This commit is contained in:
luoxiang 2019-06-01 19:48:00 +08:00
parent 30d73a6751
commit 7a6e1de845
8 changed files with 581 additions and 11 deletions

View File

@ -52,9 +52,10 @@
1. [分布式文件存储系统——HDFS](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hadoop-HDFS.md)
2. [分布式计算框架——MapReduce](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hadoop-MapReduce.md)
3. [集群资源管理器——YARN](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hadoop-YARN.md)
4. [Hadoop单机伪集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/hadoop单机版本环境搭建.md)
5. [HDFS常用Shell命令](https://github.com/heibaiying/BigData-Notes/blob/master/notes/HDFS常用Shell命令.md)
6. [HDFS Java API的使用](https://github.com/heibaiying/BigData-Notes/blob/master/notes/HDFS-Java-API.md)
4. [Hadoop单机伪集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Hadoop单机环境搭建.md)
5. [Hadoop集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Hadoop集群环境搭建.md)
6. [HDFS常用Shell命令](https://github.com/heibaiying/BigData-Notes/blob/master/notes/HDFS常用Shell命令.md)
7. [HDFS Java API的使用](https://github.com/heibaiying/BigData-Notes/blob/master/notes/HDFS-Java-API.md)
## 二、Hive
@ -77,6 +78,7 @@
5. [RDD常用算子详解](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Spark_Transformation和Action算子.md)
5. [Spark运行模式与作业提交](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Spark部署模式与作业提交.md)
6. [Spark累加器与广播变量](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Spark累加器与广播变量.md)
7. [基于Zookeeper搭建Spark高可用集群](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Spark集群环境搭建.md)
**Spark SQL :**
@ -113,14 +115,15 @@ TODO
1. [Hbase 简介](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase简介.md)
2. [HBase系统架构及数据结构](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase系统架构及数据结构.md)
3. [HBase基本环境搭建Standalone /pseudo-distributed mode](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Hbase基本环境搭建.md)
4. [HBase常用Shell命令](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase_Shell.md)
5. [HBase Java API](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase_Java_API.md)
6. [Hbase 过滤器详解](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase过滤器详解.md)
7. [HBase 协处理器详解](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase协处理器详解.md)
8. [HBase 容灾与备份](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase容灾与备份.md)
9. [HBase的SQL中间层——Phoenix](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase的SQL中间层_Phoenix.md)
10. [Spring/Spring Boot 整合 Mybatis + Phoenix](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Spring+Mybtais+Phoenix整合.md)
3. [HBase基本环境搭建(Standalone /pseudo-distributed mode)](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/HBase基本环境搭建.md)
4. [HBase集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/HBase集群环境搭建.md)
5. [HBase常用Shell命令](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase_Shell.md)
6. [HBase Java API](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase_Java_API.md)
7. [Hbase 过滤器详解](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase过滤器详解.md)
8. [HBase 协处理器详解](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase协处理器详解.md)
9. [HBase 容灾与备份](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase容灾与备份.md)
10. [HBase的SQL中间层——Phoenix](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Hbase的SQL中间层_Phoenix.md)
11. [Spring/Spring Boot 整合 Mybatis + Phoenix](https://github.com/heibaiying/BigData-Notes/blob/master/notes/Spring+Mybtais+Phoenix整合.md)
## 七、Kafka

View File

@ -0,0 +1,183 @@
# HBase集群环境配置
## 一、集群规划
这里搭建一个3节点的HBase集群其中三台主机上均为`Regin Server`。同时为了保证高可用除了在hadoop001上部署主`Master`服务外还在hadoop002上署备用的`Master`服务Master服务由Zookeeper集群进行协调管理如果主`Master`不可用,则备用`Master`会成为新的主`Master`
![hbase集群规划](D:\BigData-Notes\pictures\hbase集群规划.png)
## 二、前置条件
HBase的运行需要依赖JDK和HadoopHBase 2.0+需要安装JDK 1.8+ 。同时为了保证高可用这里我们不采用HBase内置的Zookeeper而采用外置的Zookeeper集群。相关搭建步骤可以参阅
- [Linux环境下JDK安装](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Linux下JDK安装.md)
- [Zookeeper单机环境和集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Zookeeper单机环境和集群环境搭建.md)
- [Hadoop集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Hadoop集群环境搭建.md)
## 三、集群搭建
### 3.1 下载并解压
下载并解压官方下载地址https://hbase.apache.org/downloads.html
```shell
# tar -zxvf hbase-2.1.4-bin.tar.gz
```
### 3.2 配置环境变量
```shell
# vim /etc/profile
```
添加环境变量:
```shell
export HBASE_HOME=/usr/app/hbase-2.1.4
export PATH=$HBASE_HOME/bin:$PATH
```
使得配置的环境变量立即生效:
```shell
# source /etc/profile
```
### 3.3 集群配置
进入`${HBASE_HOME}/conf`目录下,修改配置:
#### 1. hbase-env.sh
```shell
# 配置JDK安装位置
export JAVA_HOME=/usr/java/jdk1.8.0_201
# 不使用内置的zookeeper服务
export HBASE_MANAGES_ZK=false
```
#### 2. hbase-site.xml
```xml
<configuration>
<property>
<!-- 指定hbase以分布式集群的方式运行 -->
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<!-- 指定hbase在HDFS上的存储位置 -->
<name>hbase.rootdir</name>
<value>hdfs://hadoop001:8020/hbase</value>
</property>
<property>
<!-- 指定zookeeper的地址-->
<name>hbase.zookeeper.quorum</name>
<value>hadoop001:2181,hadoop002:2181,hadoop003:2181</value>
</property>
</configuration>
```
#### 3. regionservers
```
hadoop001
hadoop002
hadoop003
```
#### 4. backup-masters
```
hadoop002
```
` backup-masters`这个文件是不存在的需要新建主要用来指明备用的master节点可以是多个这里我们以1个为例。
### 3.4 HDFS客户端配置
这里有一个可选的配置如果您在Hadoop集群上进行了HDFS客户端配置的更改比如将副本系数`dfs.replication`设置成5则必须使用以下方法之一来使HBase知道否则HBase将依旧使用默认的副本系数3来创建文件
> 1. Add a pointer to your `HADOOP_CONF_DIR` to the `HBASE_CLASSPATH` environment variable in *hbase-env.sh*.
> 2. Add a copy of *hdfs-site.xml* (or *hadoop-site.xml*) or, better, symlinks, under *${HBASE_HOME}/conf*, or
> 3. if only a small set of HDFS client configurations, add them to *hbase-site.xml*.
以上是官方文档的说明,这里解释一下:
**第一种** 将Hadoop配置文件的位置信息添加到`hbase-env.sh``HBASE_CLASSPATH` 属性,示例如下:
```shell
export HBASE_CLASSPATH=usr/app/hadoop-2.6.0-cdh5.15.2/etc/hadoop
```
**第二种** 将Hadoop的` hdfs-site.xml``hadoop-site.xml` 拷贝到 `${HBASE_HOME}/conf `目录下,或者通过符号链接的方式。如果采用这种方式的话,建议将两者都拷贝或建立符号链接,示例如下:
```shell
# 拷贝
cp core-site.xml hdfs-site.xml /usr/app/hbase-1.2.0-cdh5.15.2/conf/
# 使用符号链接
ln -s /usr/app/hadoop-2.6.0-cdh5.15.2/etc/hadoop/core-site.xml
ln -s /usr/app/hadoop-2.6.0-cdh5.15.2/etc/hadoop/hdfs-site.xml
```
> 注:`hadoop-site.xml`这个配置文件现在叫做`core-site.xml`
**第三种** :如果你只有少量更改,那么直接配置到`hbase-site.xml`中即可。
### 3.5 安装包分发
将HBase的安装包分发到其他服务器分发后建议在这两台服务器上也配置一下HBase的环境变量。
```shell
scp -r /usr/app/hbase-1.2.0-cdh5.15.2/ hadoop002:usr/app/
scp -r /usr/app/hbase-1.2.0-cdh5.15.2/ hadoop003:usr/app/
```
## 四、启动集群
### 4.1 启动ZooKeeper集群
分别到三台服务器上启动ZooKeeper服务
```shell
zkServer.sh start
```
### 4.2 启动Hadoop集群
```shell
# 启动dfs服务
start-dfs.sh
# 启动yarn服务
start-yarn.sh
```
### 4.3 启动HBase集群
进入hadoop001的`${HBASE_HOME}/bin`使用以下命令启动HBase集群。执行此命令后会在hadoop001上启动`Master`服务在hadoop002上启动备用`Master`服务,在`regionservers`文件中配置的所有节点启动`region server`服务。
```shell
start-hbase.sh
```
### 4.5 查看服务
访问HBase的Web-UI界面这里我安装的HBase版本为1.2,访问端口为`60010`如果你安装的是2.0以上的版本,则访问端口号为`16010`。可以看到`Master`在hadoop001上三个`Regin Servers`分别在hadoop001hadoop002和hadoop003上并且还有一个`Backup Matser` 服务在 hadoop002上。
![hbase-集群搭建1](D:\BigData-Notes\pictures\hbase-集群搭建1.png)
<br/>
hadoop002 上的 HBase出于备用状态
<br/>
![hbase-集群搭建2](D:\BigData-Notes\pictures\hbase-集群搭建2.png)

View File

@ -0,0 +1,212 @@
# Hadoop集群环境搭建
## 一、集群规划
这里搭建一个3节点的Hadoop集群其中三台主机均部署`DataNode``NodeManager`服务但只有hadoop001上部署`NameNode``ResourceManager`服务。
![hbase集群规划](D:\BigData-Notes\pictures\hadoop集群规划.png)
## 二、前置条件
Hadoop的运行依赖JDK需要预先安装。其安装步骤单独整理至
+ [Linux下JDK的安装](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/JDK%E5%AE%89%E8%A3%85.md)
## 三、配置免密登录
### 3.1 生成密匙
在每台主机上使用ssh-keygen产生公钥私钥对
```shell
ssh-keygen
```
### 3.2 免密登录
`hadoop001`的公钥写到本机和远程机器的` ~/ .ssh/authorized_key`文件中:
```shell
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop001
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop002
ssh-copy-id -i ~/.ssh/id_rsa.pub hadoop003
```
### 3.3 验证免密登录
```she
ssh hadoop002
ssh hadoop003
```
## 四、集群搭建
### 3.1 下载并解压
下载Hadoop。这里我下载的是CDH版本Hadoop下载地址为http://archive.cloudera.com/cdh5/cdh/5/
```shell
# tar -zvxf hadoop-2.6.0-cdh5.15.2.tar.gz
```
### 3.2 配置环境变量
编辑`profile`文件:
```shell
# vim /etc/profile
```
增加如下配置:
```
export HADOOP_HOME=/usr/app/hadoop-2.6.0-cdh5.15.2
export PATH=${HADOOP_HOME}/bin:$PATH
```
执行`source`命令,使得配置立即生效:
```shell
# source /etc/profile
```
### 3.3 修改配置
进入`${HADOOP_HOME}/etc/hadoop`目录下,修改配置文件。各个配置文件内容如下:
#### 1. hadoop-env.sh
```shell
# 指定JDK的安装位置
export JAVA_HOME=/usr/java/jdk1.8.0_201/
```
#### 2. core-site.xml
```xml
<configuration>
<property>
<!--指定namenode的hdfs协议文件系统的通信地址-->
<name>fs.defaultFS</name>
<value>hdfs://hadoop001:8020</value>
</property>
<property>
<!--指定hadoop集群存储临时文件的目录-->
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/tmp</value>
</property>
</configuration>
```
#### 3. hdfs-site.xml
```xml
<property>
<!--namenode节点数据即元数据的存放位置可以指定多个目录实现容错多个目录用逗号分隔-->
<name>dfs.namenode.name.dir</name>
<value>/home/hadoop/namenode/data</value>
</property>
<property>
<!--datanode节点数据即数据块的存放位置-->
<name>dfs.datanode.data.dir</name>
<value>/home/hadoop/datanode/data</value>
</property>
```
#### 4. yarn-site.xml
```xml
<property>
<!--配置NodeManager上运行的附属服务。需要配置成mapreduce_shuffle后才可以在Yarn上运行MapReduce程序。-->
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<!--resourcemanager的主机名-->
<name>yarn.resourcemanager.hostname</name>
<value>hadoop001</value>
</property>
</configuration>
```
#### 5. mapred-site.xml
```xml
<configuration>
<property>
<!--指定mapreduce作业运行在yarn上-->
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
```
#### 5. slaves
配置所有从属节点的主机名或IP地址每行一个。
```properties
hadoop001
hadoop002
hadoop003
```
### 3.4 分发程序
将Hadoop安装包分发到其他两台服务器分发后建议在这两台服务器上也配置一下Hadoop的环境变量。
```shell
# 将安装包分发到hadoop002
scp -r /usr/app/hadoop-2.6.0-cdh5.15.2/ hadoop002:/usr/app/
# 将安装包分发到hadoop003
scp -r /usr/app/hadoop-2.6.0-cdh5.15.2/ hadoop003:/usr/app/
```
### 3.5 初始化
`Hadoop001`上执行namenode初始化命令
```
hadoop namenode -format
```
### 3.6 启动集群
进入到`Hadoop001``${HADOOP_HOME}/sbin`目录下启动Hadoop。此时`hadoop002``hadoop003`上的相关服务也会被启动。
```shell
# 启动dfs服务
start-dfs.sh
# 启动yarn服务
start-yarn.sh
```
### 3.7 查看集群
在每台服务器上使用`jps`命令查看服务进程或直接进入Web-UI界面进行查看端口为`50070`。可以看到此时有三个可用的`Datanode`
![hadoop-集群环境搭建](D:\BigData-Notes\pictures\hadoop-集群环境搭建.png)
点击`Live Nodes`进入,可以看到每个`DataNode`的详细情况:
![hadoop-集群搭建2](D:\BigData-Notes\pictures\hadoop-集群搭建2.png)
接着可以查看Yarn集群的情况端口号为`8088`
![hadoop-集群搭建3](D:\BigData-Notes\pictures\hadoop-集群搭建3.png)
## 五、提交服务到集群
提交作业到集群的方式和单机环境完全一致这里以提交Hadoop内置的计算Pi的示例程序为例在任何一个节点上执行都可以命令如下
```shell
hadoop jar /usr/app/hadoop-2.6.0-cdh5.15.2/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.15.2.jar pi 3 3
```

View File

@ -0,0 +1,172 @@
# 基于ZooKeeper搭建Spark高可用集群
## 一、集群规划
这里搭建一个3节点的Spark集群其中三台主机上均部署`Worker`服务。同时为了保证高可用除了在hadoop001上部署主`Master`服务外还在hadoop002和hadoop003上分别部署备用的`Master`服务Master服务由Zookeeper集群进行协调管理如果主`Master`不可用,则备用`Master`会成为新的主`Master`
![spark-集群规划](D:\BigData-Notes\pictures\spark集群规划.png)
## 二、前置条件
搭建Spark集群前需要保证JDK环境、Zookeeper集群和Hadoop集群已经搭建相关步骤可以参阅
- [Linux环境下JDK安装](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Linux下JDK安装.md)
- [Zookeeper单机环境和集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Zookeeper单机环境和集群环境搭建.md)
- [Hadoop集群环境搭建](https://github.com/heibaiying/BigData-Notes/blob/master/notes/installation/Hadoop集群环境搭建.md)
## 三、Spark集群搭建
### 3.1 下载解压
下载所需版本的Spark官网下载地址http://spark.apache.org/downloads.html
<div align="center"> <img width="600px" src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-download.png"/> </div>
下载后进行解压:
```shell
# tar -zxvf spark-2.2.3-bin-hadoop2.6.tgz
```
### 3.2 配置环境变量
```shell
# vim /etc/profile
```
添加环境变量:
```shell
export SPARK_HOME=/usr/app/spark-2.2.3-bin-hadoop2.6
export PATH=${SPARK_HOME}/bin:$PATH
```
使得配置的环境变量立即生效:
```shell
# source /etc/profile
```
### 3.3 集群配置
进入`${SPARK_HOME}/conf`目录,拷贝配置样本进行修改:
#### 1. spark-env.sh
```she
cp spark-env.sh.template spark-env.sh
```
```shell
# 配置JDK安装位置
JAVA_HOME=/usr/java/jdk1.8.0_201
# 配置hadoop配置文件的位置
HADOOP_CONF_DIR=/usr/app/hadoop-2.6.0-cdh5.15.2/etc/hadoop
# 配置zookeeper地址
SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKEEPER -Dspark.deploy.zookeeper.url=hadoop001:2181,hadoop002:2181,hadoop003:2181 -Dspark.deploy.zookeeper.dir=/spark"
```
#### 2. slaves
```
cp slaves.template slaves
```
配置所有Woker节点的位置
```properties
hadoop001
hadoop002
hadoop003
```
### 3.4 安装包分发
将Spark的安装包分发到其他服务器分发后建议在这两台服务器上也配置一下Spark的环境变量。
```shell
scp -r /usr/app/spark-2.4.0-bin-hadoop2.6/ hadoop002:usr/app/
scp -r /usr/app/spark-2.4.0-bin-hadoop2.6/ hadoop003:usr/app/
```
## 四、启动集群
### 4.1 启动ZooKeeper集群
分别到三台服务器上启动ZooKeeper服务
```shell
zkServer.sh start
```
### 4.2 启动Hadoop集群
```shell
# 启动dfs服务
start-dfs.sh
# 启动yarn服务
start-yarn.sh
```
### 4.3 启动Spark集群
进入hadoop001的` ${SPARK_HOME}/sbin`目录下执行下面命令启动集群。执行命令后会在hadoop001上启动`Maser`服务,会在`slaves`配置文件中配置的所有节点上启动`Worker`服务。
```shell
start-all.sh
```
分别在hadoop002和hadoop003上执行下面的命令启动备用的`Master`服务:
```shell
# ${SPARK_HOME}/sbin 下执行
start-master.sh
```
### 4.4 查看服务
查看Spark的Web-UI页面端口为`8080`。此时可以看到hadoop001上的Master节点处于`ALIVE`状态并有3个可用的`Worker`节点。
![spark-集群搭建1](D:\BigData-Notes\pictures\spark-集群搭建1.png)
而hadoop002和hadoop003上的Master节点均处于`STANDBY`状态,没有可用的`Worker`节点。
![spark-集群搭建2](D:\BigData-Notes\pictures\spark-集群搭建2.png)
![spark-集群搭建3](D:\BigData-Notes\pictures\spark-集群搭建3.png)
## 五、验证集群高可用
此时可以使用`kill`命令杀死hadoop001上的`Master`进程,此时`备用Master`会中会有一个再次成为`主Master`我这里是hadoop002可以看到hadoop2上的`Master`经过`RECOVERING`后成为了新的`主Master`,并且获得了全部可以用的`Workers`
此时如果你再在hadoop001上使用`start-master.sh`启动Master那么其会作为`备用Master`存在。
![spark-集群搭建4](D:\BigData-Notes\pictures\spark-集群搭建4.png)
Hadoop002上的`Master`成为`主Master`,并获得了全部可以用的`Workers`
![spark-集群搭建5](D:\BigData-Notes\pictures\spark-集群搭建5.png)
## 六、提交作业
和单机环境下的提交到Yarn上的命令完全一致这里以Spark内置的计算Pi的样例程序为例提交命令如下
```shell
spark-submit \
--class org.apache.spark.examples.SparkPi \
--master yarn \
--deploy-mode client \
--executor-memory 1G \
--num-executors 10 \
/usr/app/spark-2.4.0-bin-hadoop2.6/examples/jars/spark-examples_2.11-2.4.0.jar \
100
```

Binary file not shown.

After

Width:  |  Height:  |  Size: 22 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 21 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 22 KiB