欢迎光临
我们一直在努力
        找回密码
当前位置：171主机测评 > 服务器技术 > 正文

【大数据环境安装指南】ZooKeeper搭建Hadoop高可用集群教程

2026-06-01 分类：服务器技术 阅读(156) 评论(0)

系列文章目录

  • 第一章 【大数据环境安装指南】 JDK安装
  • 第二章 【大数据环境安装指南】 Python安装
  • 第三章 【大数据环境安装指南】VMware虚拟机静态IP及多IP配置
  • 第四章 【大数据环境安装指南】 Flume图文安装教程

文章目录

  • 系列文章目录
  • 前言
  • 一、 核心架构说明
  • 二、 环境准备（所有节点执行）
  • 2.1 服务器规划（3 节点）
  • 2.2 基础环境初始化
      • 2.2.1 关闭防火墙和 SELinux（所有节点）
      • 2.2.2 配置主机名和 hosts 映射
      • 2.2.3 安装 JDK（Hadoop 依赖 Java）
      • 2.2.4 关闭 swap（Hadoop 推荐，避免性能损耗）
      • 2.2.5 创建普通用户SSH配置免密登录：
  • 三、部署 ZooKeeper 集群（3个 节点）
    • 3.1 下载
    • 3.2 解压
    • 3.3 配置环境变量
    • 3.4 修改配置
    • 3.5 创建 myid 文件（各 Zookeeper 节点）
    • 3.6 启动 ZooKeeper 集群（所有 Zookeeper 节点）
  • 四、Hadoop环境搭建
    • 3.1 下载并解压
    • 3.2 配置环境变量（主、从节点都需要操作）
    • 3.3 Hadoop HA 核心配置
    • 3.4 分发程序
  • 五、 初始化并启动 Hadoop HA 集群
    • 5.1 初始化 JournalNode（所有 JournalNode 节点）
    • 5.2 初始化 NameNode（仅 node1 执行）
    • 5.3 启动 HDFS 集群（node1 执行）
    • 5.4 启动 YARN 集群（node1 执行）
  • 六、HA 集群验证
    • 6.1 测试 HDFS 读写
    • 6.2 测试故障自动切换
  • 七、 Web UI 访问

前言

操作系统环境：Centos 7、Rocky 9 、Almalinux 9、openEuler-25 Hadoop版本：3.4.2 zookeeper版本：3.8.4

Hadoop HA 集群的核心目标是解决 NameNode（NN）和 ResourceManager（RM）的单点故障问题，通过 ZooKeeper 实现 Active/Standby 节点的自动切换，结合 JournalNode（JN）同步 NN 元数据，最终实现集群无单点故障。以下是生产级 3 节点集群的完整搭建指南：

一、 核心架构说明

组件作用
NameNode HA 2 个 NN（Active/Standby），通过 ZKFC（ZooKeeper Failover Controller）实现自动切换
JournalNode 3 个 JN 节点，同步 Active NN 的 edits 日志，Standby NN 实时读取以保持元数据一致
ZooKeeper 存储集群状态、选举 Active NN/RM、触发故障转移
ResourceManager HA 2 个 RM 节点，通过 ZK 存储状态，实现 Active/Standby 自动切换
DataNode/NodeManager 多节点部署，提供数据存储和任务执行能力

Zookeeper 版本与 Hadoop版本的兼容性问题： Hadoop/YARN 对 ZK 版本有严格依赖，高版本 Hadoop 使用的 Curator 客户端可能调用了低版本 ZK 不支持的 API，反之亦然。 查看 Hadoop 依赖的 Curator/ZK 客户端版本：

# 进入Hadoop lib目录，查找curator和zk客户端jar包
ls $HADOOP_HOME/share/hadoop/common/lib | grep -E "curator|zookeeper"

在这里插入图片描述 hadoop采用的是3.4.2版本，通过查找curator和zookeeper客户端jar包，建议使用3.8.4版本的zookeeper，不要使用3.4.14版本的zookeeper，会有兼容性问题出现。

二、 环境准备（所有节点执行）

2.1 服务器规划（3 节点）

节点 IP主机名核心角色关键端口
192.168.3.129 node1 Active NN、RM、DN、JN、ZK、ZKFC 50070（NN）、8088（RM）
192.168.3.130 node2 Standby NN、RM、DN、JN、ZK、ZKFC 50070（NN）、8088（RM）
192.168.3.131 node3 DN、JN、ZK、NM 8485（JN）、2181（ZK）

2.2 基础环境初始化

2.2.1 关闭防火墙和 SELinux（所有节点）

# 临时关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
# 关闭SELinux
setenforce 0 # 临时
sed -i 's/^SELINUX=enforcing/SELINUX=disabled/' /etc/selinux/config # 永久

2.2.2 配置主机名和 hosts 映射

  • 配置主机名（每个节点对应修改）：

    • # node1节点
    hostnamectl set-hostname node1
    # node2节点
    hostnamectl set-hostname node2
    # node3节点
    hostnamectl set-hostname node3

  • 配置 hosts 文件（所有节点）：

    • vim /etc/hosts
    # 添加以下内容
    192.168.3.129 node1
    192.168.3.130 node2
    192.168.3.131 node3

    2.2.3 安装 JDK（Hadoop 依赖 Java）

    Hadoop 3.x 推荐 JDK 8（OpenJDK 或 Oracle JDK），需要预先安装，安装步骤详见：： 【大数据环境安装指南】 JDK安装

    2.2.4 关闭 swap（Hadoop 推荐，避免性能损耗）

    # 临时关闭
    swapoff -a
    # 永久关闭（注释swap分区）
    vi /etc/fstab
    # 注释掉包含swap的行，例如：
    # /dev/mapper/centos-swap swap swap defaults 0 0

    2.2.5 创建普通用户SSH配置免密登录：

    Hadoop 组件之间需要基于 SSH 进行通讯。

  • 创建hadoop用户 Hadoop 官方不建议用 root 运行集群（安全风险 + 权限混乱），核心思路是创建专属普通用户（如 hadoop），并赋予相关目录权限，全程以该用户操作。

    • useradd -m hadoop
    passwd hadoop # 设置密码（如hadoop123）
    # 在/usr/local目录下新建app目录作为应用安装目录
    mkdir /usr/local/app
    #app属主授权给hadoop用户
    chown -R hadoop:hadoop /usr/local/app

  • 在/usr/local目录下新建app目录

    • mkdir /usr/local/app
    #app属主授权给hadoop用户
    chown -R hadoop:hadoop /usr/local/app

  • 赋予hadoop用户sudo权限（可选，方便后续操作）

    • echo "hadoop ALL=(ALL) NOPASSWD:ALL" >> /etc/sudoers

  • 生成密钥（所有节点执行，一路回车）：

    • #切换到hadoop用户，生成密钥：
    su – hadoop
    ssh-keygen -t rsa # 一路回车，生成密钥

    执行命令会提示相关操作，默认按回车就好 在这里插入图片描述

  • 授权 进入 ~/.ssh 目录下，查看生成的公匙和私匙

    • cd ~/.ssh

    在这里插入图片描述

  • 互传公钥（node1执行，将公钥分发到所有节点）：

    • # 写入公匙到授权文件
    cat id_rsa.pub >> authorized_keys
    # 授权给node1（和localhost是同一台机器，可省略，但建议加）
    ssh-copy-id node1
    ssh-copy-id node2
    ssh-copy-id node3
    chmod 600 authorized_keys

  • 检查 SELinux / 防火墙：若开启 SELinux，需确保 SSH 目录上下文正确，执行如下命令：

    • restorecon -R ~/.ssh

  • 验证免密登录是否生效，执行以下命令验证（无需输入密码即表示成功）：

    • ssh node2

    若直接进入node2主机的命令行，说明免密登录配置完成。

    三、部署 ZooKeeper 集群（3个 节点）

    3.1 下载

    下载对应版本 Zookeeper，这里我下载的版本 3.8.4。官方下载地址：https://archive.apache.org/dist/zookeeper/ 在这里插入图片描述 Zookeeper 有两种安装包： ❌ 源码包：文件名如 apache-zookeeper-3.8.4.tar.gz（无 -bin 后缀），仅含源码，无编译后的 class 文件； ✅ 二进制包：文件名如 apache-zookeeper-3.8.4-bin.tar.gz（带 -bin 后缀），包含可直接运行的 class 文件。 我们需要下载二进制包：

    wget https://archive.apache.org/dist/zookeeper/zookeeper-3.8.4/apache-zookeeper-3.8.4-bin.tar.gz

    3.2 解压

    zookeeper解压到/usr/local/app目录下，没有app目录的需要新建

    #解压
    tar -zxvf apache-zookeeper-3.8.4-bin.tar.gz -C /usr/local/app/
    #进行软链接
    ln -s apache-zookeeper-3.8.4-bin/ zookeeper

    3.3 配置环境变量

    修改/etc/profile文件

    vim /etc/profile

    添加如下环境变量：

    export ZOOKEEPER_HOME=/usr/local/app/zookeeper
    export PATH=$ZOOKEEPER_HOME/bin:$PATH

    环境变量立即生效：

    source /etc/profile

    3.4 修改配置

    进入安装目录的 conf/ 目录下，拷贝配置样本并进行修改：

    # 进入conf目录
    cd /usr/local/app/zookeeper/conf/
    # 拷贝配置文件
    cp zoo_sample.cfg zoo.cfg
    # 修改配置文件
    vim zoo.cfg

    配置 zoo.cfg内容如下：

    tickTime=2000
    initLimit=10
    syncLimit=5
    dataDir=/usr/local/app/zookeeper/data
    dataLogDir=/usr/local/app/zookeeper/log
    clientPort=2181
    # 集群配置
    server.1=node1:2888:3888
    server.2=node2:2888:3888
    server.3=node3:2888:3888
    # 自动清理日志
    autopurge.snapRetainCount=3
    autopurge.purgeInterval=1

    配置参数说明：

    tickTime：用于计算的基础时间单元。比如 session 超时：N*tickTime；
    initLimit：用于集群，允许从节点连接并同步到 master 节点的初始化连接时间，以 tickTime 的倍数来表示；
    syncLimit：用于集群， master 主节点与从节点之间发送消息，请求和应答时间长度（心跳机制）；
    dataDir：数据存储位置；
    dataLogDir：日志目录；
    clientPort：用于客户端连接的端口，默认 2181

    3.5 创建 myid 文件（各 Zookeeper 节点）

    # node1
    mkdir -p /usr/local/app/zookeeper/data
    mkdir -p /usr/local/app/zookeeper/logs
    echo "1" > /usr/local/app/zookeeper/data/myid

    # node2
    mkdir -p /usr/local/app/zookeeper/data
    mkdir -p /usr/local/app/zookeeper/logs
    echo "2" > /usr/local/app/zookeeper/data/myid

    # node3
    mkdir -p /usr/local/app/zookeeper/data
    mkdir -p /usr/local/app/zookeeper/logs
    echo "3" > /usr/local/app/zookeeper/data/myid

    3.6 启动 ZooKeeper 集群（所有 Zookeeper 节点）

    # 所有ZK节点执行
    /usr/local/app/zookeepe/bin/zkServer.sh start

    # 验证状态（node1/2/3分别执行，应有1个leader、2个follower）
    /usr/local/app/zookeeper/bin/zkServer.sh status
    # 正常输出：Mode: leader 或 Mode: follower

    可以使用 JPS 验证进程是否已经启动，出现 QuorumPeerMain 则代表启动成功。

    jps

    在这里插入图片描述

    四、Hadoop环境搭建

    3.1 下载并解压

  • 访问官方下载页面，打开 Apache Hadoop 官网下载地址：https://hadoop.apache.org/releases.html
  • 直接访问镜像站（国内下载更快）：
    • 清华镜像： https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/
    • 阿里镜像： https://mirrors.aliyun.com/apache/hadoop/common/
  • 解压文件：

    • #文件解压到app目录下
    tar -zxvf hadoop-3.4.2.tar.gz -C /usr/local/app
    #创建软链接
    ln -s hadoop-3.4.2 hadoop

    3.2 配置环境变量（主、从节点都需要操作）

    vim /etc/profile

    配置环境变量，添加如下内容：

    export HADOOP_HOME=/usr/local/app/hadoop
    export PATH=${HADOOP_HOME}/bin:$PATH

    执行 source 命令，使得配置的环境变量立即生效：

    source /etc/profile

    3.3 Hadoop HA 核心配置

    Hadoop HA 配置主要修改 $HADOOP_HOME/etc/hadoop 下的 6 个核心文件，所有配置需同步到所有节点。

    cd ${HADOOP_HOME}/etc/hadoop/

  • core-site.xml

    • <?xml version="1.0" encoding="UTF-8"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
    <!– 指定HDFS的nameservice为mycluster（自定义） –>
    <property>
    <name>fs.defaultFS</name>
    <value>hdfs://mycluster</value>
    </property>
    <!– Hadoop临时目录 –>
    <property>
    <name>hadoop.tmp.dir</name>
    <value>/home/hadoop/tmp</value>
    </property>
    <!– ZooKeeper地址 –>
    <property>
    <name>ha.zookeeper.quorum</name>
    <value>node1:2181,node2:2181,node3:2181</value>
    </property>
    <!– 开启Hadoop回收站（可选） –>
    <property>
    <name>fs.trash.interval</name>
    <value>1440</value>
    </property>
    </configuration>

    在这里插入图片描述

  • hdfs-site.xml 指定副本系数和临时文件存储位置：

    • <?xml version="1.0" encoding="UTF-8"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
    <!– 开启HDFS HA –>
    <property>
    <name>dfs.nameservices</name>
    <value>mycluster</value>
    </property>
    <!– 配置两个NameNode的ID –>
    <property>
    <name>dfs.ha.namenodes.mycluster</name>
    <value>nn1,nn2</value>
    </property>
    <!– nn1的RPC地址 –>
    <property>
    <name>dfs.namenode.rpc-address.mycluster.nn1</name>
    <value>node1:8020</value>
    </property>
    <!– nn1的HTTP地址 –>
    <property>
    <name>dfs.namenode.http-address.mycluster.nn1</name>
    <value>node1:50070</value>
    </property>
    <!– nn2的RPC地址 –>
    <property>
    <name>dfs.namenode.rpc-address.mycluster.nn2</name>
    <value>node2:8020</value>
    </property>
    <!– nn2的HTTP地址 –>
    <property>
    <name>dfs.namenode.http-address.mycluster.nn2</name>
    <value>node2:50070</value>
    </property>
    <!– NameNode元数据存储到JournalNode的路径 –>
    <property>
    <name>dfs.namenode.shared.edits.dir</name>
    <value>qjournal://node1:8485;node2:8485;node3:8485/mycluster</value>
    </property>
    <!– JournalNode数据存储目录 –>
    <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>/home/hadoop/journaldata</value>
    </property>
    <!– 开启自动故障切换 –>
    <property>
    <name>dfs.ha.automatic-failover.enabled</name>
    <value>true</value>
    </property>
    <!– 故障切换实现类 –>
    <property>
    <name>dfs.client.failover.proxy.provider.mycluster</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <!– 隔离机制（防止脑裂） –>
    <property>
    <name>dfs.ha.fencing.methods</name>
    <value>
    sshfence
    shell(/bin/true)
    </value>
    </property>
    <!– ssh免密登录（隔离机制依赖） –>
    <property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/home/hadoop/.ssh/id_rsa</value>
    </property>
    <!– 关闭权限检查（测试环境） –>
    <property>
    <name>dfs.permissions.enabled</name>
    <value>false</value>
    </property>
    <!– DataNode数据存储目录 –>
    <property>
    <name>dfs.datanode.data.dir</name>
    <value>/home/hadoop/datanode</value>
    </property>
    </configuration>

    在这里插入图片描述

  • yarn-site.xml

    • <?xml version="1.0" encoding="UTF-8"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
    <!– 开启YARN HA –>
    <property>
    <name>yarn.resourcemanager.ha.enabled</name>
    <value>true</value>
    </property>
    <!– RM集群ID –>
    <property>
    <name>yarn.resourcemanager.cluster-id</name>
    <value>yrc</value>
    </property>
    <!– RM节点ID –>
    <property>
    <name>yarn.resourcemanager.ha.rm-ids</name>
    <value>rm1,rm2</value>
    </property>
    <!– rm1地址 –>
    <property>
    <!– RM1 的服务地址 –>
    <name>yarn.resourcemanager.hostname.rm1</name>
    <value>node1</value>
    </property>
    <property>
    <name>yarn.resourcemanager.address.rm1</name>
    <value>node1:8032</value>
    </property>
    <property>
    <name>yarn.resourcemanager.webapp.address.rm1</name>
    <value>node1:8088</value>
    </property>
    <property>
    <name>yarn.resourcemanager.resource-tracker.address.rm1</name>
    <value>node1:8031</value>
    </property>
    <property>
    <name>yarn.resourcemanager.scheduler.address.rm1</name>
    <value>node1:8030</value>
    </property>
    <!– rm2地址 –>
    <property>
    <!– RM2 的服务地址 –>
    <name>yarn.resourcemanager.hostname.rm2</name>
    <value>node2</value>
    </property>
    <property>
    <name>yarn.resourcemanager.address.rm2</name>
    <value>node2:8032</value>
    </property>
    <property>
    <name>yarn.resourcemanager.webapp.address.rm2</name>
    <value>node2:8088</value>
    </property>
    <property>
    <name>yarn.resourcemanager.resource-tracker.address.rm2</name>
    <value>node2:8031</value>
    </property>
    <property>
    <name>yarn.resourcemanager.scheduler.address.rm2</name>
    <value>node2:8030</value>
    </property>
    <!– ZooKeeper地址 –>
    <property>
    <name>yarn.resourcemanager.zk-address</name>
    <value>node1:2181,node2:2181,node3:2181</value>
    </property>
    <!– 开启自动恢复 –>
    <property>
    <name>yarn.resourcemanager.recovery.enabled</name>
    <value>true</value>
    </property>
    <!– 恢复机制 –>
    <property>
    <name>yarn.resourcemanager.store.class</name>
    <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>
    <!– 开启NodeManager本地服务 –>
    <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
    </property>
    <!– 开启内存检查 –>
    <property>
    <name>yarn.nodemanager.pmem-check-enabled</name>
    <value>false</value>
    </property>
    <property>
    <name>yarn.nodemanager.vmem-check-enabled</name>
    <value>false</value>
    </property>
    </configuration>

    在这里插入图片描述

  • mapred-site.xml

    • <?xml version="1.0" encoding="UTF-8"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
    <!– 指定MapReduce运行在YARN上 –>
    <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
    </property>
    <!– 开启MapReduce HA –>
    <property>
    <name>yarn.app.mapreduce.am.env</name>
    <value>HADOOP_MAPRED_HOME=/usr/local/app/hadoop</value>
    </property>
    <property>
    <name>mapreduce.map.env</name>
    <value>HADOOP_MAPRED_HOME=/usr/local/app/hadoop</value>
    </property>
    <property>
    <name>mapreduce.reduce.env</name>
    <value>HADOOP_MAPRED_HOME=/usr/local/app/hadoop</value>
    </property>
    </configuration>

    在这里插入图片描述

  • hadoop-env.sh

    • #修改hadoop-env.sh文件
    vim $HADOOP_HOME/etc/hadoop/hadoop-env.sh

    # 添加/修改以下内容
    export JAVA_HOME=/usr/local/jdk8/
    export HDFS_NAMENODE_USER="hadoop"
    export HDFS_DATANODE_USER="hadoop"
    export HDFS_JOURNALNODE_USER="hadoop"
    export HDFS_ZKFC_USER="hadoop"
    export YARN_RESOURCEMANAGER_USER="hadoop"
    export YARN_NODEMANAGER_USER="hadoop"
    # 解决ZooKeeper连接超时
    export HADOOP_OPTS="-Djava.net.preferIPv4Stack=true"

    在这里插入图片描述

  • 编辑workers文件 配置所有从属节点的主机名或 IP 地址，由于是单机版本，所以指定本机即可，添加如下主机名：

    • #修改workers文件
    vim $HADOOP_HOME/etc/hadoop/workers
    # 添加/修改以下内容
    node1
    node2
    node3

    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。

    # 将安装包分发到node2
    scp -r /usr/local/app/hadoop node2:/usr/local/app
    # 将安装包分发到node3
    scp -r /usr/local/app/hadoop node3:/usr/local/app

    在从节点node2、node3的服务器也要配置下hadoop环境变量， 编辑/etc/profile文件，增加如下内容：

    #编辑/etc/profile文件
    vim /etc/profile
    #添加/修改如下内容
    export HADOOP_HOME=/usr/local/app/hadoop
    export PATH=${HADOOP_HOME}/bin:$PATH

    执行 source 命令，使得配置的环境变量立即生效：

    source /etc/profile

    五、 初始化并启动 Hadoop HA 集群

    5.1 初始化 JournalNode（所有 JournalNode 节点）

    # 创建JournalNode数据目录（所有节点）
    mkdir -p /home/hadoop/journaldata

    # 启动JournalNode（node1、node2、node3节点）
    hdfs –daemon start journalnode

    # 验证启动状态
    jps | grep JournalNode # 应有JournalNode进程

    在这里插入图片描述

    5.2 初始化 NameNode（仅 node1 执行）

    # 格式化NameNode（node1执行）
    hdfs namenode -format

    # 启动node1的NameNode（node1执行）
    hdfs –daemon start namenode

    # 将node1的NameNode元数据同步到node2（node2执行）
    hdfs namenode -bootstrapStandby

    # 格式化ZooKeeper（仅node1执行，初始化HA状态）
    hdfs zkfc -formatZK

    5.3 启动 HDFS 集群（node1 执行）

    #进入$HADOOP_HOME/sbin目录
    cd $HADOOP_HOME/sbin
    # 启动所有HDFS进程
    ./start-dfs.sh

    # 验证进程（node1应有NameNode、ZKFC、DataNode、JournalNode；node2应有Standby NameNode、ZKFC、DataNode、JournalNode；node3应有DataNode、JournalNode）
    jps

    验证进程：

    • node 1 在这里插入图片描述

    • node 2 在这里插入图片描述

    • node 3 在这里插入图片描述

    # 查看NameNode状态（应有1个Active，1个Standby）
    hdfs haadmin -getServiceState nn1 # 输出active/standby
    hdfs haadmin -getServiceState nn2 # 输出standby/active

    在这里插入图片描述

    5.4 启动 YARN 集群（node1 执行）

    #进入$HADOOP_HOME/sbin目录
    cd $HADOOP_HOME/sbin
    # 启动所有YARN进程（node1 执行）
    ./start-yarn.sh

    # 启动备用ResourceManager（node1、node2执行，确保RM HA）
    yarn –daemon start resourcemanager

    # node1、node2验证RM状态
    yarn rmadmin -getServiceState rm1 # 输出active/standby
    yarn rmadmin -getServiceState rm2 # 输出standby/active

    在这里插入图片描述

    六、HA 集群验证

    6.1 测试 HDFS 读写

    # 创建目录
    hdfs dfs -mkdir /test

    # 上传文件
    hdfs dfs -put $HADOOP_HOME/README.txt /test

    # 查看文件
    hdfs dfs -ls /test

    # 下载文件
    hdfs dfs -get /test/README.txt ./

    在这里插入图片描述

    6.2 测试故障自动切换

    (1)、手动停止 Active NameNode（如 node1 的 nn1）：

    # node1执行
    hdfs –daemon stop namenode

    # 验证切换（node2的nn2应自动变为Active）
    hdfs haadmin -getServiceState nn2 # 输出active

    在这里插入图片描述

    (2)、恢复原 NameNode：

    # node1执行
    hdfs –daemon start namenode

    # 验证状态（node1变为Standby）
    hdfs haadmin -getServiceState nn1 # 输出standby

    在这里插入图片描述 (3)、测试 ResourceManager 切换：

    # 停止Active RM（如node1的rm1）
    yarn –daemon stop resourcemanager

    # 验证切换（node2的rm2变为Active）
    yarn rmadmin -getServiceState rm2 # 输出active

    在这里插入图片描述

    七、 Web UI 访问

  • Active NameNode： 访问http://node1:50070 或 http://node2:50070（显示 Active 的节点）； 在这里插入图片描述

  • ResourceManager： http://node1:8088 或 http://node2:8088（显示 Active 的节点）。 在这里插入图片描述

    • 赞(0)
    未经允许不得转载：171主机测评 » 【大数据环境安装指南】ZooKeeper搭建Hadoop高可用集群教程
    分享到： 更多 (0)
    标签：

    相关推荐

    评论 抢沙发

    取消

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址

    热门标签

    #人工智能(59499)#python(20178)#开发语言(16910)#java(15517)#运维(15387)#linux(14976)#大数据(14604)#服务器(13087)#算法(11805)#前端(10933)#网络(9394)#ai(8948)#数据库(8919)#c++(8187)#课程设计(6816)#学习(6790)#机器学习(6724)#区块链(5927)#OpenClaw(5390)#后端(5171)#spring boot(5019)#深度学习(4962)#c语言(4384)#毕业设计(4300)#数据结构(4207)#安全(4083)#docker(3937)#架构(3877)#javascript(3812)#大模型(3660)

    热门文章

    最新文章

    归档

    分类