hadoop HA高可用集群模式搭建指南

簡述

hadoop 集群一共有4種部署模式益兄，詳見《hadoop 生態(tài)圈介紹》。
HA模式的集群里面會部署兩臺NN（最多也只能兩臺）箭券，以形成主備NN節(jié)點净捅，達到高可用的目的。兩臺NN之間同步數(shù)據(jù)有兩種方法：QJM和NFC辩块。本文選擇QJM方式蛔六，下文中出現(xiàn)的 journalnode 即為QJM模式下的進程。
另外還可以配置兩臺ResourceManager废亭，形成主備RM節(jié)點国章，從而達到y(tǒng)arn集群的高可用。
該模式下的集群配置是在完全分布式模式的基礎(chǔ)上做了部分調(diào)整豆村。

所有四種模式的部署指南見：
hadoop 偽分布式搭建指南
 hadoop 完全分布式搭建指南
 hadoop HA高可用集群模式搭建指南
 hadoop HA+Federation（聯(lián)邦）模式搭建指南

搭建過程

系統(tǒng)環(huán)境

Ubuntu 14.04 x64 Server LTS
Hadoop 2.7.2
vagrant 模擬三臺主機液兽，內(nèi)存都為2G

節(jié)點角色

IP	主機名	角色描述
192.168.100.201	h01.vm.com	主節(jié)點 NameNode, job-history-server
192.168.100.202	h02.vm.com	主節(jié)點 NameNode, (yarn)ResourceManager
192.168.100.203	h03.vm.com	-

另，以上所有節(jié)點都同時是 zookeeper掌动、zkfc四啰、journalnode 和 datanode。運行Namenode和ResourceManager的節(jié)點即為主節(jié)點粗恢。

更新軟件源索引

分別在 h01 h02 h03 操作

sudo apt-get update

安裝基礎(chǔ)軟件

分別在 h01 h02 h03 操作

sudo apt-get install ssh
sudo apt-get install rsync

配置主機域名

分別在 h01 h02 h03 操作

sudo vim /etc/hostname # centos系統(tǒng)可能沒有該文件柑晒，創(chuàng)建即可
h01.vm.com # 該節(jié)點主機名

將該文件內(nèi)容修改為對應(yīng)的主機名，例如 h01.vm.com

域名解析

搭建內(nèi)網(wǎng)DNS服務(wù)器（可選眷射，但推薦）敦迄，可閱讀vincent的博文
http://blog.kissdata.com/2014/07/10/ubuntu-dns-bind.html
配置 /etc/hosts，將以下代碼追加到文件末尾即可（如搭建了DNS服務(wù)器凭迹，則跳過此步驟）
分別在 h01 h02 h03 操作

sudo vim /etc/hosts
192.168.100.201 h01.vm.com h01
192.168.100.202 h02.vm.com h02
192.168.100.203 h03.vm.com h03

!!! Ubuntu系統(tǒng)，須刪掉 /etc/hosts 映射 127.0.1.1/127.0.0.1 !!!
Check that there isn't an entry for your hostname mapped to 127.0.0.1 or 127.0.1.1 in /etc/hosts (Ubuntu is notorious for this).
127.0.1.1 h01.vm.com # must remove

不然可能會引起 hadoop苦囱、zookeeper 節(jié)點間通信的問題

時間同步（可選）

在內(nèi)網(wǎng)中搭建 ntp 服務(wù)器嗅绸，可閱讀vincent的博文
http://blog.kissdata.com/2014/10/28/ubuntu-ntp.html

準備jdk、hadoop和zookeeper軟件包

須到官方網(wǎng)站下載stable版本
jdk-7u79-linux-x64.tar.gz
hadoop-2.7.2.tar.gz
zookeeper-3.4.8.tar.gz
所有的軟件包都統(tǒng)一解壓到 /home/vagrant/VMBigData 目錄下撕彤，其中 vagrant 是linux系統(tǒng)的用戶名鱼鸠，由于我是使用 vagrant 虛擬的主機猛拴，所以默認是 vagrant
在 h01 操作

# 先在其中一臺機子操作，后面會使用 scp 命令或者其他方法同步到其他主機
mkdir -p /home/vagrant/VMBigData/hadoop /home/vagrant/VMBigData/java /home/vagrant/VMBigData/zookeeper
tar zxf jdk-7u79-linux-x64.tar.gz -C /home/vagrant/VMBigData/java
tar zxf hadoop-2.7.2.tar.gz -C /home/vagrant/VMBigData/hadoop
tar zxf zookeeper-3.4.8.tar.gz -C /home/vagrant/VMBigData/zookeeper

配置軟連接蚀狰，方便以后升級版本

在 h01 操作愉昆，后面通過 scp 同步到其他主機

ln -s /home/vagrant/VMBigData/java/jdk1.7.0_79/  /home/vagrant/VMBigData/java/default
ln -s /home/vagrant/VMBigData/hadoop/hadoop-2.7.2/  /home/vagrant/VMBigData/hadoop/default
ln -s /home/vagrant/VMBigData/zookeeper/zookeeper-3.4.8/ /home/vagrant/VMBigData/zookeeper/default

配置環(huán)境變量

分別在 h01 h02 h03 操作

sudo vim /etc/profile
export HADOOP_HOME=/home/vagrant/VMBigData/hadoop/default
export JAVA_HOME=/home/vagrant/VMBigData/java/default
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH
source /etc/profile

配置免密碼ssh登錄

hadoop主節(jié)點需要能遠程登陸集群內(nèi)的所有節(jié)點（包括自己），以執(zhí)行命令麻蹋。所以需要配置免密碼的ssh登陸跛溉。可選的ssh秘鑰對生成方式有rsa和dsa兩種扮授，這里選擇rsa芳室。

分別在 h01 h02 ，即兩個主節(jié)點上操作

ssh-keygen -t rsa -C "youremail@xx.com"
# 注意在接下來的命令行交互中刹勃，直接按回車跳過輸入密碼

以下命令將本節(jié)點的公鑰 id_rsa.pub 文件的內(nèi)容追加到遠程主機的 authorized_keys 文件中（默認位于 ~/.ssh/）

ssh-copy-id vagrant@h01.vm.com # vagrant是遠程主機用戶名
ssh-copy-id vagrant@h02.vm.com # vagrant是遠程主機用戶名
ssh-copy-id vagrant@h03.vm.com

在 h01 h02 上測試無密碼 ssh 登錄到 h01 h02 h03

ssh h01.vm.com
ssh h02.vm.com
ssh h03.vm.com

!!! 注意使用rsa模式生成密鑰對時堪侯，不要輕易覆蓋原來已有的，確定無影響時方可覆蓋 !!!

配置從節(jié)點

在 slaves 文件中配置的主機即為從節(jié)點荔仁，將自動運行datanode服務(wù)

在 h01 操作伍宦，后面通過 scp 同步到其他主機

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/slaves
h01.vm.com 
h02.vm.com
h03.vm.com

建立存儲數(shù)據(jù)的相應(yīng)目錄

在 h01 操作洽沟，后面通過 scp 同步到其他主機

mkdir -p /home/vagrant/VMBigData/hadoop/data/hdfs/tmp
mkdir -p /home/vagrant/VMBigData/hadoop/data/pid
mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode1
mkdir -p /home/vagrant/VMBigData/hadoop/data/namenode2
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode1
mkdir -p /home/vagrant/VMBigData/hadoop/data/datanode2
mkdir -p /home/vagrant/VMBigData/hadoop/data/local-dirs
mkdir -p /home/vagrant/VMBigData/hadoop/data/log-dirs

配置hadoop參數(shù)

在 h01 操作侨核，后面通過 scp 同步到其他主機

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hadoop-env.sh

# export JAVA_HOME=${JAVA_HOME} # 注意注釋掉原來的這行
export JAVA_HOME=/home/vagrant/VMBigData/java/default
export HADOOP_PREFIX=/home/vagrant/VMBigData/hadoop/default
# export HADOOP_PID_DIR=${HADOOP_PID_DIR} # 注意注釋掉原來的這行
export HADOOP_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
export YARN_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid
# export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR} # 注意注釋掉原來的這行
export HADOOP_SECURE_DN_PID_DIR=${HADOOP_PID_DIR}

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-env.sh

export HADOOP_MAPRED_PID_DIR=/home/vagrant/VMBigData/hadoop/data/hdfs/pid

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/core-site.xml

<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <!-- 指定hdfs的nameservice為h01，需與dfs.nameservices一致 -->  
  <property> 
    <name>fs.defaultFS</name>  
    <value>hdfs://ns1</value> 
  </property>  
  <!-- 指定hadoop數(shù)據(jù)存儲目錄 -->  
  <property> 
    <name>hadoop.tmp.dir</name>  
    <value>/home/vagrant/VMBigData/hadoop/data/hdfs/tmp</value> 
  </property>  
  <!-- 指定zookeeper地址 -->  
  <property> 
    <name>ha.zookeeper.quorum</name>  
    <value>h01.vm.com:2181,h02.vm.com:2181,h03.vm.com:2181</value> 
  </property> 
</configuration>

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/hdfs-site.xml

<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <property> 
    <name>dfs.replication</name>  
    <!-- 單機版的一般設(shè)為1荧飞，若是集群掌呜，一般設(shè)為3 -->  
    <value>2</value> 
  </property>  
  <!-- 以下3個 property 的配置滓玖，是非HA模式下的，即一個集群只有一個 namenode质蕉，在這里不可使用 -->  
  <!-- 配置Secondary NameNode在另外一個節(jié)點上势篡，該節(jié)點也將作為主節(jié)點之一 -->  
  <!-- <property>
<name>dfs.http.address</name>
<value>h01.vm.com:50070</value>
<description>Secondary get fsimage and edits via dfs.http.address</description>
</property>
<property>
<name>dfs.secondary.http.address</name>
<value>h02.vm.com:50090</value>
</property>
<property>
<name>dfs.namenode.checkpoint.dir</name>
<value>/home/vagrant/VMBigData/hadoop/data/namesecondary</value>
</property> -->  
  <!-- 以下 property 配置，是haddop的HA即高可用模式模暗，一個集群可以配置最多2個namenode -->  
  <!-- 命名空間的邏輯名稱 -->  
  <property> 
    <name>dfs.nameservices</name>  
    <value>ns1</value> 
  </property>  
  <!-- 命名空間中所有NameNode的唯一標示禁悠。該標識指示DataNode集群中有哪些NameNode。目前最多只能配置兩個NameNode -->  
  <property> 
    <name>dfs.ha.namenodes.ns1</name>  
    <value>nn1,nn2</value> 
  </property>  
  <property> 
    <name>dfs.namenode.rpc-address.ns1.nn1</name>  
    <value>h01.vm.com:9000</value> 
  </property>  
  <property> 
    <name>dfs.namenode.http-address.ns1.nn1</name>  
    <value>h01.vm.com:50070</value> 
  </property>  
  <property> 
    <name>dfs.namenode.rpc-address.ns1.nn2</name>  
    <value>h02.vm.com:9000</value> 
  </property>  
  <property> 
    <name>dfs.namenode.http-address.ns1.nn2</name>  
    <value>h02.vm.com:50070</value> 
  </property>  
  <!-- JournalNode URLs兑宇，ActiveNameNode 會將 Edit Log 寫入這些 JournalNode 所配置的本地目錄即 dfs.journalnode.edits.dir -->  
  <property> 
    <name>dfs.namenode.shared.edits.dir</name>  
    <value>qjournal://h01.vm.com:8485;h02.vm.com:8485;h03.vm.com:8485/ns1</value> 
  </property>  
  <!-- JournalNode 用于存放 editlog 和其他狀態(tài)信息的目錄 -->  
  <property> 
    <name>dfs.journalnode.edits.dir</name>  
    <value>/home/vagrant/VMBigData/hadoop/data/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>  
  <!-- 一種關(guān)于 NameNode 的隔離機制(fencing) -->  
  <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>/home/vagrant/.ssh/id_rsa</value> 
  </property>  
  <property> 
    <name>dfs.ha.fencing.ssh.connect-timeout</name>  
    <value>30000</value> 
  </property>  
  <!-- HA模式配置結(jié)束 -->  
  <property> 
    <name>dfs.namenode.name.dir</name>  
    <!-- 創(chuàng)建的namenode文件夾位置碍侦，如有多個用逗號隔開。配置多個的話隶糕，每一個目錄下數(shù)據(jù)都是相同的瓷产，達到數(shù)據(jù)冗余備份的目的 -->  
    <value>file:///home/vagrant/VMBigData/hadoop/data/namenode1,file:///home/vagrant/VMBigData/hadoop/data/namenode2</value> 
  </property>  
  <property> 
    <name>dfs.datanode.data.dir</name>  
    <!-- 創(chuàng)建的datanode文件夾位置，多個用逗號隔開枚驻，實際不存在的目錄會被忽略 -->  
    <value>file:///home/vagrant/VMBigData/hadoop/data/datanode1,file:///home/vagrant/VMBigData/hadoop/data/datanode2</value> 
  </property> 
</configuration>

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/yarn-site.xml

<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <property> 
    <name>yarn.resourcemanager.hostname</name>  
    <value>h02.vm.com</value> 
  </property>  
  <property> 
    <name>yarn.log-aggregation-enable</name>  
    <!-- 打開日志聚合功能濒旦，這樣才能從web界面查看日志 -->  
    <value>true</value> 
  </property>  
  <property> 
    <name>yarn.log-aggregation.retain-seconds</name>  
    <!-- 聚合日志最長保留時間 -->  
    <value>86400</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.resource.memory-mb</name>  
    <!-- NodeManager總的可用內(nèi)存，這個要根據(jù)實際情況合理配置 -->  
    <value>1024</value> 
  </property>  
  <property> 
    <name>yarn.scheduler.minimum-allocation-mb</name>  
    <!-- MapReduce作業(yè)時再登，每個task最少可申請內(nèi)存 -->  
    <value>256</value> 
  </property>  
  <property> 
    <name>yarn.scheduler.maximum-allocation-mb</name>  
    <!-- MapReduce作業(yè)時尔邓，每個task最多可申請內(nèi)存 -->  
    <value>512</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.vmem-pmem-ratio</name>  
    <!-- 可申請使用的虛擬內(nèi)存晾剖，相對于實際使用內(nèi)存大小的倍數(shù)。實際生產(chǎn)環(huán)境中可設(shè)置的大一些梯嗽，如4.2 -->  
    <value>2.1</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.vmem-check-enabled</name>  
    <value>false</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.local-dirs</name>  
    <!-- 中間結(jié)果存放位置齿尽。注意，這個參數(shù)通常會配置多個目錄灯节，已分攤磁盤IO負載循头。 -->  
    <value>/home/vagrant/VMBigData/hadoop/data/localdir1,/home/vagrant/VMBigData/hadoop/data/localdir2</value> 
  </property>  
  <property> 
    <name>yarn.nodemanager.log-dirs</name>  
    <!-- 日志存放位置。注意显晶，這個參數(shù)通常會配置多個目錄贷岸，已分攤磁盤IO負載。 -->  
    <value>/home/vagrant/VMBigData/hadoop/data/logdir1,/home/vagrant/VMBigData/hadoop/data/logdir2</value> 
  </property>  
  <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> 
</configuration>

vim /home/vagrant/VMBigData/hadoop/default/etc/hadoop/mapred-site.xml

<?xml version="1.0" encoding="utf-8"?>
<configuration> 
  <property> 
    <name>mapreduce.framework.name</name>  
    <value>yarn</value> 
  </property>  
  <property> 
    <name>yarn.app.mapreduce.am.resource.mb</name>  
    <!-- 默認值為 1536,可根據(jù)需要調(diào)整磷雇，調(diào)小一些也是可接受的 -->  
    <value>512</value> 
  </property>  
  <property> 
    <name>mapreduce.map.memory.mb</name>  
    <!-- 每個map task申請的內(nèi)存偿警，每一次都會實際申請這么多 -->  
    <value>384</value> 
  </property>  
  <property> 
    <name>mapreduce.map.java.opts</name>  
    <!-- 每個map task中的child jvm啟動時參數(shù)，需要比 mapreduce.map.memory.mb 設(shè)置的小一些 -->  
    <!-- 注意：map任務(wù)里不一定跑java唯笙，可能跑非java（如streaming） -->  
    <value>-Xmx256m</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.memory.mb</name>  
    <value>384</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.java.opts</name>  
    <value>-Xmx256m</value> 
  </property>  
  <property> 
    <name>mapreduce.tasktracker.map.tasks.maximum</name>  
    <value>2</value> 
  </property>  
  <property> 
    <name>mapreduce.tasktracker.reduce.tasks.maximum</name>  
    <value>2</value> 
  </property>  
  <property> 
    <name>mapred.child.java.opts</name>  
    <!-- 默認值為 -Xmx200m螟蒸，生產(chǎn)環(huán)境可以設(shè)大一些 -->  
    <value>-Xmx384m</value> 
  </property>  
  <property> 
    <name>mapreduce.task.io.sort.mb</name>  
    <!-- 任務(wù)內(nèi)部排序緩沖區(qū)大小 -->  
    <value>128</value> 
  </property>  
  <property> 
    <name>mapreduce.task.io.sort.factor</name>  
    <!-- map計算完全后的merge階段，一次merge時最多可有多少個輸入流 -->  
    <value>100</value> 
  </property>  
  <property> 
    <name>mapreduce.reduce.shuffle.parallelcopies</name>  
    <!-- reuduce shuffle階段并行傳輸數(shù)據(jù)的數(shù)量 -->  
    <value>50</value> 
  </property>  
  <property> 
    <name>mapreduce.jobhistory.address</name>  
    <value>h01.vm.com:10020</value> 
  </property>  
  <property> 
    <name>mapreduce.jobhistory.webapp.address</name>  
    <value>h01.vm.com:19888</value> 
  </property> 
</configuration>

安裝配置zookeeper

在 h01 操作崩掘，后面通過 scp 同步到其他主機

cd /home/vagrant/VMBigData/zookeeper/default/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
# 對該文件做出以下修改
dataDir=/home/vagrant/VMBigData/zookeeper/data/tmp
# 如果無法啟動zookeeper七嫌，可將以下代碼對應(yīng)的行改為 0.0.0.0:2888:3888
# 注意zookeeper解析該文件很死板，不要輸入多余的空格和空行
server.1=h01.vm.com:2888:3888
server.2=h02.vm.com:2888:3888
server.3=h03.vm.com:2888:3888

mkdir -p /home/vagrant/VMBigData/zookeeper/data/tmp
vim /home/vagrant/VMBigData/zookeeper/data/tmp/myid
# 在此文件中輸入節(jié)點編號苞慢，比如h01節(jié)點就輸入1诵原，h02節(jié)點就輸入2

將hadoop所需文件同步到其他主機

在 h01 上操作

scp -r /home/vagrant/VMBigData vagrant@h02.vm.com:/home/vagrant
scp -r /home/vagrant/VMBigData vagrant@h03.vm.com:/home/vagrant

!!! 注意：default 軟連接需要重建 !!!

修改各節(jié)點的 zookeeper 的 /home/vagrant/VMBigData/zookeeper/data/tmp/myid 文件，內(nèi)容為各節(jié)點編號挽放，本例中為 1,2,3

啟動zookeeper

在 h01 h02 h03 操作

cd /home/vagrant/VMBigData/zookeeper/default
bin/zkServer.sh start

啟動JournalNode

在任一配置了journalnode的節(jié)點操作

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemons.sh start journalnode

格式化namenode

在 h01 namenode 上執(zhí)行

hdfs namenode -format

!!! 注意僅在首次啟動時執(zhí)行绍赛，因為此命令會刪除hadoop集群所有的數(shù)據(jù) !!!

同步兩個namenode數(shù)據(jù)（方法一：推薦）

在 h01 啟動 namenode

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemon.sh start namenode

在 h02 執(zhí)行同步

cd /home/vagrant/VMBigData/hadoop/default
bin/hdfs namenode -bootstrapStandby

在 h02 啟動 namenode

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemon.sh start namenode

同步兩個namenode數(shù)據(jù)（方法二：不推薦，可能引起復制后的文件的權(quán)限問題）

在 h01 操作

scp -r /home/vagrant/VMBigData/hadoop/data/namenode1/ vagrant@h02.vm.com:/home/vagrant/VMBigData/hadoop/data/
scp -r /home/vagrant/VMBigData/hadoop/data/namenode2/ vagrant@h02.vm.com:/home/vagrant/VMBigData/hadoop/data/

格式化zkfc

在 h01 或 h02 (任一namenode) 上操作

hdfs zkfc -formatZK

!!! 注意僅在首次啟動時執(zhí)行 !!!

啟動zkfc

在 h01 h02 h03 等計劃運行zkfc的節(jié)點上操作

cd /home/vagrant/VMBigData/hadoop/default
sbin/hadoop-daemon.sh start zkfc
# sbin/hadoop-daemon.sh stop zkfc #  停止

啟動hadoop集群：

啟動hdfs

可在任意主節(jié)點執(zhí)行

cd /home/vagrant/VMBigData/hadoop/default
sbin/start-dfs.sh
# sbin/stop-dfs.sh # 停止

啟動Yarn

在 h02 ResourceManager 上操作

cd /home/vagrant/VMBigData/hadoop/default
sbin/start-yarn.sh
# sbin/stop-yarn.sh# 停止

啟動 job history server（可選）

在 h01 上操作

cd /home/vagrant/VMBigData/hadoop/default
sbin/mr-jobhistory-daemon.sh start historyserver
# sbin/mr-jobhistory-daemon.sh stop historyserver # 停止

瀏覽服務(wù)啟動情況

NameNode1
http://192.168.100.201:50070

NameNode2
http://192.168.100.202:50070

ResourceManager
http://192.168.100.202:8088

MapReduce JobHistory Server
http://192.168.100.201:19888

Datanode
http://192.168.100.201:50075
http://192.168.100.202:50075
http://192.168.100.203:50075

zookeeper
bin/zkServer.sh status

zookeeper命令行
zkCli.sh -server 127.0.0.1:2181

集群狀態(tài)
bin/hdfs dfsadmin -report

hadoop進程
jps

最后編輯于：2018.01.06 10:54:09

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者

人面猴
序言：七十年代末辑畦，一起剝皮案震驚了整個濱河市吗蚌，隨后出現(xiàn)的幾起案子，更是在濱河造成了極大的恐慌纯出，老刑警劉巖蚯妇，帶你破解...
沈念sama閱讀 216,402評論 6贊 499
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場離奇詭異暂筝，居然都是意外死亡箩言，警方通過查閱死者的電腦和手機，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 92,377評論 3贊 392
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進店門焕襟，熙熙樓的掌柜王于貴愁眉苦臉地迎上來分扎，“玉大人，你說我怎么就攤上這事胧洒∥废牛” “怎么了？”我有些...
開封第一講書人閱讀 162,483評論 0贊 353
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵卫漫，是天一觀的道長菲饼。經(jīng)常有香客問我，道長列赎，這世上最難降的妖魔是什么宏悦？我笑而不...
開封第一講書人閱讀 58,165評論 1贊 292
?港島之戀（遺憾婚禮）
正文為了忘掉前任，我火速辦了婚禮包吝，結(jié)果婚禮上饼煞，老公的妹妹穿的比我還像新娘。我一直安慰自己诗越，他們只是感情好砖瞧，可當我...
茶點故事閱讀 67,176評論 6贊 388
惡毒庶女頂嫁案：這布局不是一般人想出來的
文/花漫我一把揭開白布。她就那樣靜靜地躺著嚷狞，像睡著了一般块促。火紅的嫁衣襯著肌膚如雪。梳的紋絲不亂的頭發(fā)上床未，一...
開封第一講書人閱讀 51,146評論 1贊 297
城市分裂傳說
那天竭翠，我揣著相機與錄音，去河邊找鬼薇搁。笑死斋扰，一個胖子當著我的面吹牛，可吹牛的內(nèi)容都是我干的啃洋。我是一名探鬼主播传货，決...
沈念sama閱讀 40,032評論 3贊 417
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開眼，長吁一口氣：“原來是場噩夢啊……” “哼裂允！你這毒婦竟也來了损离？” 一聲冷哼從身側(cè)響起，我...
開封第一講書人閱讀 38,896評論 0贊 274
萬榮殺人案實錄
序言：老撾萬榮一對情侶失蹤绝编，失蹤者是張志新（化名）和其女友劉穎僻澎，沒想到半個月后，有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體十饥，經(jīng)...
沈念sama閱讀 45,311評論 1贊 310
?護林員之死
正文獨居荒郊野嶺守林人離奇死亡窟勃，尸身上長有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點故事閱讀 37,536評論 2贊 332
?白月光啟示錄
正文我和宋清朗相戀三年，在試婚紗的時候發(fā)現(xiàn)自己被綠了逗堵。大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片秉氧。...
茶點故事閱讀 39,696評論 1贊 348
活死人
序言：一個原本活蹦亂跳的男人離奇死亡，死狀恐怖蜒秤，靈堂內(nèi)的尸體忽然破棺而出汁咏，到底是詐尸還是另有隱情亚斋，我是刑警寧澤，帶...
沈念sama閱讀 35,413評論 5贊 343
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布攘滩，位于F島的核電站帅刊，受9級特大地震影響，放射性物質(zhì)發(fā)生泄漏漂问。R本人自食惡果不足惜赖瞒，卻給世界環(huán)境...
茶點故事閱讀 41,008評論 3贊 325
男人毒藥：我在死后第九天來索命
文/蒙蒙一、第九天我趴在偏房一處隱蔽的房頂上張望蚤假。院中可真熱鬧栏饮，春花似錦、人聲如沸磷仰。這莊子的主人今日做“春日...
開封第一講書人閱讀 31,659評論 0贊 22
一樁弒父案，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽芒划。三九已至冬竟，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間民逼，已是汗流浹背泵殴。一陣腳步聲響...
開封第一講書人閱讀 32,815評論 1贊 269
情欲美人皮
我被黑心中介騙來泰國打工，沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留拼苍，地道東北人笑诅。一個月前我還...
沈念sama閱讀 47,698評論 2贊 368
代替公主和親
正文我出身青樓，卻偏偏與公主長得像疮鲫，于是被迫代替她去往敵國和親吆你。傳聞我的和親對象是個殘疾皇子，可洞房花燭夜當晚...
茶點故事閱讀 44,592評論 2贊 353