Docker下HBase学习,三部曲之二:集群HBase搭建

445 阅读9分钟
原文链接: blog.csdn.net

上一章《Docker下HBase学习,三部曲之一:极速体验》我们快速体验了单机版HBase提供的基础服务,接下来我们实战HBase集群环境的搭建。

集群规划

首先是网络情况规划,本次实战我们的集群是一个master,两个slave,如下图:

这里写图片描述

材料列表

把搭建一个hbase环境所需的所有材料列出来,如下表:

软件 版本
OpenSSH 5.3
jdk 1.8
hadoop 2.7.4
hbase 1.2.6
zookeeper 3.4.6

PS:文中用到的文件主要有以下这些,我已经上传到github上:
1. docker镜像对应的dockerfile,以及制作镜像所需的材料;
2. zookeeper-3.4.6;
3. hadoop-2.7.4;
4. hbase-1.2.6;

github的地址是:git@github.com:zq2599/zookeeper3.4.6-hadoop2.7.4-hbase-1.2.6.git

搭建步骤完全列表

先在此将整个搭建过程的每一步都列出来,以免遗漏:

  1. 启动三个centos6.7镜像的容器,容器名分别是:master、slave1、slave2;
  2. 给master、slave1、slave2分别安装ssh服务;
  3. 从当前电脑通过scp命令将jdk1.8的安装包上传到三个容器,然后依次安装jdk1.8;
  4. 配置hostname,编辑三个容器的/etc/sysconfig/network文件,修改HOSTNAME分别是master、slave1、slave2;
  5. 配置host,通过ip addr命令取得三个容器的ip,然后修改每个/etc/hosts文件,都添加如下内容:
    172.18.0.2 master
    172.18.0.3 slave1
    172.18.0.4 slave2
  6. master、slave1、slave2之间配置相互免密码登录:sshd_config、authorized_keys、id_rsa.pub文件;
  7. master、slave1、slave2上安装zookeeper-3.4.6集群,并启动;
  8. 配置java和Hadoop环境变量:/etc/profile、hadoop-env.sh、yarn-env.sh;
  9. 修改hadoop相关配置文件:core-site.xml、hdfs-site.xml、mapred-site.xml、mapred-site.xml;
  10. 修改hadoop的slave配置:etc/hadoop/slaves;
  11. 保证以上的hadoop配置在三个容器上是一致的;
  12. 启动hadoop,验证;
  13. 修改/etc/profile,配置hbase;
  14. 配置hbase-site.xml、regionservers、hbase-env.sh;
  15. 启动hbase,验证;

本次实战用到的镜像文件

本次实战用到的镜像文件是我定制的,为了加快实战速度,里面集成了如下功能:
1. 已经安装了jdk1.8;
2. ssh服务已经开通,可以root身份登录,密码是 password
3. 可通过rsa证书免密码ssh登录;

执行以下命令即可下载该镜像文件:

docker pull bolingcavalry/centos6.7-jdk1.8-ssh:0.0.1

这个镜像已经包含了前面总结的14个步骤中的第二步和第三步,接下来的实战中这两部可以省略了。

制作docker-compose.yml文件

新增一个docker-compose.yml文件,内容如下:

version: '2'
services:
  master: 
    image: bolingcavalry/centos6.7-jdk1.8-ssh:0.0.1
    container_name: master
    ports:
      - "19010:22"
      - "50070:50070"
      - "8088:8088"
      - "16010:16010"
    restart: always
  slave1: 
    image: bolingcavalry/centos6.7-jdk1.8-ssh:0.0.1
    container_name: slave1
    depends_on:
      - master
    ports:
      - "19011:22"
    restart: always
  slave2: 
    image: bolingcavalry/centos6.7-jdk1.8-ssh:0.0.1
    container_name: slave2
    depends_on:
      - slave1
    ports:
      - "19012:22"
    restart: always

如上述内容,我们会创建master、slave1、slave2三个容器,它们的22端口分别映射到当前电脑的19010、19011、19012三个端口上;

在docker-compose.yml文件所在目录下执行 docker-compose up -d命令,即可创建三个容器,如下图:

这里写图片描述

ssh登录

由于master的22端口已经映射到19010端口,所以在当前电脑使用ssh工具执行命令 ssh root@localhost -p 19010即可登录到master容器,再执行 ip addr即可查看master的ip,如下图:

这里写图片描述

同理,再执行 ssh root@localhost -p 19011和 ssh root@localhost -p 19012可以分别登录slave1和slave2,并且获取到他们的ip如下;

容器 IP
master 172.18.0.2
slave1 172.18.0.3
slave2 172.18.0.4

配置hostname和hosts

  1. 修改master的/etc/sysconfig/network文件,将原有的 HOSTNAME=localhost.localdomain改成 HOSTNAME=master,对slave1和slave2也做修改,将HOSTNAME分别改成slave1和slave2;
  2. 分别修改master、slave1、slave2的/etc/hosts文件,都添加相同的内容如下:
172.18.0.2 master
172.18.0.3 slave1
172.18.0.4 slave2

master、slave1、slave2之间配置相互免密码登录

  1. 分别修改master、slave1、slave2的/etc/ssh/sshd_config文件,找到下图红框中的两行,删除每行的注释符号”#”:

这里写图片描述
2. 分别在master、slave1、slave2上执行命令 ssh-keygen -t rsa,一路回车下去,最终会在/root/.ssh目录下生成rsa文件,如下图:
这里写图片描述
3. 在master上执行如下三行命令,执行完毕后,三个容器的rsa公钥都存在/root/.ssh/authorized_keys文件中了:

cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys
ssh root@slave1 cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys
ssh root@slave2 cat ~/.ssh/id_rsa.pub>> ~/.ssh/authorized_keys

第一行命令将master的公钥写入authorized_keys,第二、第三行分别ssh登录slave1、slave2,将他们的公钥写入到master的authorized_keys文件中,由于是ssh登录,需要输入密码,这里是”password” 4. 分别在slave1、slave2上执行以下命令,将master上的authorized_keys文件复制过来:

ssh root@master cat ~/.ssh/authorized_keys>> ~/.ssh/authorized_keys

由于master的authorized_keys中包含了slave1、slave2的rsa公钥,所以在slave1和slave2上执行以上命令的时候是不需要登录的;
5. 现在三个容器的公钥都已经放在每一个容器上了,它们相互之间可以免密码登录了,例如在slave1上执行 ssh root@slave2即可登录到slave2而不用输入密码,如下图:
这里写图片描述

千万注意:在slave1上验证免密码登录slave2后,要执行exit目录退出slave2,否者后面在该窗口的操作都是在操作slave2,而非slave1!!!

在容器上创建所需目录

分别在master、slave1、slave2上创建以下目录:
1. /usr/local/work
2. /opt/hbase

安装zookeeper-3.4.6集群

  1. 去zookeeper官网下载zookeeper-3.4.6.tar.gz,然后解压到当前电脑;
  2. 在zookeeper-3.4.6/conf/目录下创建zoo.cfg文件,内容如下:
# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
dataDir=/usr/local/work/zkdata
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the 
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1

server.1=master:2887:3887  
server.2=slave1:2888:3888 
server.3=slave2:2889:3889

其实也就是修改了dataDir的值,还有最后三行是新增的,其他内容都是从zoo_sample.cfg复制过来的; 3. 在当前电脑上,用ssh工具执行以下三行命令,将前面解压的并且已经修改了zoo.cfg文件的zookeeper-3.4.6目录复制到master、slave1、slave2上去:

scp -P 19010 -r ./zookeeper-3.4.6 root@localhost:/usr/local/work
scp -P 19011 -r ./zookeeper-3.4.6 root@localhost:/usr/local/work
scp -P 19012 -r ./zookeeper-3.4.6 root@localhost:/usr/local/work

执行每行命令都要输入密码”password”
4. 在master、slave1、slave2上创建目录/usr/local/work/zkdata,在该目录下创建文件myid,文件内容分别是是”1”、”2”、”3”;
5. 在master、slave1、slave2上依次执行启动zookeeper的命令 /usr/local/work/zookeeper-3.4.6/bin/zkServer.sh start;
6. 在每个容器上分别执行以下命令可以检查zookeeper的集群状态:
这里写图片描述
如上图所示,此容器目前是follower;

下载hadoop

去Hadoop官网下载hadoop-2.7.4.tar.gz,在当前电脑解压;

配置hadoop

打开解压后的hadoop-2.7.4文件夹,修改以下配置文件: 1. 打开hadoop-2.7.4/etc/hadoop/hadoop-env.sh文件,在最前面加入以下内容:

export JAVA_HOME=/usr/java/jdk1.8.0_144

java环境信息就配置好了; 2. 打开hadoop-2.7.4/etc/hadoop/yarn-env.sh文件,在YARN_CONF_DIR的配置下面加入以下内容:

export JAVA_HOME=/usr/java/jdk1.8.0_144

以上是给yarn配置java环境信息; 3. 打开hadoop-2.7.4/etc/hadoop/core-site.xml文件,配置如下:

<configuration>
 <property> 
  <name>fs.defaultFS</name>
  <value>hdfs://master:9000</value> 
 </property> 
 <property> 
  <name>hadoop.tmp.dir</name>
  <value>/opt/hbase/hadoop-2.7.4/temp</value> 
 </property>
</configuration>

/opt/hbase/是即将用来安装hadoop的目录; 4. 打开hadoop-2.7.4/etc/hadoop/hdfs-site.xml文件,配置如下:

<configuration>
 <property> 
  <name>dfs.namenode.name.dir</name> 
  <value>/opt/hbase/hadoop-2.7.4/dfs/name</value> 
 </property> 
 <property>
  <name>dfs.datanode.data.dir</name>
  <value>/opt/hbase/hadoop-2.7.4/dfs/data</value> 
 </property> 
 <property>
  <name>dfs.replication</name>
  <value>2</value> 
 </property>
 <property> 
  <name>dfs.namenode.secondary.http-address</name> 
  <value>master:9001</value> 
 </property>  
 <property>
  <name>dfs.webhdfs.enabled</name>
  <value>true</value> 
 </property> 
</configuration>

是hdfs相关的配置; 5. 打开hadoop-2.7.4/etc/hadoop/mapred-site.xml文件,配置如下:

<configuration>
 <property>
  <name>mapreduce.framework.name</name> 
  <value>yarn</value> 
 </property> 
 <property>
  <name>mapreduce.jobhistory.address</name> 
  <value>master:10020</value> 
 </property> 
 <property> 
  <name>mapreduce.jobhistory.webapp.address</name> 
  <value>master:19888</value> 
 </property> 
</configuration>

这些是关于mapreduce的配置; 6. 打开hadoop-2.7.4/etc/hadoop/yarn-site.xml文件,配置如下:

<configuration>
 <property>
  <name>yarn.nodemanager.aux-services</name> 
  <value>mapreduce_shuffle</value> 
 </property> 
 <property> 
  <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> 
  <value>org.apache.hadoop.mapred.ShuffleHandler</value> 
 </property> 
 <property>
  <name>yarn.resourcemanager.address</name> 
  <value>master:8032</value> 
 </property> 
 <property>  
  <name>yarn.resourcemanager.scheduler.address</name> 
  <value>master:8030</value> 
 </property> 
 <property>
  <name>yarn.resourcemanager.resource-tracker.address</name>  
  <value>master:8031</value> 
 </property> 
 <property>
  <name>yarn.resourcemanager.admin.address</name>   
  <value>master:8033</value> 
 </property> 
 <property> 
  <name>yarn.resourcemanager.webapp.address</name> 
  <value>master:8088</value> 
 </property>
</configuration>

以上是yarn相关配置; 7. 打开hadoop-2.7.4/etc/hadoop/slaves文件,配置如下:

slave1
slave2

以上是配置hadoop集群时的slave信息; 8. 在当前电脑打开ssh终端,进入hadoop-2.7.4文件夹所在目录,执行以下三行命令,把包含了我们刚刚配置好的文件的hadoop-2.7.4文件夹分别复制到master、slave1、slave2容器上去:

scp -P 19010 -r ./hadoop-2.7.4 root@localhost:/opt/hbase/hadoop-2.7.4
scp -P 19011 -r ./hadoop-2.7.4 root@localhost:/opt/hbase/hadoop-2.7.4
scp -P 19012 -r ./hadoop-2.7.4 root@localhost:/opt/hbase/hadoop-2.7.4

每个命令都要求输入密码”password”

配置hadoop相关环境变量

在master、slave1、slave2上分别执行如下操作: 1. 在/etc/profile文件中添加如下内容:

export JAVA_HOME=/usr/java/jdk1.8.0_144
export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
export HADOOP_HOME=/opt/hbase/hadoop-2.7.4
export PATH=$PATH:$HADOOP_HOME/sbin
export PATH=$PATH:$HADOOP_HOME/bin
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib/native"

以上是hadoop运行所需的环境变量;
2. 执行 source /etc/profile使环境变量生效;

启动hadoop

  1. 在master上执行如下命令格式化hdfs:
/opt/hbase/hadoop-2.7.4/bin/hdfs namenode -format

格式化结果如下图所示:
这里写图片描述
2. 在master上执行如下命令启动hadoop:

/opt/hbase/hadoop-2.7.4/sbin/start-all.sh

启动信息如下图所示:
这里写图片描述
3. 在master上输入jps看当前所有java进程,如下图:
这里写图片描述
上述进程齐全表示hadoop的master启动成功;
4. 在slave1、slave2上分别输入jps看当前所有java进程,如下图:
这里写图片描述
上述进程齐全表示hadoop的slave启动成功;

配置Hbase

在Hadoop官网下载hbase-1.2.6-bin.tar.gz,在当前电脑解压后,进入hbase-1.2.6文件夹,修改以下配置: 1. 打开hbase-1.2.6/conf/hbase-site.xml,修改配置如下:

<configuration>
<property>
   <name>hbase.rootdir</name>
   <value>hdfs://master:9000/hbase</value>
   <description>The directory shared by region servers.</description>
 </property>

 <property>
   <name>hbase.hregion.max.filesize</name>
   <value>1073741824</value>
   <description>
   Maximum HStoreFile size. If any one of a column families' HStoreFiles has
   grown to exceed this value, the hosting HRegion is split in two.
   Default: 256M.
   </description>
 </property>

 <property>
   <name>hbase.hregion.memstore.flush.size</name>
   <value>1073741824</value>
   <description>
   Memstore will be flushed to disk if size of the memstore
   exceeds this number of bytes.  Value is checked by a thread that runs
   every hbase.server.thread.wakefrequency.
   </description>
 </property>

 <property>
   <name>hbase.cluster.distributed</name>
   <value>true</value>
   <description>The mode the cluster will be in. Possible values are
     false: standalone and pseudo-distributed setups with managed Zookeeper
     true: fully-distributed with unmanaged Zookeeper Quorum (see hbase-env.sh)
   </description>
 </property>

 <property>
     <name>hbase.zookeeper.property.clientPort</name>
     <value>2181</value>
     <description>Property from ZooKeeper's config zoo.cfg.
     The port at which the clients will connect.
     </description>
 </property>

 <property>
   <name>zookeeper.session.timeout</name>
   <value>120000</value>
 </property>

 <property>
   <name>hbase.zookeeper.property.tickTime</name>
   <value>6000</value>
 </property>
   <property>
     <name>hbase.zookeeper.quorum</name>
     <value>master,slave1,slave2</value>
     <description>Comma separated list of servers in the ZooKeeper Quorum.
     For example, "host1.mydomain.com,host2.mydomain.com,host3.mydomain.com".
     By default this is set to localhost for local and pseudo-distributed modes of operation. For a fully-distributed setup, this should be set to a full list of ZooKeeper quorum servers. If HBASE_MANAGES_ZK is set in hbase-env.sh this is the list of servers which we will start/stop ZooKeeper on.
     </description>
</property>
</configuration>

以上信息配置了hbase以来的zookeeper信息; 2. 打开hbase-1.2.6/conf/regionservers文件,配置如下:

master
slave1
slave2


3. 打开hbase-1.2.6/conf/hbase-env.sh文件,找到 export JAVA_HOME=/usr/java/jdk1.6.0/这一行,改为当前jdk的路径:

export JAVA_HOME=/usr/java/jdk1.8.0_144

以上是hbase的集群配置; 4. 在当前电脑打开ssh终端,进入hbase-1.2.6文件夹所在目录,执行以下三行命令,把包含了我们刚刚配置好的文件的hbase-1.2.6文件夹分别复制到master、slave1、slave2容器上去:

scp -P 19010 -r ./hbase-1.2.6 root@localhost:/opt/hbase-1.2.6
scp -P 19011 -r ./hbase-1.2.6 root@localhost:/opt/hbase-1.2.6
scp -P 19012 -r ./hbase-1.2.6 root@localhost:/opt/hbase-1.2.6

每个命令都要求输入密码”password”

配置hbase相关环境变量

在master、slave1、slave2上分别执行如下操作: 1. 在/etc/profile文件中添加如下内容:

export HBASE_HOME=/opt/hbase-1.2.6
export PATH=$HBASE_HOME/bin:$PATH

以上是hbase运行所需的环境变量;
2. 执行 source /etc/profile使环境变量生效;

启动hbase

在master上执行 start-hbase.sh命令启动hbase(由于hbase/bin已经添加到环境变量中,所以start-hbase.sh可以在任何目录下执行),启动信息如下图所示:
这里写图片描述

在master上执行jps查看java进程,可以看到新增的HMaster、HRegionServer进程,如下图:
这里写图片描述

在slave1、slave2上执行jps查看java进程,可以看到新增的HRegionServer进程,如下图:
这里写图片描述

验证hbase

执行以下命令,可以进入HBase的命令行模式:

hbase shell

见到的如下图所示:
这里写图片描述

创建个表试试,输入以下命令创建student表,行键是id,一个列族info:

create 'student','id','info'

提示如下图:
这里写图片描述

在slave1上执行base shell进入命令行模式,再执行list命令查看表信息,可以看到刚刚在master上创建的student表,如下图:
这里写图片描述

web服务验证

在docker-compose.yml中我们暴露了50070,8088,16010三个端口,现在当前电脑的浏览器上依次检查这三个端口对应的web服务:
1. http://localhost:50070/
这里写图片描述
2. http://localhost:8088/
这里写图片描述
3. http://localhost:16010/
这里写图片描述

至此,在docker上搭建集群HBase的实战已经完成,文中用到的文件主要有以下这些,我已经上传到github上:
1. docker镜像对应的dockerfile,以及制作镜像所需的材料;
2. zookeeper-3.4.6;
3. hadoop-2.7.4;
4. hbase-1.2.6;

github的地址是:github.com/zq2599/zook…,相关的配置文件都已经按照文中提到的方式去修改过了,有需要的读者可以下载使用。