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

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

因为机器有限，所以测试过程中将三台集群的环境安装在docker上。

 

一：宿主机版本和docker版本

　　宿主机：Centos7.2  3.10.0-862.14.4.el7.x86_64

　　docker：Docker version 1.13.1, build 94f4240/1.13.1

二：镜像版本

　　docker.io/centos 

三：创建docker镜像

　　 mkdir -p /home/dockerfile/hbaseha

　　上传软件包至此目录

　　zookeeper-3.4.12.tar.gz

　　hbase-1.3.2.1-bin.tar.gz

　　hadoop-2.6.5.tar.gz

　　jdk8.tar.gz

　　创建Dockerfile。

　　vi Dockerfile

# 选择一个已有的os镜像作为基础  
FROM centos 
# 安装openssh-server和sudo软件包，并且将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，并且将此用户添加到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上必须要有，否则创建出来的容器sshd不能登录  
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服务并且暴露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

        创建镜像命令：

        docker build -t pro/hbase .

        创建完成后查看镜像生成情况：

        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可以用来给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 并配置免密登陆

docker exec -it hab0 /bin/bash

　　hab0/1/2都需要添加如下hosts

vi /etc/hosts
172.17.0.20 hab0
172.17.0.21 hab1
172.17.0.22 hab2

在hab0上执行如下操作
    cd  ~
    mkdir .ssh
    cd .ssh
    ssh-keygen -t rsa(一直按回车即可)
    ssh-copy-id -i localhost
    ssh-copy-id -i hab0
    ssh-copy-id -i hab1
    ssh-copy-id -i hab2
 在hab1上执行下面操作
    cd  ~
    cd .ssh
    ssh-keygen -t rsa(一直按回车即可)
    ssh-copy-id -i localhost
    ssh-copy-id -i hab1
 在hab2上执行下面操作
    cd  ~
    cd .ssh
    ssh-keygen -t rsa(一直按回车即可)
    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-创建data/zkData目录，并创经myid. 待会儿同步配置后需要修改三个节点的myid的值。

//在zookeeper根目录下创建zoo.cfg中配置的目录
mkdir data/zkData/ -p

//创建并编辑文件
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到其他节点

　　上述操作是在hab0机器上进行的，要将zookeeper拷贝到其他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文件是作为当前机器在zookeeper集群的标识，这些标识在zoo.cfg文件中已经配置好了，但是之前在hab0这台机器上配置的myid为1，所以还需要修改其他机器的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、hab1、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，其他都是follower。
//查看进程，若有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模式中是连接到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，也可以单独指定 -->
  <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，数量一定是奇数，且不少于三个节点-->
  <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通讯 -->
  <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通讯 -->
  <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客户端通讯 -->
  <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客户端通讯 -->
  <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>

  <!-- 客户端连接可用状态的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>
  <!-- 一旦需要NameNode切换，使用ssh方式进行操作 -->
  <property>
    <name>dfs.ha.fencing.methods</name>
    <value>sshfence</value>
  </property>

  <!-- 如果使用ssh进行故障切换，使用ssh通信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作为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作为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目录到其他节点

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备用主节点上修改如下属性，表示当前机器作为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，因为hab2机器并不作为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，执行格式化操作：

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，执行同步操作：

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作时，将有可能出现以下问题：

hab0作为主节点时，kill掉hab0上的NameNode和ResourceManager进程时，可以实现故障转移，hab1将从stanby状态自动变成active状态；但是当hab1作为主节点时，
若kill掉hab1上的进程，hab0上的进程状态却还是stanby，并不能实现故障自动转移。原因是我们在 hdfs-site.xml中配置了当集群需要故障自动转移时采用SSH方式进行，
而因为缺少fuster程序，将在zkfc的日志文件中发现如下错误：

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需要手动启动：

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

　　也可以通过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

　　若上述操作执行成功，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/

　　创建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，因为我们是使用独立的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，因为当前是使用独立的Zookeeper集群，所以要指定RegionServers所在机器：

hab0
hab1
hab2

　　2-拷贝hbase到其他节点

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，并且是在主节点执行start-hbase.sh启动HBase集群，否则HMaster进程将在启动几秒后消失，而备用的HMaster进程需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，可以看到“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；

　　若上述操作成功，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

　　然后，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，若操作成功，则HBase高可用集群搭建完成；

　　5-Hbase基本操作

//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

//创建表t_user，cf1和cf2是列族，列族一般不超过3个
hbase(main):> create 't_user','cf1','cf2'

//获得表t_user的描述信息
hbase(main):> describe 't_user'

//禁用表
hbase(main):> disable 't_user'

//删除表，删除表之前要先把表禁用掉
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'

 

 

 

　　

来源：oschina

链接：https://my.oschina.net/u/4400007/blog/3692015