cloudera hbase集群简单思路

文章copy link:http://cloudera.iteye.com/blog/889468 链接所有者保留所有权！

http://www.csdn.net/article/2013-05-10/2815222-cloudera-release-impala-1-0  【cloudera impala】

官方doc

https://wiki.cloudera.com/display/DOC/HBase+Installation

首先升级yum：

在 /etc/yum.repos.d/ 下创建cloudera-cdh3.repo 然后把

[cloudera-cdh3]
name=Cloudera's Distribution for Hadoop, Version 3
mirrorlist=http://archive.cloudera.com/redhat/cdh/3/mirrors
gpgkey = http://archive.cloudera.com/redhat/cdh/RPM-GPG-KEY-cloudera
gpgcheck = 0

[cloudera-cdh3]
name=Cloudera's Distribution for Hadoop, Version 3
mirrorlist=http://archive.cloudera.com/redhat/cdh/3/mirrors
gpgkey = http://archive.cloudera.com/redhat/cdh/RPM-GPG-KEY-cloudera 
gpgcheck = 0

 追加到cloudera-cdh3.repo 里。

然后执行：

yum update yum 

参照：

https://wiki.cloudera.com/display/DOC/CDH3+Installation

安装hadoop：

更新好yum 就能通过yum 下载hadoop 了 很方便。

在集群中每个节点都下载hadoop

yum install hadoop-0.2X

yum install hadoop-0.2X

 然后创建hadoop用户（这里注意，下载了cloudera 的hadoop 后，会自动创建一个hadoop组和两个用户：mapred、hdfs 。 用户本人没用）

所以创建用户时必须加上 -g hadoop （吧hadoop 用户也加入hadoop组）

修改hadoop集群配置文件：

vi /etc/hadoop/conf/hdfs-site.xml

<configuration>
  <property>
    <name>dfs.replication</name>
    <value>3</value> <!--hdfs 备份最好多做些，防止数据丢失-->
  </property>
  <property>
     <name>dfs.name.dir</name>
     <value>/data/namenode</value>
  </property>
  <property>
     <!-- specify this so that running 'hadoop namenode -format' formats the right dir -->
     <name>dfs.data.dir</name>
     <value>/data/datanode</value>
  </property>
</configuration>

<configuration>
  <property>
    <name>dfs.replication</name>
    <value>3</value> <!--hdfs 备份最好多做些，防止数据丢失-->
  </property>
  <property>
     <name>dfs.name.dir</name>
     <value>/data/namenode</value>
  </property>
  <property>
     <!-- specify this so that running 'hadoop namenode -format' formats the right dir -->
     <name>dfs.data.dir</name>
     <value>/data/datanode</value>
  </property>
</configuration>

 vi /etc/hadoop/conf/mapred-site.xml （因为hbase和mapreduce 没关系，所以这个配置文件没做详细修改）

<configuration>
  <property>
    <name>mapred.job.tracker</name>
    <value>hbase150:9001</value>
  </property>

  <!--add fair schedualer -->
  <property>
    <name>mapred.jobtracker.taskScheduler</name>
    <value>org.apache.hadoop.mapred.FairScheduler</value>
  </property>

  <property>
    <name>mapred.fairscheduler.allocation.file</name>
    <value>/etc/hadoop/conf/pools.xml</value>
  </property>

  <!-- Enable Hue plugins -->
  <property>
    <name>mapred.jobtracker.plugins</name>
    <value>org.apache.hadoop.thriftfs.ThriftJobTrackerPlugin</value>
    <description>Comma-separated list of jobtracker plug-ins to be activated.
    </description>
  </property>
  <property>
    <name>jobtracker.thrift.address</name>
    <value>0.0.0.0:9290</value>
  </property>


</configuration>

<configuration>
  <property>
    <name>mapred.job.tracker</name>
    <value>hbase150:9001</value>
  </property>

  <!--add fair schedualer -->
  <property>
    <name>mapred.jobtracker.taskScheduler</name>
    <value>org.apache.hadoop.mapred.FairScheduler</value>
  </property>

  <property>
    <name>mapred.fairscheduler.allocation.file</name>
    <value>/etc/hadoop/conf/pools.xml</value>
  </property>

  <!-- Enable Hue plugins -->
  <property>
    <name>mapred.jobtracker.plugins</name>
    <value>org.apache.hadoop.thriftfs.ThriftJobTrackerPlugin</value>
    <description>Comma-separated list of jobtracker plug-ins to be activated.
    </description>
  </property>
  <property>
    <name>jobtracker.thrift.address</name>
    <value>0.0.0.0:9290</value>
  </property>


</configuration>

 vi /etc/hadoop/conf/core-site.xml

<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://hbase150:9000</value>
  </property>

  <property>
     <name>hadoop.tmp.dir</name>
     <value>/data/tmp</value>
  </property>
</configuration>

<configuration>
  <property>
    <name>fs.default.name</name>
    <value>hdfs://hbase150:9000</value>
  </property>

  <property>
     <name>hadoop.tmp.dir</name>
     <value>/data/tmp</value>
  </property>
</configuration>

各节点之间的hadoop用户ssh无密码登陆以及其它细节这里就不说了，网上多的是，配置文件贴出来是希望分享下，或者接受大家 宝贵耳朵建议。

启动hdfs（不用启动mapreduce。）：

执行  /usr/lib/hadoop/bin/start-dfs.sh

注意：启动会遇到用户权限问题。因为cloudera 吧hdfs相关的目录权限设置的是hdfs用户（mapreduce 也是） 所以这里就需要用root 把相关目录给hadoop： chown -R  hadoop  [目录名] 

还有启动之前需要对namenode 进行format 这里会问是否真的要format [Y/N] 千万别输入小写的y 要输入大写.. 因为这个我郁闷了好久..

还有namenode 的safemode leave 的时候，出现没有权限的报错，提示大概是：需要更高权限的用户。 而我的用户是hadoop   对hdfs来说是最高权限的用户啊。郁闷了很久后  发现时namenode 没启动起来导致的。。。 

hdfs成功启动后，安装zookeeper （hbase需要zookeeper）

hbase自带有zookeeper 我这里是自己安装zookeeper。

参照

https://wiki.cloudera.com/display/DOC/ZooKeeper+Installation

即可搭建起zookeeper集群

遇到的问题类似 ，同样是因为用cloudera 的zookeeper时会有目录所属用户问题。 把相关目录全chown 给hadoop就行。

还遇到个棘手的问题就是：参照上篇博客：

http://cloudera.iteye.com/blog/902949

还有，这里我没有用cloudera 的命令：

/etc/init.d/hadoop-zookeeper start

因为cloudera 的这个启动文件会自动su 到zookeeper 用户，而我全是用hadoop用户操作的。

所以我是用：

/usr/lib/zookeeper/bin/zkServer.sh start

/usr/lib/zookeeper/bin/zkServer.sh start

 启动的。

可用

/usr/lib/zookeeper/bin/zkServer.sh status

/usr/lib/zookeeper/bin/zkServer.sh status

 查看状态

用

/usr/lib/zookeeper/bin/zkServer.sh stop

/usr/lib/zookeeper/bin/zkServer.sh stop

 停止。

zookeeper集群安装完毕后即可安装hbase

安装hbase：

参照：

https://wiki.cloudera.com/display/DOC/HBase+Installation

我也没用cloudera 的启动，原因同上。

我用：

/usr/lib/hbase/bin/start-hbase.sh

/usr/lib/hbase/bin/start-hbase.sh

 启动。这里注意了，需要修改start-hbase.sh的源码。因为hbase会自动启动zookeeper 所以注释掉源码中的zookeeper启动的那行。

stop-hbase.sh亦是。

另外 这种启动方式还需要在master中配置/etc/hbase/conf/regionservers

这样只需在master 中执行启动hbase 的命令即可，不用再slaves 中逐一启动regionserver了。

最后，想说下，最好把日志log 都统一管理起来。我吧日志都放到/data/log 下了。 (/data目录是我专门用来放hadoop hbase 的东西的，namenode 和datanode 也全都在/data目录下。)