Hadoop HA 高可用（重点详解）
文章目录
- 四、Hadoop HA 高可用
- 4.1 HA 概述
- 4.2 HDFS-HA 工作机制
- 4.2.1 HDFS-HA 工作要点
- 4.2.2 HDFS-HA 自动故障转移工作机制
- 4.3 HDFS-HA 集群配置
- 4.3.1 环境准备
- 4.3.2 规划集群
- 4.3.3 配置 Zookeeper 集群
- 4.3.4 配置 HDFS-HA 集群
- 4.3.5 启动HDFS-HA集群
- 4.3.6 配置 HDFS-HA 自动故障转移
- 4.4 YARN-HA配置
- 4.4.1 YARN-HA工作机制
- 4.4.2 配置 YARN-HA 集群
- 4.5 HDFS Federation 架构设计
- 4.5.1 NameNode架构的局限性
- 4.5.2 HDFS Federation架构设计**
- 4.5.3 HDFS Federation应用思考
四、Hadoop HA 高可用
4.1 HA 概述
（1）所谓 HA（High Availablity），即高可用（7*24小时不中断服务）。
（2）实现高可用最关键的策略是消除单点故障。HA严格来说应该分成各个组件的HA机制：HDFS 的 HA 和 YARN 的 HA。
（3）Hadoop2.0之前，在 HDFS 集群中 NameNode 存在单点故障（SPOF）。
（4）NameNode 主要在以下两个方面影响 HDFS 集群
- NameNode 机器发生意外，如宕机，集群将无法使用，直到管理员重启
- NameNode 机器需要升级，包括软件、硬件升级，此时集群也将无法使用
- HDFS HA 功能通过配置 Active/Standby 两个 NameNodes 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。
4.2 HDFS-HA 工作机制
- 通过多个 NameNode 消除单点故障
4.2.1 HDFS-HA 工作要点
1）元数据管理方式需要改变
- 内存中各自保存一份元数据；
- Edits 日志只有 Active 状态的 NameNode 节点可以做写操作；
- 所有的 NameNode 都可以读取 Edits；
- 共享的 Edits 放在一个共享存储中管理（qjournal 和 NFS 两个主流实现）；
2）需要一个状态管理功能模块
- 实现了一个 zkfailover，常驻在每一个 namenode 所在的节点，每一个 zkfailover 负责监控自己所在 NameNode 节点，利用zk进行状态标识，当需要进行状态切换时，由 zkfailover 来负责切换，切换时需要防止 brain split （脑裂）现象的发生。
3）必须保证两个 NameNode 之间能够ssh无密码登录
4）隔离（Fence），即同一时刻仅仅有一个 NameNode 对外提供服务
4.2.2 HDFS-HA 自动故障转移工作机制
- 自动故障转移为 HDFS 部署增加了两个新组件：ZooKeeper 和ZKFailoverController（ZKFC）进程。ZooKeeper 是维护少量协调数据，通知客户端这些数据的改变和监视客户端故障的高可用服务。HA的自动故障转移依赖于 ZooKeeper 的以下功能：
1．故障检测
- 集群中的每个 NameNode 在 ZooKeeper 中维护了一个会话，如果机器崩溃，ZooKeeper 中的会话将终止，ZooKeeper 通知另一个 NameNode 需要触发故障转移。
2．现役 NameNode 选择
- ZooKeeper 提供了一个简单的机制用于唯一的选择一个节点为 active 状态。如果目前现役 NameNode 崩溃，另一个节点可能从 ZooKeeper 获得特殊的排外锁以表明它应该成为现役 NameNode。
- ZKFC 是自动故障转移中的另一个新组件，是 ZooKeeper 的客户端，也监视和管理 NameNode 的状态。每个运行 NameNode 的主机也运行了一个 ZKFC 进程，ZKFC 负责：
1）健康监测
- ZKFC 使用一个健康检查命令定期地 ping 与之在相同主机的 NameNode，只要该 NameNode 及时地回复健康状态，ZKFC 认为该节点是健康的。如果该节点崩溃，冻结或进入不健康状态，健康监测器标识该节点为非健康的。
2）ZooKeeper 会话管理
- 当本地 NameNode 是健康的，ZKFC 保持一个在 ZooKeeper 中打开的会话。如果本地 NameNode 处于 active 状态，ZKFC 也保持一个特殊的 znode 锁，该锁使用了 ZooKeeper 对短暂节点的支持，如果会话终止，锁节点将自动删除。
3）基于 ZooKeeper 的选择
- 如果本地 NameNode 是健康的，且ZKFC发现没有其它的节点当前持有 znode 锁，它将为自己获取该锁。如果成功，则它已经赢得了选择，并负责运行故障转移进程以使它的本地 NameNode 为 Active。
4.3 HDFS-HA 集群配置
4.3.1 环境准备
（1）修改IP
（2）修改主机名及主机名和IP地址的映射
（3）关闭防火墙
（4）ssh免密登录
（5）安装JDK，配置环境变量等
4.3.2 规划集群
| hadoop105 | hadoop106 | hadoop107 |
|---|---|---|
| NameNode | NameNode | NameNode |
| ZKFC | ZKFC | ZKFC |
| JournalNode | JournalNode | JournalNode |
| DataNode | DataNode | DataNode |
| ZK | ZK | ZK |
| ResourceManager | ||
| NodeManager | NodeManager | NodeManager |
4.3.3 配置 Zookeeper 集群
1）集群规划
在 hadoop105、hadoop106 和 hadoop107 三个节点上部署Zookeeper。
2）解压安装
（1）解压 Zookeeper 安装包到/opt/module/目录下
[xiaoxq@hadoop105 software]$ tar -zxvf zookeeper-3.5.7.tar.gz -C /opt/module/
（2）在 /opt/module/zookeeper-3.5.7/ 这个目录下创建zkData
[xiaoxq@hadoop105 zookeeper-3.5.7]$ mkdir -p zkData
（3）重命名 /opt/module/zookeeper-3.5.7/conf 这个目录下的zoo_sample.cfg 为zoo.cfg
[xiaoxq@hadoop105 conf]$ mv zoo_sample.cfg zoo.cfg
3）配置 zoo.cfg 文件
（1）具体配置
dataDir=/opt/module/zookeeper-3.5.7/zkData
增加如下配置
#######################cluster##########################
server.5=hadoop105:2888:3888
server.6=hadoop106:2888:3888
server.7=hadoop107:2888:3888
（2）配置参数解读
Server.A=B:C:D
A是一个数字，表示这个是第几号服务器；
集群模式下配置一个文件 myid，这个文件在 dataDir 目录下，这个文件里面有一个数据就是A的值，Zookeeper 启动时读取此文件，拿到里面的数据与 zoo.cfg 里面的配置信息比较从而判断到底是哪个 server。
B是这个服务器的地址；
C是这个服务器 Follower 与集群中的 Leader 服务器交换信息的端口；
D是万一集群中的 Leader 服务器挂了，需要一个端口来重新进行选举，选出一个新的 Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
4）集群操作
（1）在/opt/module/zookeeper-3.5.7/zkData目录下创建一个myid的文件
[xiaoxq@hadoop105 zkData]$ touch myid
添加myid文件，注意一定要在linux里面创建，在notepad++里面很可能乱码
（2）编辑myid文件
[xiaoxq@hadoop105 zkData]$ vim myid
在文件中添加与 server 对应的编号：如5
（3）拷贝配置好的 zookeeper 到其他机器上
[xiaoxq@hadoop105 module]$ scp -r zookeeper-3.5.7/ xiaoxq@hadoop106:/opt/module/
[xiaoxq@hadoop105 module]$ scp -r zookeeper-3.5.7/ xiaoxq@hadoop107:/opt/module/
并分别修改myid文件中内容为6、7
（4）分别启动zookeeper
[xiaoxq@hadoop105 zookeeper-3.5.7]$ bin/zkServer.sh start
[xiaoxq@hadoop106 zookeeper-3.5.7]$ bin/zkServer.sh start
[xiaoxq@hadoop107 zookeeper-3.5.7]$ bin/zkServer.sh start
（5）查看状态
[xiaoxq@hadoop105 zookeeper-3.5.7]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: follower
[xiaoxq@hadoop106 zookeeper-3.5.7]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: follower
[xiaoxq@hadoop107 zookeeper-3.5.7]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: leader
4.3.4 配置 HDFS-HA 集群
1）官方地址：http://hadoop.apache.org/
2）在opt目录下创建一个ha文件夹
[xiaoxq@hadoop105 zkData]$ cd /opt/
[xiaoxq@hadoop105 opt]$ sudo mkdir ha
drwxr-xr-x. 2 root root 4096 7月 28 18:31 ha
[xiaoxq@hadoop105 opt]$ sudo chown xiaoxq:xiaoxq ha
drwxr-xr-x. 2 xiaoxq xiaoxq 4096 7月 28 18:31 ha
3）将/opt/module/下的 hadoop-3.1.3拷贝到/opt/ha目录下（记得删除data 和 log目录）
[xiaoxq@hadoop105 ~]$ cp -r /opt/module/hadoop-3.1.3 /opt/ha/
[xiaoxq@hadoop105 hadoop-3.1.3]$ rm -rf data logs
4）配置 hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_212
5）配置 core-site.xml
<configuration>
<property>
<name>fs.defaultFSname>
<value>hdfs://myclustervalue>
property>
<property>
<name>hadoop.tmp.dirname>
<value>/opt/ha/hadoop-3.1.3/datavalue>
property>
configuration>
6）配置 hdfs-site.xml
<configuration>
<property>
<name>dfs.namenode.name.dirname>
<value>file://${hadoop.tmp.dir}/namevalue>
property>
<property>
<name>dfs.datanode.data.dirname>
<value>file://${hadoop.tmp.dir}/datavalue>
property>
<property>
<name>dfs.journalnode.edits.dirname>
<value>${hadoop.tmp.dir}/jnvalue>
property>
<property>
<name>dfs.nameservicesname>
<value>myclustervalue>
property>
<property>
<name>dfs.ha.namenodes.myclustername>
<value>nn1,nn2,nn3value>
property>
<property>
<name>dfs.namenode.rpc-address.mycluster.nn1name>
<value>hadoop105:8020value>
property>
<property>
<name>dfs.namenode.rpc-address.mycluster.nn2name>
<value>hadoop106:8020value>
property>
<property>
<name>dfs.namenode.rpc-address.mycluster.nn3name>
<value>hadoop107:8020value>
property>
<property>
<name>dfs.namenode.http-address.mycluster.nn1name>
<value>hadoop105:9870value>
property>
<property>
<name>dfs.namenode.http-address.mycluster.nn2name>
<value>hadoop106:9870value>
property>
<property>
<name>dfs.namenode.http-address.mycluster.nn3name>
<value>hadoop107:9870value>
property>
<property>
<name>dfs.namenode.shared.edits.dirname>
<value>qjournal://hadoop105:8485;hadoop106:8485;hadoop107:8485/myclustervalue>
property>
<property>
<name>dfs.client.failover.proxy.provider.myclustername>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvidervalue>
property>
<property>
<name>dfs.ha.fencing.methodsname>
<value>sshfencevalue>
property>
<property>
<name>dfs.ha.fencing.ssh.private-key-filesname>
<value>/home/xiaoxq/.ssh/id_rsavalue>
property>
configuration>
7）分发配置好的hadoop环境到其他节点
[xiaoxq@hadoop105 etc]$ sudo xsync /opt/ha/
4.3.5 启动HDFS-HA集群
1）将 HADOOP_HOME 环境变量更改到 HA 目录
[xiaoxq@hadoop105 ~]$ sudo vim /etc/profile.d/my_evn.sh
将HADOOP_HOME部分改为如下module —> ha
2）在各个 JournalNode 节点上，输入以下命令启动 journalnode 服务
[xiaoxq@hadoop105 ~]$ hdfs --daemon start journalnode
[xiaoxq@hadoop106 ~]$ hdfs --daemon start journalnode
[xiaoxq@hadoop107 ~]$ hdfs --daemon start journalnode
3）在[nn1]上，对其进行格式化，并启动
- 在格式化之前要先进行source /etc/profile(三台虚拟机上都要，不然会报错)
[xiaoxq@hadoop105 ~]$ hdfs namenode -format
[xiaoxq@hadoop105 ~]$ hdfs --daemon start namenode
4）在[nn2]和[nn3]上，同步nn1的元数据信息
[xiaoxq@hadoop106 ~]$ hdfs namenode -bootstrapStandby
[xiaoxq@hadoop107 ~]$ hdfs namenode -bootstrapStandby
5）启动[nn2]和[nn3]
[xiaoxq@hadoop106 ~]$ hdfs --daemon start namenode
[xiaoxq@hadoop107 ~]$ hdfs --daemon start namenode
6）查看web页面显示
图 hadoop105(standby)
图 hadoop106(standby)
图 hadoop107(standby)
7）在所有节点上，启动datanode
[xiaoxq@hadoop105 hadoop]$ hdfs --daemon start datanode
[xiaoxq@hadoop106 hadoop]$ hdfs --daemon start datanode
[xiaoxq@hadoop107 hadoop]$ hdfs --daemon start datanode
8）将[nn1]切换为Active
[xiaoxq@hadoop105 ~]$ hdfs haadmin -transitionToActive nn1
9）查看是否Active
[xiaoxq@hadoop105 ~]$ hdfs haadmin -getServiceState nn1
active
4.3.6 配置 HDFS-HA 自动故障转移
1）具体配置
（1）在hdfs-site.xml中增加
<property>
<name>dfs.ha.automatic-failover.enabledname>
<value>truevalue>
property>
（2）在core-site.xml文件中增加
<property>
<name>ha.zookeeper.quorumname> <value>hadoop105:2181,hadoop106:2181,hadoop107:2181value>
property>
（3）修改后分发配置文件
[xiaoxq@hadoop105 etc]$ pwd
/opt/ha/hadoop-3.1.3/etc
[xiaoxq@hadoop105 etc]$ sudo xsync hadoop/
2）启动
（1）关闭所有HDFS服务：
[xiaoxq@hadoop105 etc]$ stop-dfs.sh
（2）启动 Zookeeper 集群：
[xiaoxq@hadoop105 ~]$ zkServer.sh start
[xiaoxq@hadoop106 ~]$ zkServer.sh start
[xiaoxq@hadoop107 ~]$ zkServer.sh start
[xiaoxq@hadoop105 ~]$ jpsall
========== hadoop105 ==========
3866 QuorumPeerMain
========== hadoop106 ==========
3794 QuorumPeerMain
========== hadoop107 ==========
3711 QuorumPeerMain
（3）启动Zookeeper以后，然后再初始化HA在 Zookeeper 中状态：
[xiaoxq@hadoop105 ~]$ hdfs zkfc -formatZK
（4）启动HDFS服务：
[xiaoxq@hadoop105 ~]$ start-dfs.sh
（5）可以去 zkCli.sh 客户端查看 Namenode 选举锁节点内容：
[xiaoxq@hadoop105 ~]$ zkCli.sh
[zk: localhost:2181(CONNECTED) 0] get -s /hadoop-ha/mycluster/ActiveStandbyElectorLock
myclusternn2 hadoop106 �>(�>
cZxid = 0x80000000f
ctime = Tue Jul 28 20:49:49 CST 2020
mZxid = 0x80000000f
mtime = Tue Jul 28 20:49:49 CST 2020
pZxid = 0x80000000f
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x60000861b830001
dataLength = 33
numChildren = 0
3）验证
（1）将 Active NameNode 进程 kill，查看网页端三台 Namenode 的状态变化
========== hadoop106 ==========
9602 DataNode
9826 DFSZKFailoverController
9510 NameNode
9708 JournalNode
9356 QuorumPeerMain
[xiaoxq@hadoop105 ~]$ kill -9 namenode的进程id
[xiaoxq@hadoop106 hadoop-3.1.3]$ kill -9 9510
[zk: localhost:2181(CONNECTED) 0] get -s /hadoop-ha/mycluster/ActiveStandbyElectorLock
myclusternn3 hadoop107 �>(�>
cZxid = 0x800000017
ctime = Tue Jul 28 20:58:56 CST 2020
mZxid = 0x800000017
mtime = Tue Jul 28 20:58:56 CST 2020
pZxid = 0x800000017
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x500008620e30000
dataLength = 33
numChildren = 0
4.4 YARN-HA配置
4.4.1 YARN-HA工作机制
1）官方文档：
http://hadoop.apache.org/docs/r3.1.3/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html
2）YARN-HA工作机制
4.4.2 配置 YARN-HA 集群
1）环境准备
（1）修改IP
（2）修改主机名及主机名和IP地址的映射
（3）关闭防火墙
（4）ssh免密登录
（5）安装JDK，配置环境变量等
（6）配置Zookeeper集群
2）规划集群
| hadoop102 | hadoop103 | hadoop104 |
|---|---|---|
| NameNode | NameNode | NameNode |
| JournalNode | JournalNode | JournalNode |
| DataNode | DataNode | DataNode |
| ZK | ZK | ZK |
| ResourceManager | ResourceManager | |
| NodeManager | NodeManager | NodeManager |
3）具体配置
（1）yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-servicesname>
<value>mapreduce_shufflevalue>
property>
<property>
<name>yarn.resourcemanager.ha.enabledname>
<value>truevalue>
property>
<property>
<name>yarn.resourcemanager.cluster-idname>
<value>cluster-yarn1value>
property>
<property>
<name>yarn.resourcemanager.ha.rm-idsname>
<value>rm1,rm2value>
property>
<property>
<name>yarn.resourcemanager.hostname.rm1name>
<value>hadoop105value>
property>
<property>
<name>yarn.resourcemanager.webapp.address.rm1name>
<value>hadoop105:8088value>
property>
<property>
<name>yarn.resourcemanager.address.rm1name>
<value>hadoop105:8032value>
property>
<property>
<name>yarn.resourcemanager.scheduler.address.rm1name>
<value>hadoop105:8030value>
property>
<property>
<name>yarn.resourcemanager.resource-tracker.address.rm1name>
<value>hadoop105:8031value>
property>
<property>
<name>yarn.resourcemanager.hostname.rm2name>
<value>hadoop106value>
property>
<property>
<name>yarn.resourcemanager.webapp.address.rm2name>
<value>hadoop106:8088value>
property>
<property>
<name>yarn.resourcemanager.address.rm2name>
<value>hadoop106:8032value>
property>
<property>
<name>yarn.resourcemanager.scheduler.address.rm2name>
<value>hadoop106:8030value>
property>
<property>
<name>yarn.resourcemanager.resource-tracker.address.rm2name>
<value>hadoop106:8031value>
property>
<property>
<name>yarn.resourcemanager.zk-addressname>
<value>hadoop105:2181,hadoop106:2181,hadoop107:2181value>
property>
<property>
<name>yarn.resourcemanager.recovery.enabledname>
<value>truevalue>
property>
<property>
<name>yarn.resourcemanager.store.classname> <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStorevalue>
property>
<property>
<name>yarn.nodemanager.env-whitelistname>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOMEvalue>
property>
configuration>
（2）同步更新其他节点的配置信息，分发配置文件
[xiaoxq@hadoop105 etc]$ sudo xsync hadoop/
[xiaoxq@hadoop105 etc]$ source /etc/profile
4）启动 hdfs
[xiaoxq@hadoop105 etc]$ start-dfs.sh
5）启动YARN
（1）在 hadoop105 或者 hadoop106 中执行：
[xiaoxq@hadoop106 hadoop-3.1.3]$ start-yarn.sh
（2）查看服务状态
[xiaoxq@hadoop106 hadoop-3.1.3]$ yarn rmadmin -getServiceState rm1
standby
[xiaoxq@hadoop106 hadoop-3.1.3]$ yarn rmadmin -getServiceState rm2
active
（3）可以去 zkCli.sh 客户端查看 ResourceManager 选举锁节点内容：
[xiaoxq@hadoop106~]$ zkCli.sh
[zk: localhost:2181(CONNECTED) 16] get -s /yarn-leader-election/cluster-yarn1/ActiveStandbyElectorLock
[zk: localhost:2181(CONNECTED) 0] get -s /yarn-leader-election/cluster-yarn1/ActiveStandbyElectorLock
cluster-yarn1rm2
cZxid = 0x900000009
ctime = Tue Jul 28 21:24:42 CST 2020
mZxid = 0x900000009
mtime = Tue Jul 28 21:24:42 CST 2020
pZxid = 0x900000009
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x70000a7944d0000
dataLength = 20
numChildren = 0
（4）web端查看hadoop105:8088和hadoop106:8088的YARN的状态，和 NameNode 对比，查看区别
4.5 HDFS Federation 架构设计
4.5.1 NameNode架构的局限性
1）Namespace（命名空间）的限制
- 由于NameNode在内存中存储所有的元数据（metadata），因此单个NameNode所能存储的对象（文件+块）数目受到NameNode所在JVM的heapsize的限制。50G的heap能够存储20亿（200million）个对象，这20亿个对象支持4000个DataNode，12PB的存储（假设文件平均大小为40MB）。随着数据的飞速增长，存储的需求也随之增长。单个DataNode从4T增长到36T，集群的尺寸增长到8000个DataNode。存储的需求从12PB增长到大于100PB。
2）隔离问题
- 由于HDFS仅有一个NameNode，无法隔离各个程序，因此HDFS上的一个实验程序就很有可能影响整个HDFS上运行的程序。
3）性能的瓶颈
- 由于是单个NameNode的HDFS架构，因此整个HDFS文件系统的吞吐量受限于单个NameNode的吞吐量。
4.5.2 HDFS Federation架构设计**
- 能不能有多个NameNode
| NameNode | NameNode | NameNode |
|---|---|---|
| 元数据 | 元数据 | 元数据 |
| Log | machine | 电商数据/话单数据 |
图 HDFS Federation架构设计
4.5.3 HDFS Federation应用思考
- 不同应用可以使用不同NameNode进行数据管理图片业务、爬虫业务、日志审计业务。Hadoop生态系统中，不同的框架使用不同的NameNode进行管理NameSpace。（隔离性）
