第8章 HDFS HA高可用

最新推荐文章于 2024-04-29 21:44:11 发布
最新推荐文章于 2024-04-29 21:44:11 发布
阅读量356 收藏 2
点赞数 1
分类专栏： HDFS 大数据 文章标签： hdfs hadoop HA 高可用
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lubin2016/article/details/125173215
版权

8.1.HA概述

  • HA（high available），即高可用（7*24小时不中断服务）。
  • 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。
  • Hadoop2.0之前，在HDFS集群中NameNode存在单点故障（SPOF）。
  • NameNode主要在以下两个方面影响HDFS集群
    ① NameNode机器发生意外，如：宕机，集群将无法使用，直到管理员重启
    ② 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两个状态的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。

8.2.HDFS-HA工作机制

8.2.1.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；
  • 两个NameNode都可以读取edits；
  • 共享的edits放在一个共享存储中管理；

(2) 需要一个状态管理功能模块
实现了一个ZKFailoverController，常驻在每一个NameNode所在的节点，每一个ZKFailoverController负责监控自己所在NameNode节点，利用zk进行状态标识，需要进行状态切换时，由ZKFailoverController来负责切换，切换时需要防止brain split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

8.2.2.HDFS-HA工作机制

使用命令致使NameNode失效

hdfs haadmin -failover

在该模式下，系统不会自动从现役NameNode转移到待机NameNode。

自动故障转移为HDFS增加了两个新组件：ZooKeeper和ZKFailoverController（ZKFC）进程。ZooKeeper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：集群中每个NameNode在ZooKeeper中维护了一个持久会话，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获得特殊的排它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组件，是ZooKeeper的客户端，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对临时节点的支持，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发现没有其它节点持有当前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。故障转移进程首先必须保护之前的现役NameNode，然后本地NameNode转换为Active状态。
在这里插入图片描述

上图中，共享存储系统可以选择Network File System或者JournalNode，前者是通过linux共享的文件系统，属于操作系统的配置；后者是Hadoop自身的东西，属于软件的配置。

集群启动时，可以同时启动2个NameNode。这些NameNode只有一个是active的，另一个属于standby状态。active状态意味着提供服务，standby状态意味着处于休眠状态，只进行数据同步，时刻准备着提供服务。

在任一时刻，只有一个NameNode处于active状态，另一个处于standby状态。其中，active状态的NameNode负责所有的客户端操作，standby状态的NameNode处于从属地位，维护着数据状态，随时准备切换。

两个NameNode为了数据同步，会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时，会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JNs中的变更信息，并且一直监控edit log的变化，把变化应用于自己的命名空间。standby可以确保在集群出错时，命名空间状态已经完全同步了。
在这里插入图片描述

8.3.HDFS-HA集群配置

8.3.1.环境准备

  • 修改主机名、主机名和IP地址的映射
  • 关闭防火墙
  • ssh免密登录
  • 安装JDK，配置环境变量等

8.3.2.规划集群

hadoop102hadoop103hadoop104
NameNodeNameNode
JournalNodeJournalNodeJournalNode
DataNodeDataNodeDataNode
ZKZKZK
ResourceManager
NodeManagerNodeManagerNodeManager

8.3.3.安装部署Zookeeper

在hadoop102、hadoop103和hadoop104三个节点上部署Zookeeper。

(1) 解压安装zookeeper
① 解压zookeeper安装包到/opt/module/目录下

tar -zxvf zookeeper-3.4.10.tar.gz -C /opt/module/

② 在/opt/module/zookeeper-3.4.10/这个目录下创建zkData

mkdir -p zkData

③ 重命名/opt/module/zookeeper-3.4.10/conf目录下的zoo_sample.cfg为zoo.cfg

mv zoo_sample.cfg zoo.cfg

(2) 配置zoo.cfg文件

dataDir=/opt/module/zookeeper-3.4.10/zkData
增加如下配置
#######################cluster##########################
server.2=hadoop102:2888:3888
server.3=hadoop103:2888:3888
server.4=hadoop104:2888:3888

参数说明
server.A=B:C:D。
A是一个数字，表示这个是第几号服务器；
B是这个服务器的ip地址；
C是服务器与集群中的Leader通信的端口；
D是集群中如果出现Leader服务器挂了，需要一个端口重新进行选举，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。

(3) 集群操作
① 在/opt/module/zookeeper-3.4.10/zkData目录下创建一个myid的文件

touch myid

注意：添加myid文件，最好在linux里面创建，在notepad++里面很可能出现不可见字符
② 编辑myid文件

vi myid

在文件中添加与server对应的编号：如2
③ 拷贝配置好的zookeeper到其他机器上

scp -r zookeeper-3.4.10/ root@hadoop103:/opt/module/
scp -r zookeeper-3.4.10/ root@hadoop104:/opt/module/

并分别修改myid文件中内容为3、4
④ 所有节点启动zookeeper

bin/zkServer.sh start
bin/zkServer.sh start
bin/zkServer.sh start

⑤ 查看状态

$ bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower

$ bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: leader

$ bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower

8.3.4.配置HDFS-HA集群

(1) 在opt目录下创建一个module文件夹

mkdir module

(2) 将 hadoop-2.7.2拷贝到/opt/module目录下

cp -r hadoop-2.7.2/ /opt/module/

(3) 配置hadoop-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

(4) 配置core-site.xml

<configuration>
	<!-- 把两个NameNode的地址组装成一个集群mycluster -->
	<property>
		<name>fs.defaultFS</name>
		<value>hdfs://mycluster</value>
	</property>

	<!-- 指定hadoop运行时产生文件的存储目录 -->
	<property>
		<name>hadoop.tmp.dir</name>
		<value>/opt/module/hadoop-2.7.2/data/tmp</value>
	</property>
</configuration>

(5) 配置hdfs-site.xml

<configuration>
	<!-- 完全分布式集群名称 -->
	<property>
		<name>dfs.nameservices</name>
		<value>mycluster</value>
	</property>

	<!-- 集群中NameNode节点都有哪些 -->
	<property>
		<name>dfs.ha.namenodes.mycluster</name>
		<value>nn1,nn2</value>
	</property>

	<!-- nn1的RPC通信地址 -->
	<property>
		<name>dfs.namenode.rpc-address.mycluster.nn1</name>
		<value>hadoop102:9000</value>
	</property>

	<!-- nn2的RPC通信地址 -->
	<property>
		<name>dfs.namenode.rpc-address.mycluster.nn2</name>
		<value>hadoop103:9000</value>
	</property>

	<!-- nn1的http通信地址 -->
	<property>
		<name>dfs.namenode.http-address.mycluster.nn1</name>
		<value>hadoop102:50070</value>
	</property>

	<!-- nn2的http通信地址 -->
	<property>
		<name>dfs.namenode.http-address.mycluster.nn2</name>
		<value>hadoop103:50070</value>
	</property>

	<!-- dfs.namenode.shared.edits.dir 这是NameNode读写JNs组的uri。通过这个uri，NameNodes可以读写edit log内容。URI的格式"qjournal://host1:port1;host2:port2;host3:port3/journalId"。这里的host1、host2、host3指的是Journal Node的地址，这里必须是奇数个，至少3个；其中journalId是集群的唯一标识符，对于多个联邦命名空间，也使用同一个journalId -->
	<property>
		<name>dfs.namenode.shared.edits.dir</name>
	<value>qjournal://hadoop102:8485;hadoop103:8485;hadoop104:8485/mycluster</value>
	</property>

	<!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 -->
	<property>
		<name>dfs.ha.fencing.methods</name>
		<value>sshfence</value>
	</property>

	<!-- 使用隔离机制时需要ssh无秘钥登录-->
	<property>
		<name>dfs.ha.fencing.ssh.private-key-files</name>
		<value>/root/.ssh/id_rsa</value>
	</property>

	<!-- 声明journalnode服务器存储目录-->
	<property>
		<name>dfs.journalnode.edits.dir</name>
		<value>/opt/modules/hadoop-2.7.2/data/jn/mycluster</value>
	</property>

	<!-- 关闭权限检查-->
	<property>
		<name>dfs.permissions.enable</name>
		<value>false</value>
	</property>

	<!-- 访问代理类：client，mycluster，active配置失败自动切换实现方式-->
	<property>
  		<name>dfs.client.failover.proxy.provider.mycluster</name>
	<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
	</property>
	    <!-- 延长等待时间 -->
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    
    <property>
        <name>dfs.ha.fencing.ssh.connect-timeout</name>
        <value>60000</value>
    </property>
</configuration>

(6) 拷贝配置好的hadoop环境到其他节点

8.3.5.启动HDFS实现手动故障转移

(1) 在所有JournalNode节点上，输入以下命令启动journalnode服务

sbin/hadoop-daemon.sh start journalnode

(2) 在nn1上，对其进行格式化，并启动namenode

bin/hdfs namenode -format
sbin/hadoop-daemon.sh start namenode

(3) 在nn2上，同步nn1的元数据信息

bin/hdfs namenode -bootstrapStandby

(4) 启动nn2

sbin/hadoop-daemon.sh start namenode

(5) 查看web页面显示
在这里插入图片描述
此时两个NameNode都为Standby模式

(6) 在nn1上，启动所有datanode

sbin/hadoop-daemons.sh start datanode

注意：hadoop-daemon.sh用于在当前节点进行操作，hadoop-daemons.sh用于在所有节点进行操作

(7) 将nn1切换为Active

bin/hdfs haadmin -transitionToActive nn1

(8) 查看是否Active

bin/hdfs haadmin -getServiceState nn1

(9) 准备切换

bin/hdfs haadmin -transitionToStandby nn1
bin/hdfs haadmin -transitionToActive nn2

注意：在hadoop102上执行，先把nn1设置为Standby模式，如果此时主NameNode无法联系，则无法切换备用NameNode为Active

8.3.6.配置HDFS-HA自动故障转移

在hdfs-site.xml中增加

<property>
	<name>dfs.ha.automatic-failover.enabled</name>
	<value>true</value>
</property>

在core-site.xml文件中增加

<property>
	<name>ha.zookeeper.quorum</name>
	<value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value>
</property>

操作步骤
① 关闭所有HDFS服务

sbin/stop-dfs.sh

② 启动Zookeeper集群

bin/zkServer.sh start

③ 初始化HA在Zookeeper中状态

bin/hdfs zkfc -formatZK

④ 启动HDFS服务

sbin/start-dfs.sh

⑤ 在所有NameNode节点上启动ZK Failover Controller，先在哪台机器启动，哪个机器的NameNode就是Active NameNode

sbin/hadoop-daemin.sh start zkfc

验证
① 将Active NameNode进程kill

kill -9 namenode的进程id

② 将Active NameNode机器断开网络

service network stop

8.4.YARN-HA配置

8.4.1.YARN-HA工作机制

官方文档
http://hadoop.apache.org/docs/r2.7.2/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html

YARN-HA工作原理
在这里插入图片描述

8.4.2.配置YARN-HA集群

(1) 环境准备
① 修改主机名、主机名和IP地址的映射
② 关闭防火墙
③ ssh免密登录
④ 安装JDK，配置环境变量等
⑤ 配置Zookeeper集群

(2) 规划集群

hadoop102hadoop103hadoop104
NameNodeNameNode
JournalNodeJournalNodeJournalNode
DataNodeDataNodeDataNode
ZKZKZK
ResourceManagerResourceManager
NodeManagerNodeManagerNodeManager

(3) 修改配置
yarn-site.xml

<configuration>
   <!--NodeManager上运行的附属服务。需配置成mapreduce_shuffle，才可运行MapReduce程序默认值：“”-->
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>

	<!--启用resourcemanager ha-->
	<property>
		<name>yarn.resourcemanager.ha.enabled</name>
		<value>true</value>
	</property>

	<!--集群id-->
	<property>
		<name>yarn.resourcemanager.cluster-id</name>
		<value>cluster-yarn1</value>
	</property>
<!--声明两个resourcemanager 逻辑节点-->
	<property>
		<name>yarn.resourcemanager.ha.rm-ids</name>
		<value>rm1,rm2</value>
	</property>
<!--集群物理节点-->
	<property>
		<name>yarn.resourcemanager.hostname.rm1</name>
		<value>hadoop102</value>
	</property>

	<property>
		<name>yarn.resourcemanager.hostname.rm2</name>
		<value>hadoop103</value>
	</property>

	<!--指定zookeeper集群的地址-->
	<property>
		<name>yarn.resourcemanager.zk-address</name>
		<value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value>
	</property>

	<!--启用自动恢复-->
	<property>
		<name>yarn.resourcemanager.recovery.enabled</name>
		<value>true</value>
	</property>

	<!--指定resourcemanager的状态信息存储在zookeeper集群-->
	<property>
		<name>yarn.resourcemanager.store.class</name>
		<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
	</property>
</configuration>

同步更新其他节点的配置信息

(4) 启动hdfs
① 在所有JournalNode节点上，启动journalnode服务

sbin/hadoop-daemon.sh start journalnode

② 在nn1上，对其进行格式化，并启动NameNode

bin/hdfs namenode -format
sbin/hadoop-daemon.sh start namenode

③ 在nn2上，同步nn1的元数据信息

bin/hdfs namenode -bootstrapStandby

④ 在nn2上，启动nn2

sbin/hadoop-daemon.sh start namenode

⑤ 启动所有datanode

sbin/hadoop-daemons.sh start datanode

⑥ 将nn1切换为Active

bin/hdfs haadmin -transitionToActive nn1

(5)启动yarn
① 在hadoop102中执行

sbin/start-yarn.sh

② 在hadoop103中执行

sbin/yarn-daemon.sh start resourcemanager

③ 查看服务状态

bin/yarn rmadmin -getServiceState rm1

8.5.HDFS Federation架构设计

8.5.1.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heap size的限制。50G的heap能够存储20亿（2000million）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，集群规模增长到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。

8.5.2.HDFS Federation架构设计

能不能有多个NameNode

NameNodeNameNodeNameNode
元数据元数据元数据
Logmachine商数据/话单数据
在这里插入图片描述

HDFS Federation应用思考
不同应用（图片业务、爬虫业务、日志审计业务）可以使用不同NameNode进行数据管理

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）

留不住斜阳
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
HDFS的高可用机制详解
欲问君有几多愁的博客
03-13 1万+
在Hadoop2.X之前，Namenode是HDFS集群中可能发生单点故障的节点，每个HDFS集群只有一个namenode，一旦这个节点不可用，则整个HDFS集群将处于不可用状态。 HDFS高可用（HA）方案就是为了解决上述问题而产生的，在HA HDFS集群中会同时运行两个Namenode，一个作为活动的Namenode（Active），一个作为备份的Namenode（Standby）。备份的N...
HDFS HA高可用状态转换
destinyoooooooo的博客
08-22 1192
【代码】HDFS HA高可用状态转换。
22 - Hadoop HA 高可用集群搭建、手动模式、自动模式以及HA模式集群
最新发布
花&败
04-29 1271
（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）NameNode 主要在以下两个方面影响 HDFS 集群HDFS HA 功能通过配置多个 NameNodes(Active/Standby)实现在集群中对 NameNode 的 热备来解决上述问题。
执行bin/hdfs haadmin -transitionToActive nn1时出现，Automatic failover is enabled for NameNode at bigdata-...
weixin_30414305的博客
06-16 366
　　不多说，直接上干货！ 　　首先， 　　　　那么，你也许，第一感觉，是想到的是 全网最详细的Hadoop HA集群启动后，两个namenode都是standby的解决办法（图文详解） 　　　　这里，nn1，不多赘述了。很简单，大家自行去看。 　　　　...
Hadoop HA_Yarn HA 集群的搭建
03-11 2971
Hadoop HA集群的搭建 搭建前准备工作 修改Linux主机名 修改IP 修改主机名和IP的映射关系 /etc/hosts 关闭防火墙 ssh免登陆 安装JDK，配置环境变量等 注意集群时间要同步 修改主机名链接 修改IP地址链接 修改IP地址与主机名的映射关系链接 关闭防火墙链接 ssh免登陆链接 安装JDK，配置环境变量等链接 注意集群时间要同步链接 集群部署节点角色的规划（3...
HDFS之HA高可用
wnm23的专栏
03-25 416
HADOOP分布式存储系统，HDFS之HA高可用
高可用性的HDFS：Hadoop分布式文件系统深度实践
05-15
第8章 Cloudera HA NameNode使用 8.1 HA NameNode说明 8.2 CDH4B1版本HDFS集群配置 8.2.1 虚拟机安装 8.2.2 nn1配置 8.2.3 dn1~dn3配置 8.2.4 HDFS集群构建 8.3 HA NameNode配置 8.3.1 nn1配置 8.3.2 其他节点配置 ...
第6章-Hadoop HA集群启动.pdf
05-19
Hadoop 高可用性（High Availability, HA）是确保关键服务如 NameNode 和 ResourceManager 不会因为单点故障而中断的关键特性。本章节将详细阐述如何启动一个配置了 HA 的 Hadoop 集群。 ### 1. 实验目的 实验的...
《大数据技术原理与操作应用》第6章习题答案.pdf
10-30
《大数据技术原理与操作应用》第6章主要讨论了Hadoop大数据处理平台的相关知识点，包括其核心组件HDFS（Hadoop Distributed File System）和MapReduce的运作机制，以及Hadoop 2.x版本的新特性。以下是这些知识点的...
《大数据技术原理与操作应用》第6章习题答案.docx
11-07
【大数据技术原理与操作应用】第6章习题答案涉及Hadoop分布式文件系统(HDFS)、Hadoop2.x架构、高可用性(HA)配置、NameNode与SecondaryNameNode的角色、资源管理、集群性能瓶颈等多个知识点。 1. Hadoop2.0集群服务...
HDFS高可用（HA）
Z_Data的博客
09-21 1124
为了整个系统的可靠性，我们通常会在系统中部署两台或多台主节点，多台主节点形成主备的关系，但是某一时刻只有一个主节点能够对外提供服务，当某一时刻检测到对外提供服务的主节点“挂”掉之后，备用主节点能够立刻接替已挂掉的主节点对外提供服务，而用户感觉不到明显的系统中断。这样对用户来说整个系统就更加的可靠和高效。
Hadoop-HA配置
muzi_0815的博客
10-29 985
core-site.xml <configuration> <property> <name>hadoop.tmp.dir</name> <value>/home/muzi/hadoop/data/tmp</value> <description>Abase for other temporary directories.</description> ...
HDFS HA 高可用集群搭建详细图文教程
Stars.Sky 的博客
09-04 2629
HDFS HA 高可用搭建详细图文教程
Hadoop的集群搭建（HA），HDFS的工作流程（读、写、nn和snn）、负载均衡、安全模式、基本配置、命令等
xrl00的博客
06-15 1683
Hadoop的集群搭建（HA），HDFS的工作流程（读、写、nn和snn）、负载均衡、安全模式、基本配置、命令等
HDFS的HA
CyAurora的博客
07-31 274
目录 一、相关进程 二、HA的配置 2.1修改hdfs-site.xml⾥ 2.2在core-site.xml⽂件⾥修改部分属性 2.3将配置信息分发到其他节点上 三、HA的启动 3.1 第⼀种情况：集群使⽤⼀段时间后，转为HA. 3.2第⼆种情况：搭建集群时，直接搭建HA 一、相关进程 1.QuorumPeerMain：zookeeper服务组件对应的进程 2.JournalNode：qjm对应的守护进程 3.DFSZKFailoverController：z.
大数据框架之Hadoop：HDFS（八）HDFS HA高可用
yiluohan0307的专栏
02-15 1139
HDFS HA高可用
(Hdoop)HDFS—HA高可用详解
安歌Object
08-15 8760
一、HA概述 1）所谓HA（high available），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...
Hadoop HA 高可用
unhurried人生——冕临的博客
09-22 861
HA，即高可用（7*24 小时不中断服务）。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。在Hadoop2.0版本之前，HDFS集群中一旦NameNode节点所在的机器发生意外，如宕机，集群将无法使用，直到管理员重启。或者NameNode节点的机器需要升级，包括软件、硬件升级，此时集群也将无法使用。HDFS HA就是为了解决上述问题。
HDFS高可用（HA）之ZKFC详解
热门推荐
欲问君有几多愁的博客
03-13 1万+
对于NameNode的高可用可以简单分为共享editLog机制和ZKFC对NameNode状态的控制。有关共享editlog机制已经在上篇文章做了详述，感兴趣的朋友可以去看看。 这篇文章的重点放在ZKFC对于Namenode的控制上。 部署示意图 FC是要和NN一一对应的，两个NN就要部署两个FC。它负责监控NN的状态，并及时的把状态信息写入ZK。它通过一个独立线程周期性的调用NN上...
hdfs namenode高可用工作机制
06-03
HDFS（Hadoop Distributed File System）的Namenode高可用性是通过Hadoop的HA（High Availability）机制实现的。HA的主要思想是将Namenode备份，当主Namenode发生故障时，备份Namenode可以迅速接替主Namenode的工作...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值