Hadoop High Availability（HA高可用）

单词简写（必看！！！）

NameNode（NN）
SecondaryNameNode（SNN）
DataNode（DN）
Zookeeper（ZK）
Active ZKFailoverController（Active ZKFC）
StandBy ZKFailoverController（StandBy ZKFC）
NameNode Active状态（ActiveNN）
NameNode StandBy状态（StandByNN）
JournalNode（JN）
Active ResourceManager（ActiveRM）
Standby ResourceManager（StandbyRM）

简介

        HA(High Available), 高可用，是保证业务连续性的有效解决方案，一般有两个或两个以上的节点，分为活动节点（Active）及备用节点（Standby）。通常把正在执行业务的称为活动节点，而作为活动节点的一个备份的则称为备用节点。当活动节点出现问题，导致正在运行的业务（任务）不能正常运行时，备用节点此时就会侦测到，并立即接续活动节点来执行业务。从而实现业务的不中断或短暂中断。
        Hadoop1.X版本，NN是HDFS集群的单点故障点，每一个集群只有一个NN,如果这个机器或进程不可用，整个集群就无法使用。为了解决这个问题，出现了一堆针对HDFS HA的解决方案（如：Linux HA, VMware FT, shared NAS+NFS, BookKeeper, QJM/Quorum Journal Manager, BackupNode等）。
        在HA具体实现方法不同情况下，HA框架的流程是一致的, 不一致的就是如何存储、管理、同步edits编辑日志文件。
        在Active NN和Standby NN之间要有个共享的存储日志的地方，Active NN把edit Log写到这个共享的存储日志的地方，Standby NN去读取日志然后执行，这样Active和Standby NN内存中的HDFS元数据保持着同步。一旦发生主从切换Standby NN可以尽快接管Active NN的工作。

Hadoop HA（Hadoop高可用）

NameNode HA

hadoop2.x之后，Clouera提出了QJM/Qurom Journal Manager，这是一个基于Paxos算法（分布式一致性算法）实现的HDFS HA方案，它给出了一种较好的解决思路和方案,QJM主要优势如下：

• 不需要配置额外的高共享存储，降低了复杂度和维护成本。
• 消除spof(单点故障)。
• 系统鲁棒性(Robust)的程度可配置、可扩展。

        基本原理就是用2N+1台 JournalNode 存储EditLog，每次写数据操作有>=N+1返回成功时即认为该次写成功，数据不会丢失了。当然这个算法所能容忍的是最多有N台机器挂掉，如果多于N台挂掉，这个算法就失效了。这个原理是基于Paxos算法。
        在HA架构里面SecondaryNameNode已经不存在了，为了保持standby NN时时的与Active NN的元数据保持一致，他们之间交互通过JournalNode进行操作同步。
        任何修改操作在 Active NN上执行时，JournalNode进程同时也会记录修改log到至少半数以上的JN中，这时 Standby NN 监测到JN 里面的同步log发生变化了会读取 JN 里面的修改log，然后同步到自己的目录镜像树里面，如下图：

        当发生故障时，Active的 NN 挂掉后，Standby NN 会在它成为Active NN 前，读取所有的JN里面的修改日志，这样就能高可靠的保证与挂掉的NN的目录镜像树一致，然后无缝的接替它的职责，维护来自客户端请求，从而达到一个高可用的目的。
        在HA模式下，datanode需要确保同一时间有且只有一个NN能命令DN。为此：

• 每个NN改变状态的时候，向DN发送自己的状态和一个序列号。
• DN在运行过程中维护此序列号，当failover时，新的NN在返回DN心跳时会返回自己的active状态和一个更大的序列号。DN接收到这个返回则认为该NN为新的active。
• 如果这时原来的active NN恢复，返回给DN的心跳信息包含active状态和原来的序列号，这时DN就会拒绝这个NN的命令。

Failover Controller

        HA模式下，会将FailoverController部署在每个NameNode的节点上，作为一个单独的进程用来监视NN的健康状态。FailoverController主要包括三个组件:

• HealthMonitor: 监控NameNode是否处于unavailable(不可用的)或unhealthy(不健康的)状态。当前通过RPC调用NN相应的方法完成。
• ActiveStandbyElector: 监控NN在ZK中的状态。
• ZKFailoverController: 订阅HealthMonitor 和ActiveStandbyElector 的事件，并管理NN的状态,另外zkfc还负责解决fencing（也就是脑裂问题）。

        上述三个组件都在跑在一个JVM中，这个JVM与NN的JVM在同一个机器上。但是两个独立的进程。一个典型的HA集群，有两个NN组成，每个NN都有自己的ZKFC进程。

ZKFailoverController主要职责：

• 健康监测：周期性的向它监控的NN发送健康探测命令，从而来确定某个NameNode是否处于健康状态，如果机器宕机，心跳失败，那么zkfc就会标记它处于一个不健康的状态
• 会话管理：如果NN是健康的，zkfc就会在zookeeper中保持一个打开的会话，如果NameNode同时还是Active状态的，那么zkfc还会在Zookeeper中占有一个类型为短暂类型的znode，当这个NN挂掉时，这个znode将会被删除，然后备用的NN将会得到这把锁，升级为主NN，同时标记状态为Active
• 当宕机的NN新启动时：它会再次注册zookeper，发现已经有znode锁了，便会自动变为Standby状态，如此往复循环，保证高可靠，需要注意，目前仅仅支持最多配置2个NN
• master选举：通过在zookeeper中维持一个短暂类型的znode，来实现抢占式的锁机制，从而判断那个NameNode为Active状态

Hadoop 单点问题解决方案

• 单点问题：当NameNode宕机时，SNN负责辅助NN工作，不能替换。恢复需要较长时间，这个阶段集群无法对外提供服务，该如何解决？
• 答：HadoopHA方案解决（该方案中没有SNN，所以无法使用SNN解决）
• 以下方案提供详解

HA方案中有两个NN

• 一个是Active状态，对外提供服务。
• 一个是StandBy状态，随时准备替换Active的节点。
• 注：对外提供服务的只有一个

两个NN如何决定哪个是Active？哪个是StandBy？

• 两个 NN 到 ZK 注册临时节点（通过ZKFC注册），哪个先注册成功，哪个就是Active，另一个就是 StandBy，且StandBy状态的NN通过ZKFC向ZK订阅临时的Znode（Active状态的NN）的变化状态信息

ZKFC

• ZKFC监控两种NN状态，以及NN所在节点的硬件、系统、软件（指NN）状态。同时与ZK保持心跳。ZKFC帮助NN在ZK上注册临时的Znode，每个NN都有一个ZKFC（即两种状态的ZKFC）

解决方案

ActiveNN节点发生故障 →
对应的ZKFC监控到故障通知ZK删除临时节点 →
StandByZKFC接收到ZK临时节点发生的变化（在抢占Active状态失败时向ZK订阅了其状态），通知给StandbyNN →
StandbyNN(补刀)远程登录ActiveNN 执行 kill -9 ActiveNN →
StandbyNN通知ZKFC 到ZK注册临时Znode成功，StandbyNN切换成Active。

• 此处解释一下为什么StandbyNN不需要询问ActiveNN是否出现故障就将其进程杀死？
• ActiveNN和StandbyNN属于抢占关系，为了防止ActiveNN发出假信号给StandbyNN，所以只要StandbyNN通过订阅ZK得到ActiveNN发生故障的状态，不管是真是假直接将其杀死，之后StandbyNN状态上位成为ActiveNN状态，宕机的ActiveNN恢复后会变为StandbyNN。

JournalNode（共享文件系统）

通过JN使得两种状态的NN元数据信息共享

• 创建一个小的文件系统JN，是一个读写效率极高的文件系统，节点数必须是奇数台（2n+1）
• ActiveNN 实时将元数据信息写入到JN，StandbyNN实时读取JN元数据信息

在HA方案中不能有SNN，在安装部署的时候就不能安装，所以方案要么是NN+SNN，要么是NN+StandbyNN，只能二选一，该方案中只能有一个StandbyNN。

Yarn HA（Yarn高可用）

        Yarn作为资源管理系统，是上层计算框架（如MapReduce,Spark）的基础。在Hadoop 2.4.0版本之前，Yarn存在单点故障（即ResourceManager存在单点故障），一旦发生故障，恢复时间较长，且会导致正在运行的Application丢失，影响范围较大。从Hadoop 2.4.0版本开始，Yarn实现了ResourceManager HA，在发生故障时自动failover，大大提高了服务的可靠性。
        ResourceManager（简写为RM）作为Yarn系统中的主控节点，负责整个系统的资源管理和调度，内部维护了各个应用程序的ApplictionMaster信息、NodeManager（简写为NM）信息、资源使用等。由于资源使用情况和NodeManager信息都可以通过NodeManager的心跳机制重新构建出来，因此只需要对ApplicationMaster相关的信息进行持久化存储即可。
        在一个典型的HA集群中，两台独立的机器被配置成ResourceManger。在任意时间，有且只允许一个活动的ResourceManger,另外一个备用。切换分为两种方式：
        手动切换：在自动恢复不可用时，管理员可用手动切换状态，或是从Active到Standby,或是从Standby到Active。
        自动切换：基于Zookeeper，但是区别于HDFS的HA，2个节点间无需配置额外的ZFKC守护进程来同步数据。

Yarn单点问题解决方案

        在YarnHA方案中，两个RM（ActiveRM、StandbyRM）直接到ZK上面注册临时Znode，哪个先创建，哪个就是Active，另一个是Standby。

        ActiveRM、StandbyRM两者之间的切换：StandbyRM订阅Znode，当ActiveRM状态的Znode删除后，StandByRM状态切换为ActiveRM。