Storm入门教程 第三章Storm集群安装部署步骤[转]
2015-08-03 22:54
931 查看
Storm开发环境快速搭建(单机、集群模式)(基于Storm-0.9.1)
本文主要介绍Storm分布式集群环境的搭建,单机模式(又称本地集群、伪分布式)作为集群模式的一个特例,也会在后面有所介绍。如果在安装搭建的过程中遇到任何问题,可直接回复作者。Storm集群搭建主要包括以下步骤:
1、搭建一个Zookeeper集群
2、在nimbus、supervisor节点安装依赖包
3、在nimbus、supervisor节点下载并解压缩Storm包
4、修改nimbus、supervisor节点的配置文件(storm.yaml)
5、使用storm脚本启动守护进程(包括nimbus、supervisor、ui)
Storm集群搭建
一些准备在自己的win2008服务器(IP:202.202.5.223)上安装如下三台虚拟机(普通PC机上也行):
①cluster01:
用户名 / 密码:nimbus / nimbus
ip:192.168.170.128
②cluster02:
用户名 / 密码:zookeeper / zookeeper
ip:192.168.170.129
③cluster03:
用户名 / 密码:supervisor / supervisor
ip:192.168.170.130
此三台虚拟机分别用作Storm集群中的nimbus节点、Zookeeper集群、supervisor节点,因此后面说的在nimbus节点上的操作实际上就是在cluster01这台虚拟机上进行操作,其他类推。
1、搭建一个Zookeeper集群
在cluster02这台虚拟机上搭建zookeeper集群,如何快速搭建zookeeper集群,请参考:http://nileader.blog.51cto.com/1381108/795230,此处不再赘述。
2、在nimbus、supervisor节点安装依赖包
JDK必须安装,本文不再赘述。(java -version检查是否安装JDK)
此外,Storm支持多种语言的开发,需要安装相应的环境。(如果需要运行storm-starter中的例子,则需要安装Python)
3、下载并解压Storm到nimbus、supervisor节点
下载地址:http://storm.incubator.apache.org/downloads.html
注:解压完之后,为了后面的使用方便,可以将storm的bin目录添加到PATH环境变量中。
4、修改nimbus、supervisor节点的配置文件(storm.yaml)
Storm的配置文件位于storm主目录下的conf/storm.yaml,有四处强制需要指定,分别是:
1)storm.zookeeper.servers:指定zookeeper集群中的主机列表,本例中zookeeper集群只有一台主机,配置如下:
storm.zookeeper.servers:
- “192.168.170.129″
2) storm.local.dir: nimbus和supervisor进程需要一个本地磁盘上的目录去存储一些jar包、配置文件,需要注意此目录的权限。
nimbus节点上的配置:
storm.local.dir: “/home/nimbus/storm”
supervisor节点上的配置:
storm.local.dir: “/home/supervisor/storm”
3) nimbus.host:指定nimbus节点对应的主机,配置如下:
nimbus.host: “192.168.170.128″
4) supervisor.slots.ports:对于每个supervisor节点,需要指定一些端口,来运行相应数目的JVM进程。下面的配置开发了四个端口,即在supervisor节点上运行了四个JVM进程(4个worker、此处涉及到Storm中的并行化机制)。
supervisor.slots.ports:
- 6700
- 6701
- 6702
- 6703
注:nimbus节点和supervisor节点上的storm.yaml均需要配置。
5、使用storm脚本启动守护进程(包括nimbus、supervisor、ui)
1)nimbus:在nimbus节点上运行storm nimbus命令
2)supervisor:在supervisor节点上运行 storm supervisor命令
3)ui:在nimbus节点上运行storm ui命令,并访问http://192.168.170.128:8080,出现如下界面则表明集群搭建成功:
![](http://www.flyne.org/wp-content/uploads/2014/04/stormui.jpg)
单机版集群搭建(伪分布式)
所谓伪分布式,其实并不是真正的分布式,它只是在一台机器上模拟了一个真实的分布式的环境。同理,单机版集群环境也只是用一台机器模拟了一个集群,即若干台计算机组成的环境。单机版集群搭建的步骤与Storm集群环境的搭建过程大致相同,不过需要注意的是:
1)由于单机版集群只有一台主机,并不涉及与其他机器之间的通信,因此,在出现ip地址的地方用localhost或者127.0.0.1代替即可。
2)由于nimbus、supervisor都在同一台机器上,因此storm.yaml文件只需配置一次即可。
可能出现的问题
在启动nimbus、supervisor守护进程时如果出现问题,不妨把linux的防火墙暂时关闭一下,笔者在部署Storm集群时就遇到过这个问题。Storm集群安装部署步骤
本文以Twitter Storm官方Wiki为基础,详细描述如何快速搭建一个Storm集群,其中,项目实践中遇到的问题及经验总结,在相应章节以“注意事项”的形式给出。
1. Storm集群组件
Storm集群中包含两类节点:主控节点(Master Node)和工作节点(Work Node)。其分别对应的角色如下:主控节点(Master Node)上运行一个被称为Nimbus的后台程序,它负责在Storm集群内分发代码,分配任务给工作机器,并且负责监控集群运行状态。Nimbus的作用类似于Hadoop中JobTracker的角色。
每个工作节点(Work Node)上运行一个被称为Supervisor的后台程序。Supervisor负责监听从Nimbus分配给它执行的任务,据此启动或停止执行任务的工作进程。每一个工作进程执行一个Topology的子集;一个运行中的Topology由分布在不同工作节点上的多个工作进程组成。
![](http://pic002.cnblogs.com/images/2012/79962/2012113013552970.png)
Storm集群组件
Nimbus和Supervisor节点之间所有的协调工作是通过Zookeeper集群来实现的。此外,Nimbus和Supervisor进程都是快速失败(fail-fast)和无状态(stateless)的;Storm集群所有的状态要么在Zookeeper集群中,要么存储在本地磁盘上。这意味着你可以用kill -9来杀死Nimbus和Supervisor进程,它们在重启后可以继续工作。这个设计使得Storm集群拥有不可思议的稳定性。
2. 安装Storm集群
这一章节将详细描述如何搭建一个Storm集群。下面是接下来需要依次完成的安装步骤:搭建Zookeeper集群;
安装Storm依赖库;
下载并解压Storm发布版本;
修改storm.yaml配置文件;
启动Storm各个后台进程。
2.1 搭建Zookeeper集群
Storm使用Zookeeper协调集群,由于Zookeeper并不用于消息传递,所以Storm给Zookeeper带来的压力相当低。大多数情况下,单个节点的Zookeeper集群足够胜任,不过为了确保故障恢复或者部署大规模Storm集群,可能需要更大规模节点的Zookeeper集群(对于Zookeeper集群的话,官方推荐的最小节点数为3个)。在Zookeeper集群的每台机器上完成以下安装部署步骤:1)下载安装Java JDK,官方下载链接为http://java.sun.com/javase/downloads/index.jsp,JDK版本为JDK 6或以上。
2)根据Zookeeper集群的负载情况,合理设置Java堆大小,尽可能避免发生swap,导致Zookeeper性能下降。保守期间,4GB内存的机器可以为Zookeeper分配3GB最大堆空间。
3)下载后解压安装Zookeeper包,官方下载链接为http://hadoop.apache.org/zookeeper/releases.html。
4)根据Zookeeper集群节点情况,创建如下格式的Zookeeper配置文件zoo.cfg:
tickTime=2000 dataDir=/var/zookeeper/ clientPort=2181 initLimit=5 syncLimit=2 server.1=zoo1:2888:3888 server.2=zoo2:2888:3888 server.3=zoo3:2888:3888
其中,dataDir指定Zookeeper的数据文件目录;其中server.id=host:port:port,id是为每个Zookeeper节点的编号,保存在dataDir目录下的myid文件中,zoo1~zoo3表示各个Zookeeper节点的hostname,第一个port是用于连接leader的端口,第二个port是用于leader选举的端口。
5)在dataDir目录下创建myid文件,文件中只包含一行,且内容为该节点对应的server.id中的id编号。
6)启动Zookeeper服务:
java -cp zookeeper.jar:lib/log4j-1.2.15.jar:conf \ org.apache.zookeeper.server.quorum.QuorumPeerMain zoo.cfg
也可以通过bin/zkServer.sh脚本启动Zookeeper服务。
7)通过Zookeeper客户端测试服务是否可用:
Java客户端下,执行如下命令:
java -cp zookeeper.jar:src/java/lib/log4j-1.2.15.jar:conf:src/java/lib/jline-0.9.94.jar \ org.apache.zookeeper.ZooKeeperMain -server 127.0.0.1:2181
也可以通过bin/zkCli.sh脚本启动Zookeeper Java客户端。
![](http://images2015.cnblogs.com/blog/285763/201508/285763-20150829114146109-616531603.png)
检查是否启动成功:
![](http://images2015.cnblogs.com/blog/285763/201508/285763-20150829114309078-1349833500.png)
C客户端下,进入src/c目录下,编译单线程或多线程客户端:
./configure make cli_st make cli_mt
运行进入C客户端:
cli_st 127.0.0.1:2181 cli_mt 127.0.0.1:2181
至此,完成了Zookeeper集群的部署与启动。
注意事项:
由于Zookeeper是快速失败(fail-fast)的,且遇到任何错误情况,进程均会退出,因此,最好能通过监控程序将Zookeeper管理起来,保证Zookeeper退出后能被自动重启。详情参考这里。
Zookeeper运行过程中会在dataDir目录下生成很多日志和快照文件,而Zookeeper运行进程并不负责定期清理合并这些文件,导致占用大量磁盘空间,因此,需要通过cron等方式定期清除没用的日志和快照文件。详情参考这里。具体命令格式如下:java -cp zookeeper.jar:log4j.jar:conf org.apache.zookeeper.server.PurgeTxnLog <dataDir> <snapDir> -n <count>
2.2 安装Storm依赖库
接下来,需要在Nimbus和Supervisor机器上安装Storm的依赖库,具体如下:ZeroMQ 2.1.7 – 请勿使用2.1.10版本,因为该版本的一些严重bug会导致Storm集群运行时出现奇怪的问题。少数用户在2.1.7版本会遇到"IllegalArgumentException"的异常,此时降为2.1.4版本可修复这一问题。
JZMQ
Java 6
Python 2.6.6
unzip
以上依赖库的版本是经过Storm测试的,Storm并不能保证在其他版本的Java或Python库下可运行。
2.2.1 安装ZMQ 2.1.7
下载后编译安装ZMQ:http://download.zeromq.org/wget http://download.zeromq.org/zeromq-2.1.7.tar.gz tar -xzf zeromq-2.1.7.tar.gz cd zeromq-2.1.7 ./configure make sudo make install
注意事项:
1. 如果安装过程报错uuid找不到,则通过如下的包安装uuid库:
sudo yum install e2fsprogsl -b current sudo yum install e2fsprogs-devel -b current
2.2.2 安装JZMQ
下载后编译安装JZMQ:git clone https://github.com/nathanmarz/jzmq.git cd jzmq ./autogen.sh ./configure make sudo make install
为了保证JZMQ正常工作,可能需要完成以下配置:
正确设置 JAVA_HOME环境变量
安装Java开发包
升级autoconf
如果你是Mac OSX,参考这里
注意事项:
1. 如果运行
./configure
命令出现问题,参考这里
。
2.2.3 安装Java 6
1. 下载并安装JDK 6,参考这里;2. 配置JAVA_HOME环境变量;
3. 运行java、javac命令,测试java正常安装。
2.2.4 安装Python2.6.6
1. 下载Python2.6.6:wget http://www.python.org/ftp/python/2.6.6/Python-2.6.6.tar.bz2[/code]
2. 编译安装Python2.6.6:tar –jxvf Python-2.6.6.tar.bz2 cd Python-2.6.6 ./configure make make install
3. 测试Python2.6.6:$ python -V Python 2.6.62.2.5 安装unzip
1. 如果使用RedHat系列Linux系统,执行以下命令安装unzip:apt-get install unzip
2. 如果使用Debian系列Linux系统,执行以下命令安装unzip:yum install unzip2.3 下载并解压Storm发布版本
下一步,需要在Nimbus和Supervisor机器上安装Storm发行版本。
1. 下载Storm发行版本,推荐使用Storm0.8.1:wget https://github.com/downloads/nathanmarz/storm/storm-0.8.1.zip[/code]
2. 解压到安装目录下:unzip storm-0.8.1.zip2.4 修改storm.yaml配置文件
Storm发行版本解压目录下有一个conf/storm.yaml文件,用于配置Storm。默认配置在这里可以查看。conf/storm.yaml中的配置选项将覆盖defaults.yaml中的默认配置。以下配置选项是必须在conf/storm.yaml中进行配置的:1)storm.zookeeper.servers: Storm集群使用的Zookeeper集群地址,其格式如下:storm.zookeeper.servers: - "111.222.333.444" - "555.666.777.888"
如果Zookeeper集群使用的不是默认端口,那么还需要storm.zookeeper.port选项。
2) storm.local.dir: Nimbus和Supervisor进程用于存储少量状态,如jars、confs等的本地磁盘目录,需要提前创建该目录并给以足够的访问权限。然后在storm.yaml中配置该目录,如:storm.local.dir: "/home/admin/storm/workdir"
3) java.library.path: Storm使用的本地库(ZMQ和JZMQ)加载路径,默认为"/usr/local/lib:/opt/local/lib:/usr/lib",一般来说ZMQ和JZMQ默认安装在/usr/local/lib 下,因此不需要配置即可。
4) nimbus.host: Storm集群Nimbus机器地址,各个Supervisor工作节点需要知道哪个机器是Nimbus,以便下载Topologies的jars、confs等文件,如:nimbus.host: "111.222.333.444"
5) supervisor.slots.ports: 对于每个Supervisor工作节点,需要配置该工作节点可以运行的worker数量。每个worker占用一个单独的端口用于接收消息,该配置选项即用于定义哪些端口是可被worker使用的。默认情况下,每个节点上可运行4个workers,分别在6700、6701、6702和6703端口,如:supervisor.slots.ports: - 6700 - 6701 - 6702 - 67032.5 启动Storm各个后台进程
最后一步,启动Storm的所有后台进程。和Zookeeper一样,Storm也是快速失败(fail-fast)的系统,这样Storm才能在任意时刻被停止,并且当进程重启后被正确地恢复执行。这也是为什么Storm不在进程内保存状态的原因,即使Nimbus或Supervisors被重启,运行中的Topologies不会受到影响。
以下是启动Storm各个后台进程的方式:
Nimbus: 在Storm主控节点上运行"bin/storm nimbus >/dev/null 2>&1 &"启动Nimbus后台程序,并放到后台执行;
Supervisor: 在Storm各个工作节点上运行"bin/storm supervisor >/dev/null 2>&1 &"启动Supervisor后台程序,并放到后台执行;
UI: 在Storm主控节点上运行"bin/storm ui >/dev/null 2>&1 &"启动UI后台程序,并放到后台执行,启动后可以通过http://{nimbus host}:8080观察集群的worker资源使用情况、Topologies的运行状态等信息。
注意事项:
Storm后台进程被启动后,将在Storm安装部署目录下的logs/子目录下生成各个进程的日志文件。
经测试,Storm UI必须和Storm Nimbus部署在同一台机器上,否则UI无法正常工作,因为UI进程会检查本机是否存在Nimbus链接。
为了方便使用,可以将bin/storm加入到系统环境变量中。
至此,Storm集群已经部署、配置完毕,可以向集群提交拓扑运行了。3. 向集群提交任务
1)启动Storm Topology:storm jar allmycode.jar org.me.MyTopology arg1 arg2 arg3
其中,allmycode.jar是包含Topology实现代码的jar包,org.me.MyTopology的main方法是Topology的入口,arg1、arg2和arg3为org.me.MyTopology执行时需要传入的参数。
2)停止Storm Topology:storm kill {toponame}
其中,{toponame}为Topology提交到Storm集群时指定的Topology任务名称。4. 参考资料
1. https://github.com/nathanmarz/storm/wiki/Tutorial
2. https://github.com/nathanmarz/storm/wiki/Setting-up-a-Storm-cluster
相关文章推荐
- 网页制作之html基础学习5-background-position用法
- UIScrollView上面添加的uiftextfield如何失去第一响应者
- datatables如何获取当前page的数据的条数以及datables的一些有用的事件
- C++成员变量的初始化顺序问题
- 【背包总结】【输出最优解时候的最小数量】
- 【背包总结】【输出方案总数】
- 递归算法实例
- tomcat配置外部应用
- 【JAVA】浅谈java枚举类
- 【背包总结-输出所有方案】
- 信号量、互斥体和自旋锁
- ABP之Javascript生成
- 网页制作之html基础学习4-格式与布局
- 周赛题解
- UITableView Cell
- 【背包总结I】
- CS281: Advanced Machine Learning 第三节 高斯模型
- STM8S精确延时+LED闪烁
- hdfs 客户端挂载,集群间复制
- ROS学习--(十三)编写简单的订阅器(subscriber),编译,测试