Hadoop HDFS高可用（HA）

版本记录：

• 2016-07-19 凌晨 初稿

在Hadoop 1.x 中，Namenode是集群的单点故障，一旦Namenode出现故障，整个集群将不可用，重启或者开启一个新的Namenode才能够从中恢复。值得一提的是，Secondary Namenode并没有提供故障转移的能力。集群的可用性受到影响表现在：

• 当机器发生故障，如断电时，管理员必须重启Namenode才能恢复可用。
• 在日常的维护升级中，需要停止Namenode，也会导致集群一段时间不可用。

架构

Hadoop HA（High Available）通过同时配置两个处于Active/Passive模式的Namenode来解决上述问题，分别叫Active Namenode和Standby Namenode. Standby Namenode作为热备份，从而允许在机器发生故障时能够快速进行故障转移，同时在日常维护的时候使用优雅的方式进行Namenode切换。Namenode只能配置一主一备，不能多于两个Namenode。

主Namenode处理所有的操作请求（读写），而Standby只是作为slave，维护尽可能同步的状态，使得故障时能够快速切换到Standby。为了使Standby Namenode与Active Namenode数据保持同步，两个Namenode都与一组Journal Node进行通信。当主Namenode进行任务的namespace操作时，都会确保持久会修改日志到Journal Node节点中的大部分。Standby Namenode持续监控这些edit，当监测到变化时，将这些修改应用到自己的namespace。

当进行故障转移时，Standby在成为Active Namenode之前，会确保自己已经读取了Journal Node中的所有edit日志，从而保持数据状态与故障发生前一致。

为了确保故障转移能够快速完成，Standby Namenode需要维护最新的Block位置信息，即每个Block副本存放在集群中的哪些节点上。为了达到这一点，Datanode同时配置主备两个Namenode，并同时发送Block报告和心跳到两台Namenode。

确保任何时刻只有一个Namenode处于Active状态非常重要，否则可能出现数据丢失或者数据损坏。当两台Namenode都认为自己的Active Namenode时，会同时尝试写入数据（不会再去检测和同步数据）。为了防止这种脑裂现象，Journal Nodes只允许一个Namenode写入数据，内部通过维护epoch数来控制，从而安全地进行故障转移。

有两种方式可以进行edit log共享：

• 使用NFS共享edit log（存储在NAS/SAN）
• 使用QJM共享edit log

使用NFS共享存储

如图所示，NFS作为主备Namenode的共享存储。这种方案可能会出现脑裂（split-brain），即两个节点都认为自己是主Namenode并尝试向edit log写入数据，这可能会导致数据损坏。通过配置fencin脚本来解决这个问题，fencing脚本用于：

• 将之前的Namenode关机
• 禁止之前的Namenode继续访问共享的edit log文件

使用这种方案，管理员就可以手工触发Namenode切换，然后进行升级维护。但这种方式存在以下问题：

• 只能手动进行故障转移，每次故障都要求管理员采取措施切换。
• NAS/SAN设置部署复杂，容易出错，且NAS本身是单点故障。
• Fencing 很复杂，经常会配置错误。
• 无法解决意外（unplanned）事故，如硬件或者软件故障

因此需要另一种方式来处理这些问题：

• 自动故障转移（引入ZooKeeper达到自动化）
• 移除对外界软件硬件的依赖（NAS/SAN）
• 同时解决意外事故及日常维护导致的不可用

Quorum-based 存储 + ZooKeeper

QJM（Quorum Journal Manager）是Hadoop专门为Namenode共享存储开发的组件。其集群运行一组Journal Node，每个Journal 节点暴露一个简单的RPC接口，允许Namenode读取和写入数据，数据存放在Journal节点的本地磁盘。当Namenode写入edit log时，它向集群的所有Journal Node发送写入请求，当多数节点回复确认成功写入之后，edit log就认为是成功写入。例如有3个Journal Node，Namenode如果收到来自2个节点的确认消息，则认为写入成功。

而在故障自动转移的处理上，引入了监控Namenode状态的ZookeeperFailController（ZKFC）。ZKFC一般运行在Namenode的宿主机器上，与Zookeeper集群协作完成故障的自动转移。整个集群架构图如下：

QJM

Namenode使用QJM 客户端提供的RPC接口与Namenode进行交互。写入edit log时采用基于仲裁的方式，即数据必须写入JournalNode集群的大部分节点。
在Journal Node节点上（服务端）
服务端Journal运行轻量级的守护进程，暴露RPC接口供客户端调用。实际的edit log数据保存在Journal Node本地磁盘，该路径在配置中使用dfs.journalnode.edits.dir属性指定。
Journal Node通过epoch数来解决脑裂的问题，称为JournalNode fencing。具体工作原理如下：
1）当Namenode变成Active状态时，被分配一个整型的epoch数，这个epoch数是独一无二的，并且比之前所有Namenode持有的epoch number都高。

2）当Namenode向Journal Node发送消息的时候，同时也带上了epoch。当Journal Node收到消息时，将收到的epoch数与存储在本地的promised epoch比较，如果收到的epoch比自己的大，则使用收到的epoch更新自己本地的epoch数。如果收到的比本地的epoch小，则拒绝请求。

3）edit log必须写入大部分节点才算成功，也就是其epoch要比大多数节点的epoch高。

这种方式解决了NFS方式的3个问题：

• 不需要额外的硬件，使用原有的物理机
• Fencing通过epoch数来控制，避免出错。
• 自动故障转移：Zookeeper处理该问题。

使用Zookeeper进行自动故障转移

前面提到，为了支持故障转移，Hadoop引入两个新的组件：Zookeeper Quorum和ZKFailoverController process（简称ZKFC）。

Zookeeper的任务包括：

• 失败检测： 每个Namnode都在ZK中维护一个持久性session，如果Namnode故障，session过期，使用zk的事件机制通知其他Namenode需要故障转移。
• Namenode选举：如果当前Active namenode挂了，另一个namenode会尝试获取ZK中的一个排它锁，获取这个锁就表名它将成为下一个Active NN。

在每个Namenode守护进程的机器上，同时也会运行一个ZKFC，用于完成以下任务：

• Namenode健康健康
• ZK Session管理
• 基于ZK的Namenode选举

如果ZKFC所在机器的Namenode健康状态良好，并且用于选举的znode锁未被其他节点持有，则ZKFC会尝试获取锁,成功获取这个排它锁就代表获得选举，获得选举之后负责故障转移，如果有必要，会fencing掉之前的namenode使其不可用，然后将自己的namenode切换为Active状态。

部署与配置

硬件资源

为了允许HA集群，需要以下资源：
1）Namenode机器：运行Active Namenode和Standby Namenode的机器配置应保持一样，也与不使用HA情况下的配置一样。
2）JournalNode机器：运行JournalNode的机器，这些守护进程比较轻量级，所以可以将其部署在Namenode或者YARN ResourceManager。至少需要部署3个Journalnode节点，以便容忍一个节点故障。通常配置成奇数，例如总数为N，则可以容忍（N-1）/2台机器发生故障后集群仍然可以正常工作。

需要注意的是，Standby Namenode同时完成了原来Secondary namenode的checkpoint功能，因此不需要独立再部署Secondary namenode。

HA配置

Nameservices: 服务的逻辑名称

<property>
  <name>dfs.nameservicesname>
  <value>myclustervalue>
property>

Namenode配置：
dfs.ha.namenodes.[nameservices]: nameserviecs对应的namenode：

<property>
  <name>dfs.ha.namenodes.myclustername>
  <value>nn1,nn2value> 
property>

Namenode RPC地址：

<property>
  <name>dfs.namenode.rpc-address.mycluster.nn1name>
  <value>machine1.example.com:8020value>
property>
<property>
  <name>dfs.namenode.rpc-address.mycluster.nn2name>
  <value>machine2.example.com:8020value>
property>

Namenode HTTP Server配置：

<property>
  <name>dfs.namenode.http-address.mycluster.nn1name>
  <value>machine1.example.com:50070value>
property> 
<property>
  <name>dfs.namenode.http-address.mycluster.nn2name>
  <value>machine2.example.com:50070value>
property>

edit log保存目录，也就是Journal Node集群地址，分号隔开：

<property>
  <name>dfs.namenode.shared.edits.dirname>
 <value>qjournal://node1.example.com:8485;node2.example.com:8485;node3.example.com:8485/myclustervalue>
property>

客户端故障转移代理类，目前只提供了一种实现：

<property>
  <name>dfs.client.failover.proxy.provider.myclustername>
  <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvidervalue>
property>

edit日志保存路径：

<property>
  <name>dfs.journalnode.edits.dirname>
  <value>/path/to/journal/node/local/datavalue>
property>

fencing方法配置：

 <property>
      <name>dfs.ha.fencing.methodsname>
      <value>sshfencevalue>
    property>

    <property>
      <name>dfs.ha.fencing.ssh.private-key-filesname>
      <value>/home/exampleuser/.ssh/id_rsavalue>
 property>

虽然在使用QJM作为共享存储时，不会出现同时写入的脑裂现象。但是旧的namenode依然可以接受读请求，这可能会导致数据过时，直到原有namenode尝试写入journal node时才关机。因此也推荐配置一种合适的fencing方法。

部署启动

配置完成之后，使用如下命令启动JQM集群：

hadoop-daemon.sh  start  journalnode

配置并启动Zookeeper集群，与常规的而配置方式完成一样，主要包括数据保存位置、节点id、时间配置等，在zoo.cfg中配置。这里不列出详细步骤。使用之前，需要格式化zk的文件：

hdfs zkfc -formatZK

格式化Namenode：

hdfs  namenode -format

启动两个namenode:

//master
hadoop-daemon.sh start namenode27
//备用namenode上
hdfs namenode -bootstrapStandby

其他组件的启动方式与常规方式一样。

（完）