1.Hadoop HA简介及工作原理
Hadoop NameNode官方开始支持HA集群默认是从2.0开始,之前的版本均是不支持NameNode HA的高可用的。
1.1 Hadoop HA简介
Hadoop-HA集群运作机制介绍
- HA即高可用(7*24小时不中断服务)
- 实现高可用最关键的是消除单点故障
- 分成各个组件的HA机制——HDFS的HA、YARN的HA
HDFS的HA机制详解
通过双namenode消除单点故障,以下为双namenode协调工作的特点:
A、元数据管理方式需要改变:
- 内存中各自保存一份元数据
- Edits日志只能有一份,只有Active状态的namenode节点可以做写操作
- 两个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)
B、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现象的发生
1.2 Hadoop HA工作原理图例
HDFS的HA架构
使用 Active NameNode,Standby NameNode 两个结点解决单点问题,两个结点通过JounalNode 共享状态,采用ZKFC选举Active实时监控集群状态,自动进行故障备援。
- Active NameNode:接受 client 的 RPC 请求并处理,同时写自己的 Editlog 和共享存储上的 Editlog,接收 DataNode 的 Block report, block location updates 和 heartbeat;
- Standby NameNode:同样会接到来自 DataNode 的 Block report, block location updates 和heartbeat,同时会从共享存储的 Editlog 上读取并执行这些 log 操作,使得自己的 NameNode 中的元数据(Namespcae information + Block locations map)都是和 Active NameNode 中的元数据是同步的。所以说 Standby 模式的 NameNode 是一个热备(Hot Standby NameNode),一旦切换成 Active 模式,马上就可以提供 NameNode 服务
- JounalNode:用于Active NameNode , Standby NameNode 同步数据,本身由一组 JounnalNode 结点组成,该组结点基数个,支持 Paxos 协议,保证高可用,是 CDH5 唯一支持的共享方式(相对于 CDH4 促在NFS共享方式)
- ZKFC:监控NameNode进程,自动备援。
YARN的HA架构
ResourceManager HA由一对Active,Standby结点构成,通过RMStateStore 存储内部数据和主要应用的数据及标记。
支持可替代的RMStateStore实现方式如下:
- 基于内存的MemoryRMStateStore
- 基于文件系统的FileSystemRMStateStore
- 基于 zookeeper的ZKRMStateStore
ResourceManager HA 的架构模式同NameNode HA的架构模式基本一致,数据共享由 RMStateStore,而ZKFC成为ResourceManager进程的一个服务,非独立存在。
1.3Hadoop HA解决方案架构
Hadoop中的HDFS、MapReduce和YARN的单点故障解决方案架构是完全一致的。
- 手动模式:指由管理员通过命令进行主备切换,这通常在服务升级时有用。
-
自动模式:自动模式可降低运维成本并自动切换,但存在潜在危险,如脑裂。
本文将重点介绍下自动模式切换的部署方式。
什么是脑裂:脑裂是Hadoop2.X版本后出现的全新问题,从字面意思我们可以理解为“大脑分裂”;我们想一下,当一个正常人,突然出现有了两个大脑,而且这两个大脑都有自己的意识,对于这个人来说肯定是灾难性问题。同理,在Hadoop中,为了防止单点失效问题而出现了两个namenode(HA机制),这两个namenode正常情况下是起到一个失效,另一个代替的作用,但在实际运行过程中很有可能出现两个namenode同时服务于整个集群的情况,这种情况称之为脑裂。
为什么会出现脑裂:脑裂通常发生在主从namenode切换时,由于ActiveNameNode的网络延迟、设备故障等问题,另一个NameNode会认为活跃的NameNode成为失效状态,此时StandbyNameNode会转换成活跃状态,此时集群中将会出现两个活跃的namenode。因此,可能出现的因素有网络延迟、心跳故障、设备故障等。
怎么解决脑裂问题:1.新增一条心跳线,防止namennode状态无法正常传达。2.使用隔离机制,通过调用活跃节点中的隔离方法,让其主动转换为standby状态,如果该方法失效则使用远程调用执行kill -9命令杀死相应进程,如果该方法仍然无法成功隔离,管理人员可以事先在每台namenode节点中编写一个shell脚本,当出现脑裂问题时,执行该脚本来切断电源,已达到隔离目的。
2.HA环境准备
2.1各主机IP规划
主机名 | IP地址 | 操作系统 | 安装软件 | 运行进程 |
---|---|---|---|---|
sre01 | 10.1.8.11 | centos7.6 | jdk、hadoop、zookeeper | NameNode、DFSZKFailoverController(zkfc)、ResourceManager |
sre02 | 10.1.8.12 | centos7.6 | jdk、hadoop、zookeeper | NameNode、DFSZKFailoverController(zkfc)、ResourceManager |
sre03 | 10.1.8.13 | centos7.6 | jdk、hadoop、zookeeper | DataNode、NodeManager、JournalNode、QuorumPeerMain |
sre04 | 10.1.8.14 | centos7.6 | jdk、hadoop、zookeeper | DataNode、NodeManager、JournalNode、QuorumPeerMain |
sre05 | 10.1.8.15 | centos7.6 | jdk、hadoop、zookeeper | DataNode、NodeManager、JournalNode、QuorumPeerMain |
注意:针对HA模式,就不需要SecondaryNameNode了,因为STANDBY状态的namenode会负责做checkpoint。
2.2添加hosts信息,每台机器均需执行。
cat < /etc/hosts
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
10.1.8.11 sre01
10.1.8.12 sre02
10.1.8.13 sre03
10.1.8.14 sre04
10.1.8.15 sre05
EOF
2.3实现root用户的免密钥登录(正式环境建议新建用户)。
- 基本要求如下:
sre01到sre01、sre02、sre03、sre04、sre05免秘钥登录。
sre02到sre01、sre02、sre03、sre04、sre05免秘钥登录。
Ip地址和主机名均可,本文默认使用hostname的方式实现。
- sre01生成密钥并分发密钥至其它机器:
ssh-keygen -t rsa # 一路回车
ssh-copy-id -i ~/.ssh/id_rsa.pub sre01
ssh-copy-id -i ~/.ssh/id_rsa.pub sre02
ssh-copy-id -i ~/.ssh/id_rsa.pub sre03
ssh-copy-id -i ~/.ssh/id_rsa.pub sre04
ssh-copy-id -i ~/.ssh/id_rsa.pub sre05
- sre02生成密钥并分发密钥至其它机器:
ssh-keygen -t rsa # 一路回车
ssh-copy-id -i ~/.ssh/id_rsa.pub sre01
ssh-copy-id -i ~/.ssh/id_rsa.pub sre02
ssh-copy-id -i ~/.ssh/id_rsa.pub sre03
ssh-copy-id -i ~/.ssh/id_rsa.pub sre04
ssh-copy-id -i ~/.ssh/id_rsa.pub sre05
2.4安装JDK并配置环境变量
mkdir -p /usr/java/ /root/software && cd software
wget https://file.bigdatasafe.org/software/jdk/jdk-8u211-linux-x64.tar.gz
tar zxvf jdk-8u211-linux-x64.tar.gz -C /usr/java/
cat < /etc/profile.d/jdk.sh
#!/bin/bash
#作者:Adil Lau
#联系方式:[email protected]
export JAVA_HOME=/usr/java/jdk1.8.0_211
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$PATH
EOF
chmod a+x /etc/profile.d/jdk.sh
source /etc/profile.d/jdk.sh
3.zookeeper集群部署
根据规划在sre01-05上面分布部署zookeeper节点。
3.1下载zookeeper并修改配置文件
mkdir -p /home/hadoop/ /root/software && cd software
wget https://file.bigdatasafe.org/software/zookeeper/zookeeper-3.4.14.tar.gz
tar zxvf zookeeper-3.4.14.tar.gz -C /home/hadoop/
mkdir -p /home/hadoop/zookeeper-3.4.14/{logs,data}
cat < /home/hadoop/zookeeper-3.4.14/conf/zoo.cfg
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/home/hadoop/zookeeper-3.4.14/data
dataLogDir=/home/hadoop/zookeeper-3.4.14/logs
clientPort=2181
autopurge.snapRetainCount=500
autopurge.purgeInterval=24
server.1=sre01:2888:3888
server.2=sre02:2888:3888
server.3=sre03:2888:3888
server.4=sre04:2888:3888
server.5=sre05:2888:3888
EOF
#sre01-05分别对应1-5,各自执行即可。
echo "1" > /home/hadoop/zookeeper-3.4.14/data/myid
3.2配置环境变量并启动相关服务
配置环境变量
cat < /etc/profile.d/zookeeper.sh
#!/bin/bash
#作者:Adil Lau
#联系方式:[email protected]
export ZOOKEEPER_HOME=/home/hadoop/zookeeper-3.4.14/
export PATH=$ZOOKEEPER_HOME/bin:$PATH
EOF
chmod a+x /etc/profile.d/zookeeper.sh
source /etc/profile.d/zookeeper.sh
制作启动脚本
cat < /home/hadoop/zookeeper-3.4.14/bin/zk.sh
#!/bin/bash
#作者:Adil Lau
#博客:www.bigdatasafe.org
#目的:一键启动zookeeper集群
#联系方式:[email protected]
iparray=(sre01 sre02 sre03 sre04 sre05)
user="root"
echo "$1"
if [ $1 = "start" ]
then
cmd="zkServer.sh start"
fi
if [ $1 = "stop" ]
then
cmd="zkServer.sh stop"
fi
cmd2="jps"
for ip in ${iparray[*]}
do
echo "ssh to $ip"
ssh -t $user@$ip "$cmd"
echo "jps:"
ssh -t $user@$ip "$cmd2"
echo
done
EOF
chmod a+x /home/hadoop/zookeeper-3.4.14/bin/zk.sh
启动或关闭zookeeper集群
#启动方式
/home/hadoop/zookeeper-3.4.14/bin/zk.sh start
#停止方式
/home/hadoop/zookeeper-3.4.14/bin/zk.sh stop
4.Hadoop HA集群部署
4.1下载软件并修改环境变量
wget https://file.bigdatasafe.org/software/hadoop/hadoop-2.7.7.tar.gz
tar zxvf hadoop-2.7.7.tar.gz -C /home/hadoop/
mkdir -p /home/hadoop/hadoop-2.7.7/{logs,tmp,name,data,journal}
cat < /etc/profile.d/hadoop.sh
#!/bin/bash
#作者:Adil Lau
#联系方式:[email protected]
export HADOOP_HOME=/home/hadoop/hadoop-2.7.7
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
EOF
chmod a+x /etc/profile.d/hadoop.sh
source /etc/profile.d/hadoop.sh
4.2修改core-site.xml配置文件
cat < /home/hadoop/hadoop-2.7.7/etc/hadoop/core-site.xml
fs.defaultFS
hdfs://hadoopha
hadoop.tmp.dir
file:/home/hadoop/hadoop-2.7.7/tmp
ha.zookeeper.quorum
sre01:2181,sre02:2181,sre03:2181,sre04:2181,sre05:2181
ha.zookeeper.session-timeout.ms
15000
EOF
4.3修改hdfs-site.xml配置文件
cat < /home/hadoop/hadoop-2.7.7/etc/hadoop/hdfs-site.xml
dfs.namenode.name.dir
file:/home/hadoop/hadoop-2.7.7/name
dfs.datanode.data.dir
file:/home/hadoop/hadoop-2.7.7/data
dfs.replication
3
dfs.nameservices
hadoopha
dfs.ha.namenodes.hadoopha
nn1,nn2
dfs.namenode.rpc-address.hadoopha.nn1
sre01:9000
dfs.namenode.http-address.hadoopha.nn1
sre01:50070
dfs.namenode.rpc-address.hadoopha.nn2
sre02:9000
dfs.namenode.http-address.hadoopha.nn2
sre02:50070
dfs.ha.automatic-failover.enabled
true
dfs.namenode.shared.edits.dir
qjournal://sre03:8485;sre04:8485;sre05:8485/hadoopha
dfs.client.failover.proxy.provider.hadoopha
org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
dfs.ha.fencing.methods
shell(/bin/true)
dfs.ha.fencing.ssh.private-key-files
/root/.ssh/id_rsa
dfs.ha.fencing.ssh.connect-timeout
30000
dfs.journalnode.edits.dir
/home/hadoop/hadoop-2.7.7/journal
EOF
4.4修改yarn-site.xml配置文件
cat < /home/hadoop/hadoop-2.7.7/etc/hadoop/yarn-site.xml
yarn.resourcemanager.ha.enabled
true
yarn.resourcemanager.cluster-id
yrc
yarn.resourcemanager.ha.rm-ids
rm1,rm2
yarn.resourcemanager.hostname.rm1
sre01
yarn.resourcemanager.hostname.rm2
sre02
yarn.resourcemanager.zk-address
sre01:2181,sre02:2181,sre03:2181,sre04:2181,sre05:2181
yarn.nodemanager.aux-services
mapreduce_shuffle
EOF
4.5修改mapred-site.xml配置文件
cat < /home/hadoop/hadoop-2.7.7/etc/hadoop/mapred-site.xml
mapreduce.framework.name
yarn
mapreduce.map.memory.mb
2048
mapreduce.reduce.memory.mb
2048
EOF
4.6修改slaves文件加入节点信息
cat < /home/hadoop/hadoop-2.7.7/etc/hadoop/slaves
sre03
sre04
sre05
EOF
4.7分发hadoop文件至其他集群节点
scp -r /home/hadoop/hadoop-2.7.7 sre02:/home/hadoop
scp -r /home/hadoop/hadoop-2.7.7 sre03:/home/hadoop
scp -r /home/hadoop/hadoop-2.7.7 sre04:/home/hadoop
scp -r /home/hadoop/hadoop-2.7.7 sre05:/home/hadoop
5.Hadoop HA集群启动及维护,需按照顺序执行。
5.1初始化zookeeper并启动集群
- 启动zookeeper节点:sre03、sre04、sre05分别执行
zkServer.sh start
- 格式化zookeeper节点:sre01执行
hdfs zkfc -formatZK
5.2初始化hadoop并启动集群
- 启动journalnode节点:sre03、sre04、sre05分别执行
hadoop-daemon.sh start journalnode
- 格式化namenode:sre01上执行
hdfs namenode -format
- 启动datanode节点:sre03、sre04、sre05分别执行
hdfs namenode -format
- 启动namenode节点sre01
hadoop-daemon.sh start namenode
- 启动namenode节点sre02
hdfs namenode -bootstrapStandby
hadoop-daemon.sh start namenode
此时sre01和sre02均处于standby状态。
- 启动zkfc服务:sre01、sre02分别执行
hadoop-daemon.sh start zkfc
- 健康状态检查:运行状态说明。
- 启动zkfc服务后,sre01和sre02会自动选举出active节点。
- 此时一个节点为active状态,另一个处于standby状态。
5.3 HA故障自动切换测试
集群健康状态下,默认sre01为active状态,sre02为standby状态。
现在模拟sre01节点故障,将sre01服务终止测试sre02是否自动切换为active状态。
- sre01节点执行:
jps
16415 DFSZKFailoverController
14213 Jps
15626 NameNode
kill -9 15626
- sre02状态查看:
此时sre02由standby状态自动切换到active状态,HA故障自动切换测试成功。
注意:生成环境中由于ResourceManager消耗资源过多,建议是单独部署于独立节点运行。
至此Hadoop HA集群部署完毕,如有问题欢迎留言交流。微信公众号:SRE实战,诚邀您的加入!