[置顶] NameNode HA 采用方案
原文：http://yanbohappy.sinaapp.com/?p=50
Hadoop的设计初衷是服务于off-line的数据存储和处理应用。随着这个产品的不断成熟和发展，对于支持on-line应用的需求越来越强烈。例如HBase已经被Facebook和淘宝用到了在线存储应用中。所以Hadoop的on-line化也是一个趋势。目前制约Hadoop作为on-line存储和处理的瓶颈主要是系统的availability。衡量一个分布式系统的主要指标有：reliability, availability & scalability。Hadoop可以做到横向扩展，所以scalability非常好；而用户存在Hadoop里的数据几乎不会丢失，所以reliability也是非常不错的；目前的主要问题在availability，也就是用户向HDFS集群请求数据的时候集群是否能够保证100%提供服务，目前的主要问题体现在HDFS的SPOF（single point of failure），整个HDFS集群的启动/重启时间非常长，配置参数无法动态更改等。这些方面都是apache社区目前工作的重点，本文主要讨论HDFS NameNode的SPOF问题相关的HA机制。
Hadoop目前的trunk中的代码已经merge了原来的ha-branch，所以现在的trunk中的代码已经实现了基本的HA机制的功能。Hadoop PMC的人表示将会在后面的版本中发布这个功能。下面这张图是目前的HDFS HA的实现逻辑。
Right now the HA branch supports HOT-Failover, except that it is manual failover. We are now moving into a phase to implement automatic failover.
Significant enhancements were completed to make HOT Failover work:
- Configuration changes for HA
- Notion of active and standby states were added to the Namenode
- Client-side redirection
- Standby processing editlogs form Active
- Dual block reports to Active and Standby.
这是Hadoop mailing list中关于目前HA现状的阐述。下面首先简单介绍下这5个方面是怎么实现的，后面从源代码的角度分析具体的实现细节。
(1) Configuration changes for HA
在配置文件中会增加关于HA配置的参数，具体参数配置可以参考CDH4 Beta 2 High Availability Guide，这里介绍一些比较重要的参数。
例如dfs.ha.namenodes.[nameservice ID]这个参数表示在[nameservice ID]这个nameservice下的两台NameNode（分别作为Active和Standby模式运行）的主机名。然后针对每一台NN配置其对应的dfs.namenode.rpc-address.[nameservice ID].[name node ID]用来标示每一台NN。
由于目前的两台主机之间的HA机制是通过一个共享存储来存放editlog来实现的。所以需要配置参数dfs.namenode.shared.edits.dir表示共享存储的位置，一般是通过NFS挂载的形式，所以其实这个参数的值就是一个本地文件系统中的目录。
dfs.client.failover.proxy.provider.[nameservice ID]这个参数指定具体的failover proxy provider类，也就是在client端发现原来Active的NameNode变成了Standby模式时（在client发送RPC请求时返回了StandbyException时），该如何去连接当前Active的NameNode。目前的Hadoop里只有一个具体实现策略ConfiguredFailoverProxyProvider，实现方法就是如果client failover时，下次把RPC发送给另外一个NameNode的proxy。
另外就是dfs.ha.fencing.methods参数，指定在Active NameNode切换到Standby模式时，确保切换成功或者进程被杀死。
(2) Notion of active and standby states were added to the Namenode
有两种模式的NameNode，分别是Active和Standby模式。Active模式的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模式的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。
(3) Client-side redirection
Client的通过RPC的Proxy与NameNode交互。在client端会有两个代理同时存在，分别代表与Active和Standby的NameNode的连接。由于Client端有Retry机制，当与Active NameNode正常通信的client proxy收到RPC返回的StandbyException时，说明这个Active NameNode已经变成了Standby模式，所以触发dfs.client.failover.proxy.provider.[nameservice ID]这个参数指定的类来做failover，目前唯一的实现是ConfiguredFailoverProxyProvider，实现方法就是下次开始把RPC发向另外一个NameNode。此后的RPC都是发往另外一个NameNode，也就是NameNode发生了主从切换。
|
1
2
3
4
5
|
public
synchronized
void
performFailover(T currentProxy) {
currentProxyIndex = (currentProxyIndex +
1
) % proxies.size();
}
|
(4) Standby processing editlogs form Active
开启Standby模式后，Standby NameNode会通过EditLogTailerThread从共享存储中读取Active NameNode写到那里的Editlog，然后执行操作，从而保持自己的元数据是最新的，所以说是热备。
(5)Dual block reports to Active and Standby.
DataNode的Block report, block location updates和heartbeat等RPC操作会发向两个NameNode，从而使得两个NameNode的Block locations map都是最新的，这样可以做到切换主从后原来的从（新的主）不再需要block report的时间。
可以看出client与NameNode之间的RPC是只向一个NameNode发送的（收到StandbyException后才会重试另外一个）；而DataNode与NameNode之间的RPC在任何时候都是同时向两个NameNode发送的。
（1）NameNode启动流程
对于HDFS HA机制来说，NameNode是核心，NameNode有Active和Standby两种状态。在NameNode的构造函数中，读取配置文件，如果配置文件配置了开启HA，那么NameNode进入STANDBY_STATE状态；反之则进入ACTIVE_STATE状态。
|
1
2
3
4
5
6
7
8
9
10
11
|
this
.haEnabled = HAUtil.isHAEnabled(conf, nsId);
if
(!haEnabled) {
state = ACTIVE_STATE;
}
else
{
state = STANDBY_STATE;
}
|
创建HA上下文，NameNodeHAContext类包含了NameNode的Active和Standby模式变换相关操作的函数实现。
|
1
|
this
.haContext = createHAContext();
|
然后就是初始化操作，包括配置参数，RPC server，metrics，加载Namespace，然后进入当前的haContext
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
try
{
initializeGenericKeys(conf, nsId, namenodeId);
initialize(conf);
state.prepareToEnterState(haContext);
state.enterState(haContext);
}
catch
(IOException e) {
this
.stop();
throw
e;
}
catch
(HadoopIllegalArgumentException e) {
this
.stop();
throw
e;
}
|
（2）管理员执行HA管理命令流程
当两个NameNode都已经启动并进入Standby模式之后，就可以通过bin/hdfs脚本执行HDFS管理功能，执行如下命令：
|
1
|
bin
/hdfs
haadmin
|
就会调用DFSHAAdmin.java这个类来执行用户指定的功能，例如：
|
1
2
3
4
5
|
bin
/hdfs
haadmin -transitionToActive serviceId
bin
/hdfs
haadmin -transitionToStandby serviceId
bin
/hdfs
haadmin -failover serviceId serviceId
|
以-failover为例，就会调用HAAdmin.java类中的failover方法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
|
private
int
failover(
final
String[] argv)
throws
IOException, ServiceFailedException {
boolean
forceFence =
false
;
boolean
forceActive =
false
;
Options failoverOpts =
new
Options();
failoverOpts.addOption(“failover”,
false
, “failover”);
failoverOpts.addOption(FORCEFENCE,
false
, “force fencing”);
failoverOpts.addOption(FORCEACTIVE,
false
, “force failover”);
CommandLineParser parser =
new
GnuParser();
CommandLine cmd;
try
{
cmd = parser.parse(failoverOpts, argv);
forceFence = cmd.hasOption(FORCEFENCE);
forceActive = cmd.hasOption(FORCEACTIVE);
}
catch
(ParseException pe) {
errOut.println(“failover: incorrect arguments”);
printUsage(errOut, “-failover”);
return
-
1
;
}
int
numOpts = cmd.getOptions() ==
null
?
0
: cmd.getOptions().length;
final
String[] args = cmd.getArgs();
if
(numOpts >
2
|| args.length !=
2
) {
errOut.println(“failover: incorrect arguments”);
printUsage(errOut, “-failover”);
return
-
1
;
}
HAServiceTarget fromNode = resolveTarget(args[
0
]);
HAServiceTarget toNode = resolveTarget(args[
1
]);
FailoverController fc =
new
FailoverController(getConf());
try
{
fc.failover(fromNode, toNode, forceFence, forceActive);
out.println(“Failover from “+args[
0
]+” to “+args[
1
]+” successful”);
}
catch
(FailoverFailedException ffe) {
errOut.println(“Failover failed: ” + ffe.getLocalizedMessage());
return
-
1
;
}
return
0
;
}
|
在这个函数中首先解析参数，然后会生成两个HAServiceTarget，分别表示发生主从切换的两个NameNode。由于这个DFSHAAdmin命令可以在任何一台可以连接到集群中的机器上运行，所以HAServiceTarget实际上是发生主从切换的两个NameNode的代理的封装。这个代理与两个NameNode通信的RPC协议时HAServiceProtocol。目前的Hadoop的RPC已经默认了Protocol Buffer作为RPC的实现。
然后生成FailoverController对象，这个类就是用于控制主从切换的。然后执行这个类中的failover方法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
|
public
void
failover(HAServiceTarget fromSvc,
HAServiceTarget toSvc,
boolean
forceFence,
boolean
forceActive)
throws
FailoverFailedException {
Preconditions.checkArgument(fromSvc.getFencer() !=
null
,
“failover requires a fencer”);
//强制需要一种fencing方法
// Failover前的检查，例如fromSvc和toSvc是不是同一NameNode，toSvc是不是已经处于Active状态等
preFailoverChecks(fromSvc, toSvc, forceActive);
// 第一步是先把fromSvc转换成standby模式
boolean
tryFence =
true
;
// 通过向fromSvc的发送HAServiceProtocol的方式使得fromSvc transition to Standby mode
// 如果这个RPC返回的结果是ServiceFailedException或者IOException，
// 那么说明transition fail，从而是否要tryFence就是true，就必须fencing了。
if
(tryGracefulFence(fromSvc)) {
tryFence = forceFence;
}
// Fence fromSvc if it’s required or forced by the user
if
(tryFence) {
if
(!fromSvc.getFencer().fence(fromSvc)) {
throw
new
FailoverFailedException(“Unable to fence ” +
fromSvc + “. Fencing failed.”);
}
}
// 第二步就是让toSvc转换成active模式，操作方法和上面类似，
// 通过RPC给toSvc发送transitionToActive命令。
boolean
failed =
false
;
Throwable cause =
null
;
try
{
HAServiceProtocolHelper.transitionToActive(
toSvc.getProxy(conf, rpcTimeoutToNewActive));
}
catch
(ServiceFailedException sfe) {
LOG.error(“Unable to make ” + toSvc + ” active (” +
sfe.getMessage() + “). Failing back.”);
failed =
true
;
cause = sfe;
}
catch
(IOException ioe) {
LOG.error(“Unable to make ” + toSvc +
” active (unable to connect). Failing back.”, ioe);
failed =
true
;
cause = ioe;
}
// 如果我们在第二步的时候，把toSvc转换成Active模式失败，需要考虑回滚。
// 如果我们没有强制fencing原来的fromSvc，那么就回滚。
// 如果我们强制fencing掉原来的fromSvc，那么只能抛异常了。
if
(failed) {
String msg = “Unable to failover to ” + toSvc;
// Only try to failback if we didn’t fence fromSvc
if
(!tryFence) {
try
{
// Unconditionally fence toSvc in case it is still trying to
// become active, eg we timed out waiting for its response.
// Unconditionally force fromSvc to become active since it
// was previously active when we initiated failover.
failover(toSvc, fromSvc,
true
,
true
);
}
catch
(FailoverFailedException ffe) {
msg += “. Failback to ” + fromSvc +
” failed (” + ffe.getMessage() + “)”;
LOG.fatal(msg);
}
}
throw
new
FailoverFailedException(msg, cause);
}
}
|
（3）NameNode端的HA状态切换执行的操作代码
以上是DFSHAAdmin的操作，那么当它把对应的RPC命令发送到NameNode时，NameNode端的逻辑是怎么处理的呢？新的机遇Protocol Buffer实现的RPC请求在NameNode端会调用NameNodeRpcServer.java类中的方法。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
@Override
// HAServiceProtocol
public
synchronized
void
transitionToActive()
throws
ServiceFailedException, AccessControlException {
nn.transitionToActive();
}
@Override
// HAServiceProtocol
public
synchronized
void
transitionToStandby()
throws
ServiceFailedException, AccessControlException {
nn.transitionToStandby();
}
@Override
// HAServiceProtocol
public
synchronized
HAServiceStatus getServiceStatus()
throws
AccessControlException, ServiceFailedException {
return
nn.getServiceStatus();
}
|
然后调用NameNode.java类中对应的方法，把NameNode的HAState置为Active或者Standby。NameNode处于这两种不同的State会有不同的代码执行逻辑。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
synchronized
void
transitionToActive()
throws
ServiceFailedException, AccessControlException {
namesystem.checkSuperuserPrivilege();
if
(!haEnabled) {
throw
new
ServiceFailedException(“HA
for
namenode is not enabled”);
}
state.setState(haContext, ACTIVE_STATE);
}
|
无论当前的state是哪种，state.setState()函数都会调用setStateInternal()函数，执行状态切换。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
protected
final
void
setStateInternal(
final
HAContext context,
final
HAState s)
throws
ServiceFailedException {
prepareToExitState(context);
s.prepareToEnterState(context);
context.writeLock();
try
{
exitState(context);
context.setState(s);
s.enterState(context);
}
finally
{
context.writeUnlock();
}
}
|
prepareToExitState(context)函数目前只有当前处于StandbyState的实现，用于取消Standby NameNode正在进行的checkpoint操作(StandbyCheckpointer类)，不需要锁住NameNodeHAContext。下面是prepareToExitState()函数的调用关系。
s.prepareToEnterState(context)函数目前没有执行任何操作。
Exit和Enter的准备工作做好之后，就要真正进行状态切换了。在进行状态切换的时候Namespace是要加锁的，不允许同时还有其他的状态切换。下面以Standby模式向Active模式切换为例说明。
exitState(context)调用NameNodeHAContext.stopStandbyService()函数，然后调用FSNamesystem.stopStandbyService()函数。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
void
stopStandbyServices()
throws
IOException {
LOG.info(“Stopping services started
for
standby state”);
//关闭standbyCheckpointer线程，这个线程负责定期把共享存储上的Editlog合并成FsImage，
//保存在本地存储并且发送到Active NameNode
if
(standbyCheckpointer !=
null
) {
standbyCheckpointer.stop();
}
//由于要切换到Active模式，不需要EditLogTailer线程，所以关闭这个线程。
if
(editLogTailer !=
null
) {
editLogTailer.stop();
}
//由于要切换到Active模式，需要开启新的EditLog文件，所以关闭旧的文件输出流
if
(dir !=
null
&& dir.fsImage !=
null
&& dir.fsImage.editLog !=
null
) {
dir.fsImage.editLog.close();
}
}
|
s.enterState(context)的调用流程类似，最终会走到FSNamesystem.startActiveServices()方法中。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
|
void
startActiveServices()
throws
IOException {
LOG.info(“Starting services required
for
active state”);
writeLock();
try
{
// 开启新的EditLog输出流，读取最后的TxId
FSEditLog editLog = dir.fsImage.getEditLog();
if
(!editLog.isOpenForWrite()) {
// During startup, we’re already open for write during initialization.
editLog.initJournalsForWrite();
// May need to recover
editLog.recoverUnclosedStreams();
LOG.info(“Catching up to latest edits from old active before ” +
“taking over writer role in edits logs.”);
editLogTailer.catchupDuringFailover();
LOG.info(“Reprocessing replication and invalidation queues…”);
blockManager.getDatanodeManager().markAllDatanodesStale();
blockManager.clearQueues();
blockManager.processAllPendingDNMessages();
blockManager.processMisReplicatedBlocks();
if
(LOG.isDebugEnabled()) {
LOG.debug(“NameNode metadata after re-processing ” +
“replication and invalidation queues during failover:n” +
metaSaveAsString());
}
long
nextTxId = dir.fsImage.getLastAppliedTxId() +
1
;
LOG.info(“Will take over writing edit logs at txnid ” +
nextTxId);
editLog.setNextTxId(nextTxId);
dir.fsImage.editLog.openForWrite();
}
if
(haEnabled) {
// Renew all of the leases before becoming active.
// This is because, while we were in standby mode,
// the leases weren’t getting renewed on this NN.
// Give them all a fresh start here.
leaseManager.renewAllLeases();
}
leaseManager.startMonitor();
startSecretManagerIfNecessary();
}
finally
{
writeUnlock();
}
}
|
（4）NameNode对RPC操作的处理流程代码
到此为止NameNode的状态切换就完成了。我们前面提到过Active模式的NameNode会处理所有的RPC请求，而Standby模式的NameNode只会处理一部分请求（Standby模式的NameNode元数据更新是通过执行共享存储中存放的EditLog来实现的）。那么NameNode在执行RPC时是怎么区分的呢？前面已经提到过了，RPC到达NameNode后，都是调用NameNodeRpcServer.java类里相应的函数来执行的，而这些操作又会调用FSNamesystem.java类里对应的方法，然后在这些方法里检查当前处于的模式，时候继续执行下去还是抛出异常。
以一个典型的文件系统操作命令create为例说明：
NameNodeRpcServer.create()函数调用FSNamesystem.startFile()函数，在这个函数里调用checkOperation(OperationCategory.WRITE)函数检查。如果当前NameNode处于Active模式，这个函数返回true；如果处于Standby模式，这个函数抛出StandbyException，结束执行，然后通过RPC返回给client一个StandbyException。Client就知道刚才的那个RPC发错了，然后向另外一个NameNode发送。
在client发给NameNode的RPC操作中，读命令是两种模式的NameNode都可以执行的，写命令只有Active NameNode才能执行。后面HDFS也考虑向MySQL那样“主可读写，从可读”的主从HA机制。
说完client-NameNode的相关RPC协议之后，再来说说DataNode-NameNode的RPC相关协议。由于Active和Standby NameNode都保存有Block locations map信息，所以DataNode向两个NameNode发送的RPC都会被处理，不会有StandbyException。这样能够保证Standby的NameNode是热备，一旦切换直接可用。
至此NameNode端的HA机制相关代码告一段落，下一篇主要讨论client端是如何做fail over的。
参考文献：
http://www.cloudera.com/blog/2012/03/high-availability-for-the-hadoop-distributed-file-system-hdfs/