Hadoop 2.0安装以及不停集群加datanode

Hadoop2.0是对Hadoop1.0全面升级，针对Namenode单点问题，提出了HDFS Federation，让多个NameNode分管不一样的目录进而实现访问隔离和横向扩展。诞生了通用的计算框架YARN，YARN系统的引入使得计算框架进入了平台化时代，从云计算分层概念上讲，YARN可看作PAAS层，不少计算框架或者应用程序再也不基于传统的操做系统开发，而是基于YARN这个云操做系统。典型的表明是DAG计算框架Tez，固然还有一些其余知名的自运行的计算集群系统也在YARN上有开源版本，好比Storm-on-yarn，Spark-on-yarn。咱们先安装一个Hadoop2.0环境，做为一切的开始。

 

单机环境中，Hadoop有伪分布式模式，即“单点集群”，在该模式下，全部的守护进程均会运行在单个节点上。

伪分布式模式安装好了以后，继续动态加datanode，而后就是彻底分布式的hadoop

但愿了解hadoop2.0的改进以及设计的亮点能够看这篇博文，HADOOP2.0（HDFS2）以及YARN设计的亮点

本文的hadoop版本是2.2.0，源码以及编译包的获取地址：http://hadoop.apache.org/releases.html

[root@localhost hadoop]# pwd
/root/hadoop
[root@localhost hadoop]# ls
hadoop-2.2.0  hadoop-2.2.0.tar.gz
[root@localhost hadoop]# cd hadoop-2.2.0
[root@localhost hadoop-2.2.0]# ls
bin etc include lib libexec LICENSE.txt logs NOTICE.txt README.txt sbin share

 

步骤1 修改配置文件

修改Hadoop配置文件 ${HADOOP_HOME}/etc/hadoop/hadoop-env.sh，这个根据实际状况修改，不过java7好像不太兼容，我这边使用java6

export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-1.6.0.0.x86_64

而后修改conf目录下的mapred-site.xml,core-site.xml,yarn-site.xml和hdfs-site.xml四个文件，省略了最外围的<configuration></configuration>

<!-- mapred-site.xml -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

<!-- core-site.xml -->
<property>
        <name>fs.default.name</name>
        <value>hdfs://192.168.12.67:8020</value>
</property>
<property>
        <name>hadoop.tmp.dir</name>
        <value>/hadoop-tmp</value>
        <!-- 设置一个不会被linux按期删除的文件夹，默认状况下namenode和datanode的文件都会存在这个目录下 -->
</property>

<!-- yarn-site.xml -->
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
        <!-- 2.2版本中不支持中划线‘-’这边用下划线 -->
</property>

<!-- hdfs-site.xml -->
<property>
     <name>dfs.replication</name>
     <value>1</value>
     <!-- 默认状况下，hdfs数据块的副本数是3，在集群规模小于3的集群中，默认参数会致使错误，因此调整为1 -->
</property>

 

修改/etc/hosts，把本机hostname从原来的127.0.0.1修改成本机ip

192.168.12.67 localhost

修改${HADOOP_HOME}/etc/hadoop/slaves

192.168.12.67

 

步骤2 设置免密码登陆

#生成免密码公密钥对，而后把公钥加入本身的受权文件中，完成本机对本机的免密码登陆
ssh-keygen -t rsa
cd ~/.ssh/
cat id_ras.pub >> authorized_keys

 

步骤3 启动Hadoop

格式化HDFS

 

./bin/hadoop namenode -format

 

启动HDFS

cd $HADOOP_HOME
./sbin/start-dfs.sh

启动YARN

cd $HADOOP_HOME
./sbin/start-yarn.sh

 

经过如下URL可查看YARN是否启动成功： http://192.168.12.67:8088/

 jps能够看到运行的进程

[root@localhost hadoop-2.2.0]# jps
21454 SecondaryNameNode
31987 Jps
21302 DataNode
21718 NodeManager
21191 NameNode
21623 ResourceManager

 

 

能够把hadoop的执行脚本加入PATH，这样方便之后直接调用hadoop脚本，具体就是修改/etc/profile文件，而后source /etc/profile生效

export PATH=$PATH:/root/hadoop/hadoop-2.2.0/bin

运行下hadoop脚本，就能够看到hdfs的文件系统了

[root@localhost hadoop-2.2.0]# hadoop fs -ls

hadoop提供了一个跑在yarn上的示例，能够运行

hadoop jar share/hadoop/yarn/hadoop-yarn-applications-distributedshell-2.2.0.jar org.apache.hadoop.yarn.applications.distributedshell.Client --jar share/hadoop/yarn/hadoop-yarn-applications-distributedshell-2.2.0.jar --shell_command ls --num_containers 10 --container_memory 350 --master_memory 350 --priority 10

 显示hadoo上正在运行的做业

hadoop job -list

 

彻底分布式安装，动态加datanode机器

伪分布式安装完成，下面试试彻底分布式安装（就是动态加datanode场景）、

这里我随便找了两台机器，把新加两台机器hostname dns解析加入namenode机器的/etc/hosts中，全部新加的机器的/etc/hosts上都要同步这个配置。不然有datanode没法链接到namenode exception

192.168.1.57 yhserver

192.168.24.33 rhel6

修改${HADOOP_HOME}/etc/hadoop/slaves，加入新机器两台

192.168.1.57
192.168.24.33

注意，我在加加机器的时候规范了下hdfs-site.xml配置文件，把namenode文件和datanode文件，指定相应的目录，固然这样改了以后，就须要从新作namenode格式化的操做了。若是一开始就规范好了，就能够不停下namenode，直接加datanode了。默认没有配置，就是在hadoop.tmp目录下，各创建dfs name目录保存相应文件。

<property>
        <name>dfs.namenode.name.dir</name>
        <value>/hadoop/name</value>
</property>
<property>
        <name>dfs.datanode.data.dir</name>
        <value>/hadoop/dfs</value>
</property>

而后往新加的两台机器上，同步hadoop工程以及配置文件，而后设置免密码登陆新加的两台机器，而后新加的机器上，各自单独执行

./sbin/hadoop-daemon.sh start datanode

而后就能够看到新加的两个datanode生效了

 

问题汇总

error: org.apache.hadoop.hdfs.server.protocol.DisallowedDatanodeException: Datanode denied communication with namenode

datanode没法链接到namenode，是由于没有在全部机器的/etc/hosts，配置好hostname ip对应关系。配置好了，重启就能够。

 

FATAL org.apache.hadoop.yarn.server.nodemanager.containermanager.AuxServices: Failed to initialize mapreduce_shuffle
java.lang.RuntimeException: No class defiend for mapreduce_shuffle
        at org.apache.hadoop.yarn.server.nodemanager.containermanager.AuxServices.init(AuxServices.java:94)
        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:58)
        at org.apache.hadoop.yarn.server.nodemanager.containermanager.ContainerManagerImpl.init(ContainerManagerImpl.java:181)
        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:58)
        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.init(NodeManager.java:185)
        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.initAndStartNodeManager(NodeManager.java:328)
        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.main(NodeManager.java:351)
 FATAL org.apache.hadoop.yarn.server.nodemanager.NodeManager: Error starting NodeManager
java.lang.RuntimeException: No class defiend for mapreduce_shuffle
        at org.apache.hadoop.yarn.server.nodemanager.containermanager.AuxServices.init(AuxServices.java:94)
        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:58)
        at org.apache.hadoop.yarn.server.nodemanager.containermanager.ContainerManagerImpl.init(ContainerManagerImpl.java:181)
        at org.apache.hadoop.yarn.service.CompositeService.init(CompositeService.java:58)
        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.init(NodeManager.java:185)
        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.initAndStartNodeManager(NodeManager.java:328)
        at org.apache.hadoop.yarn.server.nodemanager.NodeManager.main(NodeManager.java:351)

不一样版本间参数名称不同，修改yarn-site.xml文件

<property>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>mapreduce_shuffle</value>
</property>

 

 

 

参考

《Hadoop技术内幕-深刻解析YARN架构设计与实现原理》

DAG计算框架Tez：http://tez.incubator.apache.org/

"Storm On YARN" Yahoo!开源： https://github.com/yahoo/storm-yarn

"Spark On YARN"：http://spark.apache.org/docs/0.9.0/running-on-yarn.html