记Hadoop HA高可用性分布式集群搭建过程

男娘i 2022-05-22 02:09 208阅读 0赞

为完成毕业设计中并行算法测试，在学习后，自己在虚拟机搭建了一个基于Hadoop的分布式集群，在这里做个记录，菜鸟首次写博客，已深夜，下面直接进入主题：

# 规划与说明 #

在hadoop集群中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。两个ResourceManager，同NameNode一样，一个主一个备。这里使用简单的QJM作为HDFS HA的解决方案。在该方案中，主备NameNode之间通过一组JournalNode同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功，通常配置奇数个JournalNode。这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当Active NameNode挂掉了，会自动切换Standby NameNode为standby状态。
             把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动。

本次集群搭建规划有六个节点，安装软件及每个节点运行进程规划如下表所示：

<table style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px 0px 15px;padding:0px;border-spacing:0px;max-width:100%;width:832px;color:rgb(51,51,51);font-size:16px;background-color:rgb(255,255,255);"> 
 <thead style="margin:0px;padding:0px;max-width:100%;"> 
  <tr style="margin:0px;padding:0px;max-width:100%;"> 
   <th style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">主机名</th> 
   <th style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">IP地址</th> 
   <th style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">安装的软件</th> 
   <th style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">运行的进程</th> 
  </tr> 
 </thead> 
 <tbody style="margin:0px;padding:0px;max-width:100%;"> 
  <tr style="margin:0px;padding:0px;max-width:100%;"> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">kxj01</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">192.168.8.101</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">jdk、Hadoop</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">NameNode、DFSZKFailoverController</td> 
  </tr> 
  <tr style="margin:0px;padding:0px;max-width:100%;"> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">kxj02</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">192.168.8.102</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">jdk、Hadoop</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">NameNode、DFSZKFailoverController</td> 
  </tr> 
  <tr style="margin:0px;padding:0px;max-width:100%;"> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">kxj03</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">192.168.8.103</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">jdk、Hadoop</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">ResourceManager</td> 
  </tr> 
  <tr style="margin:0px;padding:0px;max-width:100%;"> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">kxj04</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">192.168.8.104</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">jdk、Hadoop、Zookeeper</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">ResourceManager、DataNode、NodeManager、JournalNode、QuorumPeerMain</td> 
  </tr> 
  <tr style="margin:0px;padding:0px;max-width:100%;"> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">kxj05</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">192.168.8.105</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">jdk、Hadoop 、Zookeeper</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">DataNode、NodeManager、JournalNode、QuorumPeerMain</td> 
  </tr> 
  <tr style="margin:0px;padding:0px;max-width:100%;"> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">kxj06</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">192.168.8.106</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">jdk、Hadoop、Zookeeper</td> 
   <td style="font-family:'-apple-system', 'Helvetica Neue', Helvetica, Arial, 'PingFang SC', 'Hiragino Sans GB', 'WenQuanYi Micro Hei', 'Microsoft Yahei', sans-serif;margin:0px;padding:5px;max-width:100%;">DataNode、NodeManager、JournalNode、QuorumPeerMain</td> 
  </tr> 
 </tbody> 
</table>

# Hadoop搭建前Linux环境准备 #

1.  这里只配置kxj01主机，其他主机过程一样。  
    1.0 修改VMWare与Windows在同一网段：本次都修改为192.168.8.0，为了能上网，选择联网方式为NAT。  
    1.1修改主机名  
    命令：vim /etc/sysconfig/network  
    内容：  
    NETWORKING=yes  
    HOSTNAME=kxj01 \#修改主机名为kxj01
    
    1.2修改IP  
    两种方式：  
    第一种：通过Linux图形界面进行修改（手残党强烈推荐）  
    进入Linux图形界面 -> 右键点击右上方的两个小电脑 -> 点击Edit connections -> 选中当前网络System eth0 -> 点击edit按钮 -> 选择IPv4 -> method选择为manual -> 点击add按钮 -> 添加IP：192.168.8.101 子网掩码：255.255.255.0 网关：192.168.8.1 -> apply
    
        第二种：修改配置文件方式（屌丝程序猿专用）
            命令：vim /etc/sysconfig/network-scripts/ifcfg-eth0
            内容：
            DEVICE="eth0"
            BOOTPROTO="static"               #修改为static，不变
            HWADDR="00:0C:29:3C:BF:E2"
            IPV6INIT="yes"
            NM_CONTROLLED="yes"
            ONBOOT="yes"
            TYPE="Ethernet"
            UUID="ce22eeca-ecde-4536-8cc2-ef0dc36d4a8c"
            IPADDR="192.168.8.101"           #添加IP
            NETMASK="255.255.255.0"          #添加子网掩码
            GATEWAY="192.168.8.1"            #网关
            NDS1="8.8.8.8"
            DNS2="8.8.4.4"
    
    1.3修改主机名和IP的映射关系  
    命令：vim /etc/hosts
    
        内容（IP（tab或者空格）主机名）：192.168.8.101    kxj01
    
    1.4为了方便，关闭防火墙
    
        #查看防火墙状态
        service iptables status
        #关闭防火墙
        service iptables stop
        #查看防火墙开机启动状态
        chkconfig iptables --list
        #关闭防火墙开机启动
        chkconfig iptables off
    
    1.5重启Linux  
    reboot
2.  安装JDK，其他主机安装过程一样，也可通过ssh方式直接复制过去。  
    2.1上传，可以用Putty等工具，也可以直接下载安装，本次全部软件都是已下载好，所以采用从Windows上传方式。  
    2.2解压jdk  
    创建一个文件夹kxj，专门存放本次需要安装的软件和一些数据，你可以放到/usr/下。将JDK解压到/kxj/java目录下   
    tar -zxvf jdk-8u171-linux-i586.tar.gz -C /kxj/java/  
    2.3将java添加到环境变量中
    
        vim /etc/profile
        #在文件最后添加
        export JAVA_HOME=/kxj/java/jdk1.8.0_171
        export PATH=$PATH:$JAVA_HOME/bin
        
        #更新配置文件，否则不会立即生效
        source /etc/profile
    
    # 开始集群搭建 #
    
    1.安装配置zooekeeper集群  
    1.1上传解压  
    tar -zxvf zookeeper-3.4.5.tar.gz -C /kxj/  
    1.2修改配置文件zoo.cfg  
    cd /kxj/zookeeper-3.4.5/conf/
    
        将原有文件重命名：
            mv zoo_sample.cfg zoo.cfg
        
            vim zoo.cfg
            修改其中一行内容：
            dataDir=/kxj/zookeeper-3.4.5/tmp
            在文件最后新增三行：
            server.1=kxj04:2888:3888
            server.2=kxj05:2888:3888
            server.3=kxj06:2888:3888
        
            然后创建一个tmp文件夹
            mkdir /kxj/zookeeper-3.4.5/tmp
            再创建一个空文件
            touch /kxj/zookeeper-3.4.5/tmp/myid
            最后向该文件写入ID（可用vi命令修改）
            echo 1 > /kxj/zookeeper-3.4.5/tmp/myid
        1.3将配置好的zookeeper拷贝到其他节点(首先分别在kxj05、kxj06根目录下创建一个kxj目录：mkdir /kxj，注意是scp)
        
            scp -r /kxj/zookeeper-3.4.5/ kxj05:/kxj/
            scp -r /kxj/zookeeper-3.4.5/ kxj06:/kxj/
        
            注意：修改kxj05、kxj06主机对应的/kxj/zookeeper-3.4.5/tmp/myid文件内容
            kxj05：
                echo 2 > /kxj/zookeeper-3.4.5/tmp/myid
            kxj06：
                echo 3 > /kxj/zookeeper-3.4.5/tmp/myid

2.安装配置hadoop集群  
2.1解压  
tar -zxvf hadoop-2.4.1.tar.gz -C /kxj/  
2.2配置HDFS  
将hadoop添加到环境变量中   
vim /etc/profile  
修改内容  
export JAVA\_HOME=/kxj/java/jdk1.8.0\_171  
export HADOOP\_HOME=/kxj/hadoop-2.4.1  
export PATH=$PATH:$JAVA\_HOME/bin:$HADOOP\_HOME/bin  
\#更新配置文件，使其立即生效  
source /etc/profile

hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
            cd /kxj/hadoop-2.4.1/etc/hadoop
    
            2.2.1修改hadoop-env.sh
                export JAVA_HOME=/kxj/java/jdk1.8.0_171
    
            2.2.2修改core-site.xml
                <configuration>
                     <property> <name>fs.defaultFS</name> <value>hdfs://ns1</value> </property>  <property> <name>hadoop.tmp.dir</name> <value>/kxj/hadoop-2.4.1/tmp</value> </property>  <property> <name>ha.zookeeper.quorum</name> <value>kxj04:2181,kxj05:2181,kxj06:2181</value> </property> </configuration>
    
            2.2.3修改hdfs-site.xml
                <configuration>
                     <property> <name>dfs.nameservices</name> <value>ns1</value> </property>  <property> <name>dfs.ha.namenodes.ns1</name> <value>nn1,nn2</value> </property>  <property> <name>dfs.namenode.rpc-address.ns1.nn1</name> <value>kxj01:9000</value> </property>  <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>kxj01:50070</value> </property>  <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>kxj02:9000</value> </property>  <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>kxj02:50070</value> </property>  <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://kxj04:8485;kxj05:8485;kxj06:8485/ns1</value> </property>  <property> <name>dfs.journalnode.edits.dir</name> <value>/kxj/hadoop-2.4.1/journal</value> </property>  <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property>  <property> <name>dfs.client.failover.proxy.provider.ns1</name> <value> org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider </value> </property>  <property> <name>dfs.ha.fencing.methods</name> <value> sshfence shell(/bin/true) </value> </property>  <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/root/.ssh/id_rsa</value> </property>  <property> <name>dfs.ha.fencing.ssh.connect-timeout</name> <value>30000</value> </property> </configuration>
    
            2.2.4修改mapred-site.xml
                <configuration>
                     <property> <name>vix.mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>    
    
            2.2.5修改yarn-site.xml
                <configuration>
                     <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property>  <property> <name>yarn.resourcemanager.cluster-id</name> <value>yrc</value> </property>  <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property>  <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>kxj03</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>kxj04</value> </property>  <property> <name>yarn.resourcemanager.zk-address</name> <value>kxj04:2181,kxj05:2181,kxj06:2181</value> </property>  <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property>  <property> <name>vix.yarn.resourcemanager.address.rm1</name> <value>kxj03:18040</value> </property> <property> <name>vix.yarn.resourcemanager.scheduler.address.rm1</name> <value>kxj03:18030</value> </property> <property> <name>vix.yarn.resourcemanager.address.rm2</name> <value>kxj04:18040</value> </property> <property> <name>vix.yarn.resourcemanager.scheduler.address.rm2</name> <value>kxj04:18030</value> </property> </configuration>
    
            2.2.6修改slaves，slaves是指定子节点的位置，因为要在kxj01上启动HDFS、在kxj03启动yarn，所以kxj01上的slaves文件指定的是datanode的位置，kxj03上的slaves文件指定的是nodemanager的位置，添加内容：
    
                kxj04
                kxj05
                kxj06
    
            2.2.7配置免密码登陆
                首先要配置kxj01到kxj02、kxj03、kxj04、kxj05、kxj06的免密码登陆
                在kxj01上生产一对钥匙
    
                ssh-keygen -t rsa
    
                将公钥拷贝到其他节点，包括自己
    
                ssh-copy-id kxj01
                ssh-copy-id kxj02
                ssh-copy-id kxj03
                ssh-copy-id kxj04
                ssh-copy-id kxj05
                ssh-copy-id kxj06
    
                配置kxj03到kxj04、kxj05、kxj06的免密码登陆
                在kxj03上生产一对钥匙
    
                ssh-keygen -t rsa
    
                将公钥拷贝到其他节点
    
                ssh-copy-id kxj04
                ssh-copy-id kxj05
                ssh-copy-id kxj06
    
                两个namenode之间要配置ssh免密码登陆，配置kxj02到kxj01的免登陆
                在kxj02上生产一对钥匙，并拷贝到kxj01
    
                ssh-keygen -t rsa
    
                ssh-copy-id kxj01
    
                两个ResourceManager之间要配置ssh免密码登陆，配置kxj04到kxj03、kxj05、kxj06的免登陆
                在kxj04上生产一对钥匙
    
                ssh-keygen -t rsa
    
                ssh-copy-id kxj03
                ssh-copy-id kxj04
                ssh-copy-id kxj05
                ssh-copy-id kxj06               
    
        2.4将配置好的hadoop拷贝到其他节点
            scp -r /kxj/hadoop-2.4.1/ root@kxj02:/kxj/
            scp -r /kxj/hadoop-2.4.1/ root@kxj03:/kxj/          
            scp -r /kxj/hadoop-2.4.1/ root@kxj04:/kxj/          
            scp -r /kxj/hadoop-2.4.1/ root@kxj05:/kxj/
            scp -r /kxj/hadoop-2.4.1/ root@kxj06:/kxj/
    
        2.5在节点kxj04、kxj05、kxj06启动zookeeper集群
            cd /kxj/zookeeper-3.4.5/bin/
            ./zkServer.sh start
    
            都启动后查看状态：一个leader，两个follower
            ./zkServer.sh status
    
        2.6启动journalnode（在kxj01上启动所有journalnode）
            cd /kxj/hadoop-2.4.1
    
            sbin/hadoop-daemons.sh start journalnode
    
            ps命令查看进程，kxj04、kxj05、kxj06上多了JournalNode进程
    
        2.7格式化HDFS
            在kxj01上执行命令:
            hdfs namenode -format
            格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/kxj/hadoop-2.4.1/tmp，然后将/kxj/hadoop-2.4.1/tmp拷贝到kxj02的/kxj/hadoop-2.4.1/下：
            scp -r tmp/ kxj02:/kxj/hadoop-2.4.1/
    
        2.8格式化ZK(在kxj01上执行即可)
    
            hdfs zkfc -formatZK
    
        2.9启动HDFS(在kxj01上执行)
    
            sbin/start-dfs.sh
    
        2.10启动YARN
          在kxj03上执行start-yarn.sh：
            sbin/start-yarn.sh
            在kxj04上执行单独启动命令：
            sbin/yarn-daemon.sh start ResourceManager
    
    到此，hadoop2.4.1配置完毕，可以统过浏览器访问（图片界面略）:
        http://192.168.8.101:50070
        NameNode 'kxj01:9000' (active)
        http://192.168.8.102:50070
        NameNode 'kxj02:9000' (standby)
        YARN ResourceManager查看
        http://192.168.8.103:8088 (active)
        http://192.168.8.104:8088 (standby 状态，不会进入页面，提示后跳转到103界面)
    验证HDFS HA
        首先向hdfs上传一个文件，然后查看：
        hadoop fs -put /etc/profile /profile
        hadoop fs -ls /
        然后再kill掉active的NameNode：
        kill -9 进程号
        通过浏览器访问：http://192.168.8.102:50070
        NameNode 'kxj02:9000' (active)
        此时kxj02上的NameNode变成了active
        在执行命令：
        hadoop fs -ls /
        -rw-r--r--   3 root supergroup       1926 2018-05-31 15:36 /profile
        刚才上传的文件依然存在！！！
        手动启动那个挂掉的NameNode
        sbin/hadoop-daemon.sh start namenode
        通过浏览器访问：http://192.168.8.101:50070
        NameNode 'kxj01:9000' (standby)
    
    验证YARN：
        运行一下hadoop提供的单词统计程序（或者计算PI程序）：
        hadoop jar hadoop-mapreduce-examples-2.2.0.jar wordcount /profile /out
    
        到此，一个高可用的Hadoop集群已搭建完成，后续会继续搭建一些其他组件，谢谢！