| NameNode | DataNode | Zookeeper | ZKFC | JournalNode | ResourceManager | NodeManager | |
| node1 | √ | √ | √ | √ | |||
| node2 | √ | √ | √ | √ | √ | √ | |
| node3 | √ | √ | √ | √ | |||
| node4 | √ | √ | √ | √ |
（ZKFC在NameNode上启动，NodeManager在DataNode上启动，可通过start-dfs.sh和start-yarn.sh，yarn-daemons.sh查看）
1、4台机器，64位cenos6.5系统，Hadoop版本2.6.5
2、配置/etc/hosts
3、安装JDK1.8，配置环境变量
4、SSH免密登录
5、在node1，node2，node3上安装zookeeper，详见https://www.cnblogs.com/erbing/p/7493792.html
6、安装配置hadoop集群（在node1上操作）
- 下载并解压hadoop安装包
tar -zxvf hadoop-2.6.5-x64.tar.gz
- 添加到环境变量中（每台都做）
vim /etc/profile
export HADOOP_HOME=/app/hadoop-2.6.5
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin - 修改hadoop-env.sh
export JAVA_HOME=/usr/java/jdk1.8.0_144
（如果ssh端口不是默认的22，在hadoop-env.sh中添加export HADOOP_SSH_OPTS="-p 1234"）
- 修改hdfs-site.xml
<configuration>
<!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>ns1</value>
</property>
<!-- ns1下面有两个NameNode，分别是nn1，nn2，name中的ns1必须和nameservice中一样 -->
<property>
<name>dfs.ha.namenodes.ns1</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn1</name>
<value>node1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>node1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>node2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>node2:50070</value>
</property>
<!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://node2:8485;node3:8485;node4:8485/ns1</value>
</property>
<!-- 指定JournalNode在本地磁盘存放数据的位置 -->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/app/hadoop-2.6.5/journaldata</value>
</property>
<!-- 开启NameNode失败自动切换 -->
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
<!-- 配置失败自动切换实现方式 -->
<property>
<name>dfs.client.failover.proxy.provider.ns1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行-->
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>
<!-- 使用sshfence隔离机制时需要ssh免登陆 -->
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.ssh/id_rsa</value>
</property>
</configuration> - 修改core-site.xml
<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1/</value>
</property>
<!-- 指定hadoop临时目录,tmp这个目录需要提前建立好 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/app/hadoop-2.6.5/tmp</value>
</property>
<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>node1:2181,node2:2181,node3:2181</value>
</property>
</configuration> - 修改mapred-site.xml
<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration> - 修改yarn-site.xml
<configuration>
<!-- 开启RM高可用 -->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>
<!-- 指定RM的名字 -->
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<!-- 分别指定RM的地址 -->
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>node1</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>node4</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>node1:2181,node2:2181,node3:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration> - 修改yarn-env.sh
export JAVA_HOME=/usr/java/jdk1.8.0_144
- 修改slaves
node2
node3
node4 - 将配置好的hadoop拷贝到其他节点
scp -r ./hadoop-2.6.5 hello@node2:/app/
scp -r ./hadoop-2.6.5 hello@node3:/app/
scp -r ./hadoop-2.6.5 hello@node4:/app/
7、启动zookeeper集群（分别在node1、node2、node3上启动zk）
zkServer.sh start
#查看状态：一个leader，两个follower
zkServer.sh status
8、启动journalnode（分别在在node2、node3、node4上执行）
hadoop-daemon.sh start journalnode
jps命令检验，node2、node3、node4上多了JournalNode进程
9、格式化HDFS
- 在node1上执行命令（任意一个NameNode上）：
hdfs namenode -format
- 格式化后会根据core-site.xml中的hadoop.tmp.dir配置生成元数据文件（fsimage等），上面配置的地址是/app/hadoop-2.6.5/tmp
- 然后启动node1上的NameNode
hadoop-daemon.sh start namenode
- 在未格式化过的NameNode上（node2）执行以下命令同步元数据
hdfs namenode -bootstrapStandby
（如果是把一个非HA集群转成HA集群，应该运行命令“hdfs –initializeSharedEdits”，这会初始化JournalNode中的数据）
10、在node1上格式化ZKFC(任意一个NameNode上)
hdfs zkfc -formatZK
这会在ZooKeeper中创建znode节点，存储着NameNode失败自动切换的数据
11、启动HDFS(在node1上执行)
sh start-dfs.sh
12、启动YARN(在node1上执行)
sh start-yarn.sh
在node4上执行（只启动resourcemanager）
yarn-daemon.sh start resourcemanager
成功部署完成后，通过jps查看进程是否都存在，或者在浏览器输入http://node1:50070查看NameNode信息。
13、为了方便集群管理，给大家提供了一键启动和关闭的脚本
启动顺序应为：ZooKeeper -> JournalNode (Hadoop) -> NameNode (Hadoop) -> DataNode (Hadoop) -> 主 ResourceManager/NodeManager (Hadoop) -> 备份 ResourceManager (Hadoop) -> ZKFC (Hadoop) -> MapReduce JobHistory (Hadoop)
关闭顺序相反
#!bin/bash
echo "------------开始启动集群-------------"
echo "------------正在启动JournalNode-----------"
for i in root@node2 root@node3 root@node4
do
ssh $i '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh start journalnode'
done
echo "------------正在启动NameNode-----------"
hadoop-daemon.sh start namenode
ssh root@node2 '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh start namenode'
echo "------------正在启动DataNode-----------"
for i in root@node2 root@node3 root@node4
do
ssh $i '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh start datanode'
done
echo "------------正在启动resourmanager和nodemanager-----------"
sh start-yarn.sh
ssh root@node4 '/app/hadoop-2.6.5/sbin/yarn-daemon.sh start resourcemanager'
echo "------------正在启动zkfc-----------"
hadoop-daemon.sh start zkfc
ssh root@node2 '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh start zkfc'
echo "-----------集群启动完成，请用jps检查或浏览器检查是否成功-----------"
node1上一键启动
#!bin/bash
echo "------------开始关闭集群-------------"
echo "------------正在关闭zkfc-----------"
ssh root@node2 '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh stop zkfc'
hadoop-daemon.sh stop zkfc
echo "------------正在关闭resourmanager和nodemanager-----------"
ssh root@node4 '/app/hadoop-2.6.5/sbin/yarn-daemon.sh stop resourcemanager'
sh stop-yarn.sh
echo "------------正在关闭DataNode-----------"
for i in root@node2 root@node3 root@node4
do
ssh $i '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh stop datanode'
done
echo "------------正在关闭NameNode-----------"
hadoop-daemon.sh stop namenode
ssh root@node2 '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh stop namenode'
echo "------------正在关闭JournalNode-----------"
for i in root@node2 root@node3 root@node4
do
ssh $i '/app/hadoop-2.6.5/sbin/hadoop-daemon.sh stop journalnode'
done
echo "-----------集群关闭完成，请用jps检查是否成功-----------"
node1上一键关闭
测试集群工作状态的一些指令：
./bin/hdfs dfsadmin -report 查看hdfs的各节点状态信息
./bin/hdfs haadmin -getServiceState nn1 查看namenode高可用
./bin/yarn rmadmin -getServiceState rm1 查看ResourceManager高可用
./sbin/hadoop-daemon.sh start namenode 单独启动一个namenode进程
./sbin/hadoop-daemon.sh start zkfc 单独启动一个zkfc进程