Hadoop高可用(HA)集群搭建


环境准备

  • 服务器集群
    我用的CentOS-6.6版本的4个虚拟机,主机名为hadoop01、hadoop02、hadoop03、hadoop04,另外我会使用hadoop用户搭建集群(生产环境中root用户不是可以任意使用的)
    关于虚拟机的安装可以参考以下两篇文章:
    在Windows中安装一台Linux虚拟机
    通过已有的虚拟机克隆四台虚拟机

  • 给集群中的每个虚拟机都创建一个hadoop用户,并赋予sudoer权限
    参考:
    Linux用户管理常用命令
    Linux给普通用户赋予sudoer权限

  • 每台虚拟机都需安装JDK
    参考在Linux中安装JDK

  • 集群中的所有虚拟机可以两两之间免秘钥登录以及可以登录自身
    参考配置各台虚拟机之间免秘钥登录

  • 集群中的所有虚拟机的时间同步
    参考Linux集群系统时间同步

  • 集群中已经安装了ZooKeeper集群
    参考zookeeper-3.4.10的安装配置

  • hadoop安装包
    下载地址:https://mirrors.aliyun.com/apache/hadoop/common/
    我用的hadoop2.6.5


1. 原理概述

(1) 为什么会有Hadoop HA机制?

HA:High Available,高可用
在Hadoop 2.0之前,在HDFS集群中NameNode存在单点故障 (SPOF:A Single Point of Failure)
对于只有一个NameNode的集群,如果NameNode机器出现故障(比如宕机或是软件、硬件升级),那么整个集群将无法使用,直到NameNode重新启动

(2) 如何解决?

HDFS的HA功能通过配置Active/Standby两个NameNode 实现在集群中对NameNode的热备来解决上述问题。

如果出现故障,如机器崩溃或机器需要升级维护,这时可通过此种方式将NameNode很快的切换到另外一台机器。

在一个典型的HDFS(HA)集群中,使用多台单独的机器配置为 NameNode,在任何时间点,确保多个NameNode中只有一个处于 Active状态,其他的处在Standby状态。

其中ActiveNameNode负责集群中的所有客户端操作,StandbyNameNode仅仅充当备机,保证一旦ActiveNameNode出现问题能够快速切换。

为了能够实时同步Active和Standby两个NameNode的元数据信息(editlog),需提供一个共享存储系统,可以是NFS、QJM(Quorum Journal Manager)或者Zookeeper,ActiveNamenode将数据写入共享存储系统,而Standby监听该系统,一旦发现有新数据写入,则读取这些数据,并加载到自己内存中,以保证自己内存状态与 ActiveNameNode保持基本一致,如此这般,在紧急情况下 standby便可快速切为 activenamenode。

为了实现快速切换,Standby节点获取集群的最新文件块信息也是很有必要的。为了实现这一目标,DataNode需要配置所有NameNode的位置,并同时给他们发送文件块信息以及心跳检测。

Hadoop高可用(HA)集群搭建_第1张图片

2. 集群规划

Hadoop高可用(HA)集群搭建_第2张图片

3. 安装步骤

(1) 把hadoop安装包上传到服务器并解压

tar zxvf hadoop-2.6.5.tar.gz -C /home/hadoop/apps/

(2) 修改 hadoop-env.sh、mapred-env.sh、yarn-env.sh 这三个配置文件,添加JAVA_HOME

hadoop的配置文件在HADOOP_HOME/etc/hadoop/下

export JAVA_HOME=/usr/local/jdk1.8.0_73

(3) 修改 core-site.xml


    
    
    fs.defaultFS
    hdfs://jed/
    
    
    
    
        hadoop.tmp.dir
        /home/hadoop/hadoopdata/
    

    
    
        ha.zookeeper.quorum
        hadoop01:2181,hadoop02:2181,hadoop03:2181
    

(4) 修改 hdfs-site.xml


    
    
    
        dfs.replication
        2
    

    
    
        dfs.nameservices
        jed
    

    
    
        dfs.ha.namenodes.jed
        nn1,nn2
    

    
    
        dfs.namenode.rpc-address.jed.nn1
        hadoop01:9000
    
    
    
        dfs.namenode.http-address.jed.nn1
        hadoop01:50070
    
    
    
        dfs.namenode.rpc-address.jed.nn2
        hadoop02:9000
    
    
    
        dfs.namenode.http-address.jed.nn2
        hadoop02:50070
    

    
    
        dfs.namenode.shared.edits.dir
        qjournal://hadoop01:8485;hadoop02:8485;hadoop03:8485/jed
    

    
    
        dfs.journalnode.edits.dir
        /home/hadoop/journaldata
    

    
    
        dfs.ha.automatic-failover.enabled
        true
    

    
    
    
        dfs.client.failover.proxy.provider.jed
        org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
    

    
    
        dfs.ha.fencing.methods
        
            sshfence
            shell(/bin/true)
        
    

    
    
        dfs.ha.fencing.ssh.private-key-files
        /home/hadoop/.ssh/id_rsa
    
    
    
    
        dfs.ha.fencing.ssh.connect-timeout
        30000
    
    

(5) 修改 mapred-site.xml

集群中只有mapred-site.xml.template,可以从这个文件进行复制

cp mapred-site.xml.template mapred-site.xml

    
    
        mapreduce.framework.name
        yarn
    

    
    
        mapreduce.jobhistory.address
        hadoop01:10020
    

    
    
        mapreduce.jobhistory.webapp.address
        hadoop01:19888
    
    

(6) 修改 yarn-site.xml


    
    
        yarn.resourcemanager.ha.enabled
        true
    

    
    
        yarn.resourcemanager.cluster-id
        jyarn
    

    
    
        yarn.resourcemanager.ha.rm-ids
        rm1,rm2
    

    
    
        yarn.resourcemanager.hostname.rm1
        hadoop03
    

    
        yarn.resourcemanager.hostname.rm2
        hadoop04
    

    
    
        yarn.resourcemanager.zk-address
        hadoop01:2181,hadoop02:2181,hadoop03:2181
    

    
    
        yarn.nodemanager.aux-services
        mapreduce_shuffle
    

    
    
        yarn.log-aggregation-enable
        true
    

    
    
        yarn.log-aggregation.retain-seconds
        
        86400
    

    
    
        yarn.resourcemanager.recovery.enabled
    true
    

    
    
        yarn.resourcemanager.store.class
        org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
    
    

(7) 修改 slaves 配置文件,指定DataNode所在的节点

hadoop01
hadoop02
hadoop03
hadoop04

(8) 把hadoop安装包分发给其他节点

[hadoop@hadoop01 hadoop]# scp -r /home/hadoop/apps/hadoop-2.6.5 hadoop02:/home/hadoop/apps/
[hadoop@hadoop01 hadoop]# scp -r /home/hadoop/apps/hadoop-2.6.5 hadoop03:/home/hadoop/apps/
[hadoop@hado0p01 hadoop]# scp -r /home/hadoop/apps/hadoop-2.6.5 hadoop04:/home/hadoop/apps/

(9) 给每个节点配置HADOOP_HOME环境变量

vim ~/.bash_profile

export HADOOP_HOME=/home/hadoop/apps/hadoop-2.6.5
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

(10) 启动zookeeper集群

保证zookeeper集群正常启动

zkServer.sh start

# 检查zookeeper集群是否正常
zkServer.sh status

(11) 分别在每个journalnode节点上启动journalnode进程

[hadoop@hadoop01 ~]$ hadoop-daemon.sh start journalnode
[hadoop@hadoop02 ~]$ hadoop-daemon.sh start journalnode
[hadoop@hadoop03 ~]$ hadoop-daemon.sh start journalnode

使用jps命令确认这3个节点上的JournalNode进程都启动

(12) 在第一个namenode节点(node01)上格式化文件系统

[hadoop@hadoop01 ~]# hadoop namenode -format

看到以下信息说明格式化成功:


Hadoop高可用(HA)集群搭建_第3张图片

(13) 同步两个namenode的元数据

查看你配置的hadoop.tmp.dir这个配置信息,得到hadoop工作的目录,我的是/home/hadoop/hadoopdata/,把hadoop01上的hadoopdata目录发送给hadoop02的相同路径下,这一步是为了同步两个namenode的元数据

[hadoop@hadoop01 ~]$ scp -r /home/hadoop/hadoopdata hadoop02:/home/hadoop/

也可以在hadoop02执行以下命令:

[hadoop@hadoop02 ~]# hadoop namenode -bootstrapStandby

(14) 格式化ZKFC(任选一个namenode节点格式化)

[hadoop@node01 ~]# hdfs zkfc -formatZK

看到如下信息说明ZKFC格式化成功


(15) 启动hdfs

[hadoop@hadoop01 ~]$ start-dfs.sh

(16) 启动yarn

[hadoop@hadoop03 zkdata]$ start-yarn.sh

# 需要在另外一个resourcemanager节点手动启动resourcemanager
[hadoop@hadoop04 zkdata]$ yarn-daemon.sh start resourcemanager

(17) 启动 mapreduce 任务历史服务器

[hadoop@hadoop01 ~]mr-jobhistory-daemon.sh start historyserver

3. 验证集群是否搭建成功

(1) 查看进程是否全部启动

根据集群的规划查看是否每个节点对应的进程都启动了

[hadoop@hadoop01 ~]$ jps
5906 DataNode
6420 Jps
5461 QuorumPeerMain
6347 DFSZKFailoverController
6028 NodeManager
5804 NameNode
5534 JournalNode
6515 JobHistoryServer

[hadoop@hadoop02 ~]$ jps
4096 DFSZKFailoverController
4176 Jps
3508 QuorumPeerMain
3911 NodeManager
3815 DataNode
3752 NameNode
3581 JournalNode

[hadoop@hadoop03 ~]$ jps
49825 DataNode
50002 NodeManager
50359 Jps
49657 QuorumPeerMain
49898 ResourceManager
49738 JournalNode

[hadoop@hadoop04 ~]$ jps
3332 DataNode
3240 QuorumPeerMain
3643 Jps
3406 NodeManager
3598 ResourceManager

(2) 查看HDFS状态

这里只展示部分

[hadoop@hadoop01 ~]$ hdfs dfsadmin -report

......
-------------------------------------------------
Live datanodes (4):

Name: 192.168.21.11:50010 (hadoop01)
Hostname: hadoop01
......

Name: 192.168.21.12:50010 (hadoop02)
Hostname: hadoop02
......

Name: 192.168.21.13:50010 (hadoop03)
Hostname: hadoop03
......

Name: 192.168.21.14:50010 (hadoop04)
Hostname: hadoop04
......

(3) 查看各节点的主备状态

[hadoop@hadoop01 ~]$ hdfs haadmin -getServiceState nn1
standby
[hadoop@hadoop01 ~]$ hdfs haadmin -getServiceState nn2
active
[hadoop@hadoop01 ~]$ yarn rmadmin -getServiceState rm1
active
[hadoop@hadoop01 ~]$ yarn rmadmin -getServiceState rm2
standby

(4) 访问WEB页面

  • 访问namenode

    Hadoop高可用(HA)集群搭建_第4张图片

    Hadoop高可用(HA)集群搭建_第5张图片

  • 访问resourcemanager,当访问到resourcemanager的备节点,会自动切换到主节点


    Hadoop高可用(HA)集群搭建_第6张图片
  • 访问历史记录服务器


    Hadoop高可用(HA)集群搭建_第7张图片

(5) 验证集群的功能是否正常

# 上传一个文件
[hadoop@hadoop01 ~]$ hdfs dfs -put ./zookeeper.out /
# 上传成功
[hadoop@hadoop01 ~]$ hdfs dfs -ls /
Found 2 items
drwxrwx---   - hadoop supergroup          0 2017-12-22 16:49 /tmp
-rw-r--r--   2 hadoop supergroup       1662 2017-12-22 17:06 /zookeeper.out

# 执行一个mapreduce例子程序
[hadoop@node01 mapreduce]# pwd
/home/hadoop/apps/hadoop-2.6.5/share/hadoop/mapreduce
[root@node02 mapreduce]# hadoop jar hadoop-mapreduce-examples-2.6.5.jar pi 5 5

# 执行成功,打印的记录最后一行有pi的结果
......
Estimated value of Pi is 3.68000000000000000000

(6) 验证集群高可用

# 杀死ActiveNameNode进程
[hadoop@hadoop02 ~]$ jps
......
5804 NameNode

[hadoop@hadoop02 ~]$ kill -9 5804

hadoop02现在不能访问


Hadoop高可用(HA)集群搭建_第8张图片

hadoop01切换为ActiveNameNode


Hadoop高可用(HA)集群搭建_第9张图片

重新启动hadoop02的namenode

[hadoop@hadoop02 ~]$ hadoop-daemon.sh start namenode

hadoop02的namenode并不会切换成ActiveNameNode,而是成为StandbyNamenode


Hadoop高可用(HA)集群搭建_第10张图片

到此,Hadoop HA集群搭建成功!

4. Hadoop HA集群的重装

  1. 删除所有节点中hadoop的工作目录(core-site.xml中配置的hadoop.tmp.dir那个目录)
  2. 如果你在core-site.xml中还配置了dfs.datanode.data.dirdfs.datanode.name.dir这两个配置,那么把这两个配置对应的目录也删除
  3. 删除所有节点中hadoop的log日志文件,默认在HADOOP_HOME/logs目录下
  4. 删除zookeeper集群中所关于hadoop的znode节点



    图中的红色框中的znode节点是与hadoop集群有关的,但rmstore这个节点不能删除,会报以下错误

Authentication is not valid : /rmstore/ZKRMStateRoot/RMVersionNode

所以删除另外两个就可以,重新格式化ZKFC的时候会询问是否覆盖rmstore这个节点,输入yes即可

  1. 删除所有节点中的journaldata,路径是在hdfs-site.xml 中的dfs.journalnode.edits.dir中配置的
  2. 按照上面安装集群的步骤重新安装即可

你可能感兴趣的:(Hadoop高可用(HA)集群搭建)