 　　cd hbase-1.3.2.1/bin/ 　　./hbase-daemon.sh start master 　　而后，kill掉备用主节点的HMaster进程，在浏览器中查看主节点的HBase是否切换为active，若操做成功，则HBase高可用集群搭建完成；

　　5-Hbase基本操做

//启动HBase [root@vnet ~] start-hbase.sh //进入HBase Shell [root@vnet ~] hbase shell //查看当前HBase有哪些表 hbase(main):> list //建立表t_user，cf1和cf2是列族，列族通常不超过3个 hbase(main):> create 't_user','cf1','cf2' //得到表t_user的描述信息 hbase(main):> describe 't_user' //禁用表 hbase(main):> disable 't_user' //删除表，删除表以前要先把表禁用掉 hbase(main):> drop 't_user' //查询表是否存在 hbase(main):> exists 't_user' //查看全表数据 hbase(main):> scan 't_user' //插入数据，分别是表名、key、列（列族：具体列）、值。HBase是面向列的数据库，列可无限扩充 hbase(main):> put 't_user' ,'001','cf1:name','chenxj' hbase(main):> put 't_user' ,'001','cf1:age','18' hbase(main):> put 't_user' ,'001','cf2:sex','man' hbase(main):> put 't_user' ,'002','cf1:name','chenxj' hbase(main):> put 't_user' ,'002','cf1:address','fuzhou' hbase(main):> put 't_user' ,'002','cf2:sex','man' //获取数据，可根据key、key和列族等进行查询 hbase(main):> get 't_user','001' hbase(main):> get 't_user','002','cf1' hbase(main):> get 't_user','001','cf1:age'