Hadoop HA 原理概述
为什么会有 hadoop HA 机制呢?
HA:High Available,高可用
在Hadoop 2.0之前,在HDFS 集群中NameNode 存在单点故障 (SPOF:A Single Point of Failure)。 对于只有一个 NameNode 的集群,如果 NameNode 机器出现故障(比如宕机或是软件、硬件 升级),那么整个集群将无法使用,直到 NameNode 重新启动
那如何解决呢?
HDFS 的 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。
在一个典型的 HDFS(HA) 集群中,使用两台单独的机器配置为 NameNodes 。在任何时间点, 确保 NameNodes 中只有一个处于 Active 状态,其他的处在 Standby 状态。其中 ActiveNameNode 负责集群中的所有客户端操作,StandbyNameNode 仅仅充当备机,保证一 旦 ActiveNameNode 出现问题能够快速切换。
为了能够实时同步 Active 和 Standby 两个 NameNode 的元数据信息(实际上 editlog),需提 供一个共享存储系统,可以是 NFS、QJM(Quorum Journal Manager)或者 Zookeeper,Active Namenode 将数据写入共享存储系统,而 Standby 监听该系统,一旦发现有新数据写入,则 读取这些数据,并加载到自己内存中,以保证自己内存状态与 Active NameNode 保持基本一 致,如此这般,在紧急情况下 standby 便可快速切为 active namenode。为了实现快速切换, Standby 节点获取集群的最新文件块信息也是很有必要的。为了实现这一目标,DataNode 需 要配置 NameNodes 的位置,并同时给他们发送文件块信息以及心跳检测。
集群规划
描述:hadoop HA 集群的搭建依赖于 zookeeper,所以选取三台当做 zookeeper 集群 ,总共准备了四台主机,分别是 hadoop1,hadoop2,hadoop3,hadoop4 其中 hadoop1 和 hadoop2 做 namenode 的主备切换,hadoop3 和 hadoop4 做 resourcemanager 的主备切换
四台机器
集群服务器准备
1、 修改主机名
2、 修改 IP 地址
3、 添加主机名和 IP 映射
4、 添加普通用户 hadoop 用户并配置 sudoer 权限
5、 设置系统启动级别
6、 关闭防火墙/关闭 Selinux
7、 安装 JDK 两种准备方式:
1、 每个节点都单独设置,这样比较麻烦。线上环境可以编写脚本实现
2、 虚拟机环境可是在做完以上 7 步之后,就进行克隆
3、 然后接着再给你的集群配置 SSH 免密登陆和搭建时间同步服务
8、 配置 SSH 免密登录
9、 同步服务器时间
具体操作可以参考普通分布式搭建过程http://www.cnblogs.com/qingyunzong/p/8496127.html
集群安装
1、安装 Zookeeper 集群
具体安装步骤参考之前的文档http://www.cnblogs.com/qingyunzong/p/8619184.html
2、安装 hadoop 集群
(1)获取安装包
从官网或是镜像站下载
http://mirrors.hust.edu.cn/apache/
(2)上传解压缩
[hadoop@hadoop1 ~]$ ls apps hadoop-2.7.5-centos-6.7.tar.gz movie2.jar users.dat zookeeper.out data log output2 zookeeper-3.4.10.tar.gz [hadoop@hadoop1 ~]$ tar -zxvf hadoop-2.7.5-centos-6.7.tar.gz -C apps/
(3)修改配置文件
配置文件目录:/home/hadoop/apps/hadoop-2.7.5/etc/hadoop
修改 hadoop-env.sh文件
[hadoop@hadoop1 ~]$ cd apps/hadoop-2.7.5/etc/hadoop/ [hadoop@hadoop1 hadoop]$ echo $JAVA_HOME /usr/local/jdk1.8.0_73 [hadoop@hadoop1 hadoop]$ vi hadoop-env.sh
修改core-site.xml
[hadoop@hadoop1 hadoop]$ vi core-site.xml
1 <configuration> 2 <!-- 指定hdfs的nameservice为myha01 --> 3 <property> 4 <name>fs.defaultFS</name> 5 <value>hdfs://myha01/</value> 6 </property> 7 8 <!-- 指定hadoop临时目录 --> 9 <property> 10 <name>hadoop.tmp.dir</name> 11 <value>/home/hadoop/data/hadoopdata/</value> 12 </property> 13 14 <!-- 指定zookeeper地址 --> 15 <property> 16 <name>ha.zookeeper.quorum</name> 17 <value>hadoop1:2181,hadoop2:2181,hadoop3:2181,hadoop4:2181</value> 18 </property> 19 20 <!-- hadoop链接zookeeper的超时时长设置 --> 21 <property> 22 <name>ha.zookeeper.session-timeout.ms</name> 23 <value>1000</value> 24 <description>ms</description> 25 </property> 26 </configuration>
修改hdfs-site.xml
[hadoop@hadoop1 hadoop]$ vi hdfs-site.xml
1 <configuration> 2 3 <!-- 指定副本数 --> 4 <property> 5 <name>dfs.replication</name> 6 <value>2</value> 7 </property> 8 9 <!-- 配置namenode和datanode的工作目录-数据存储目录 --> 10 <property> 11 <name>dfs.namenode.name.dir</name> 12 <value>/home/hadoop/data/hadoopdata/dfs/name</value> 13 </property> 14 <property> 15 <name>dfs.datanode.data.dir</name> 16 <value>/home/hadoop/data/hadoopdata/dfs/data</value> 17 </property> 18 19 <!-- 启用webhdfs --> 20 <property> 21 <name>dfs.webhdfs.enabled</name> 22 <value>true</value> 23 </property> 24 25 <!--指定hdfs的nameservice为myha01,需要和core-site.xml中的保持一致 26 dfs.ha.namenodes.[nameservice id]为在nameservice中的每一个NameNode设置唯一标示符。 27 配置一个逗号分隔的NameNode ID列表。这将是被DataNode识别为所有的NameNode。 28 例如,如果使用"myha01"作为nameservice ID,并且使用"nn1"和"nn2"作为NameNodes标示符 29 --> 30 <property> 31 <name>dfs.nameservices</name> 32 <value>myha01</value> 33 </property> 34 35 <!-- myha01下面有两个NameNode,分别是nn1,nn2 --> 36 <property> 37 <name>dfs.ha.namenodes.myha01</name> 38 <value>nn1,nn2</value> 39 </property> 40 41 <!-- nn1的RPC通信地址 --> 42 <property> 43 <name>dfs.namenode.rpc-address.myha01.nn1</name> 44 <value>hadoop1:9000</value> 45 </property> 46 47 <!-- nn1的http通信地址 --> 48 <property> 49 <name>dfs.namenode.http-address.myha01.nn1</name> 50 <value>hadoop1:50070</value> 51 </property> 52 53 <!-- nn2的RPC通信地址 --> 54 <property> 55 <name>dfs.namenode.rpc-address.myha01.nn2</name> 56 <value>hadoop2:9000</value> 57 </property> 58 59 <!-- nn2的http通信地址 --> 60 <property> 61 <name>dfs.namenode.http-address.myha01.nn2</name> 62 <value>hadoop2:50070</value> 63 </property> 64 65 <!-- 指定NameNode的edits元数据的共享存储位置。也就是JournalNode列表 66 该url的配置格式:qjournal://host1:port1;host2:port2;host3:port3/journalId 67 journalId推荐使用nameservice,默认端口号是:8485 --> 68 <property> 69 <name>dfs.namenode.shared.edits.dir</name> 70 <value>qjournal://hadoop1:8485;hadoop2:8485;hadoop3:8485/myha01</value> 71 </property> 72 73 <!-- 指定JournalNode在本地磁盘存放数据的位置 --> 74 <property> 75 <name>dfs.journalnode.edits.dir</name> 76 <value>/home/hadoop/data/journaldata</value> 77 </property> 78 79 <!-- 开启NameNode失败自动切换 --> 80 <property> 81 <name>dfs.ha.automatic-failover.enabled</name> 82 <value>true</value> 83 </property> 84 85 <!-- 配置失败自动切换实现方式 --> 86 <property> 87 <name>dfs.client.failover.proxy.provider.myha01</name> 88 <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> 89 </property> 90 91 <!-- 配置隔离机制方法,多个机制用换行分割,即每个机制暂用一行 --> 92 <property> 93 <name>dfs.ha.fencing.methods</name> 94 <value> 95 sshfence 96 shell(/bin/true) 97 </value> 98 </property> 99 100 <!-- 使用sshfence隔离机制时需要ssh免登陆 --> 101 <property> 102 <name>dfs.ha.fencing.ssh.private-key-files</name> 103 <value>/home/hadoop/.ssh/id_rsa</value> 104 </property> 105 106 <!-- 配置sshfence隔离机制超时时间 --> 107 <property> 108 <name>dfs.ha.fencing.ssh.connect-timeout</name> 109 <value>30000</value> 110 </property> 111 112 <property> 113 <name>ha.failover-controller.cli-check.rpc-timeout.ms</name> 114 <value>60000</value> 115 </property> 116 </configuration>
修改mapred-site.xml
[hadoop@hadoop1 hadoop]$ cp mapred-site.xml.template mapred-site.xml [hadoop@hadoop1 hadoop]$ vi mapred-site.xml
1 <configuration> 2 <!-- 指定mr框架为yarn方式 --> 3 <property> 4 <name>mapreduce.framework.name</name> 5 <value>yarn</value> 6 </property> 7 8 <!-- 指定mapreduce jobhistory地址 --> 9 <property> 10 <name>mapreduce.jobhistory.address</name> 11 <value>hadoop1:10020</value> 12 </property> 13 14 <!-- 任务历史服务器的web地址 --> 15 <property> 16 <name>mapreduce.jobhistory.webapp.address</name> 17 <value>hadoop1:19888</value> 18 </property> 19 </configuration>
修改yarn-site.xml
[hadoop@hadoop1 hadoop]$ vi yarn-site.xml
1 <configuration> 2 <!-- 开启RM高可用 --> 3 <property> 4 <name>yarn.resourcemanager.ha.enabled</name> 5 <value>true</value> 6 </property> 7 8 <!-- 指定RM的cluster id --> 9 <property> 10 <name>yarn.resourcemanager.cluster-id</name> 11 <value>yrc</value> 12 </property> 13 14 <!-- 指定RM的名字 --> 15 <property> 16 <name>yarn.resourcemanager.ha.rm-ids</name> 17 <value>rm1,rm2</value> 18 </property> 19 20 <!-- 分别指定RM的地址 --> 21 <property> 22 <name>yarn.resourcemanager.hostname.rm1</name> 23 <value>hadoop3</value> 24 </property> 25 26 <property> 27 <name>yarn.resourcemanager.hostname.rm2</name> 28 <value>hadoop4</value> 29 </property> 30 31 <!-- 指定zk集群地址 --> 32 <property> 33 <name>yarn.resourcemanager.zk-address</name> 34 <value>hadoop1:2181,hadoop2:2181,hadoop3:2181</value> 35 </property> 36 37 <property> 38 <name>yarn.nodemanager.aux-services</name> 39 <value>mapreduce_shuffle</value> 40 </property> 41 42 <property> 43 <name>yarn.log-aggregation-enable</name> 44 <value>true</value> 45 </property> 46 47 <property> 48 <name>yarn.log-aggregation.retain-seconds</name> 49 <value>86400</value> 50 </property> 51 52 <!-- 启用自动恢复 --> 53 <property> 54 <name>yarn.resourcemanager.recovery.enabled</name> 55 <value>true</value> 56 </property> 57 58 <!-- 制定resourcemanager的状态信息存储在zookeeper集群上 --> 59 <property> 60 <name>yarn.resourcemanager.store.class</name> 61 <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> 62 </property> 63 </configuration>
修改slaves
[hadoop@hadoop1 hadoop]$ vi slaves
hadoop1 hadoop2 hadoop3 hadoop4
(4)将hadoop安装包分发到其他集群节点
重点强调: 每台服务器中的hadoop安装包的目录必须一致, 安装包的配置信息还必须保持一致
重点强调: 每台服务器中的hadoop安装包的目录必须一致, 安装包的配置信息还必须保持一致
重点强调: 每台服务器中的hadoop安装包的目录必须一致, 安装包的配置信息还必须保持一致
[hadoop@hadoop1 apps]$ scp -r hadoop-2.7.5/ hadoop2:$PWD [hadoop@hadoop1 apps]$ scp -r hadoop-2.7.5/ hadoop3:$PWD [hadoop@hadoop1 apps]$ scp -r hadoop-2.7.5/ hadoop4:$PWD
(5)配置Hadoop环境变量
千万注意:
1、如果你使用root用户进行安装。 vi /etc/profile 即可 系统变量
2、如果你使用普通用户进行安装。 vi ~/.bashrc 用户变量
本人是用的hadoop用户安装的
[hadoop@hadoop1 ~]$ vi .bashrc
export HADOOP_HOME=/home/hadoop/apps/hadoop-2.7.5 export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:
使环境变量生效
[hadoop@hadoop1 bin]$ source ~/.bashrc
(6)查看hadoop版本
[hadoop@hadoop4 ~]$ hadoop version Hadoop 2.7.5 Subversion Unknown -r Unknown Compiled by root on 2017-12-24T05:30Z Compiled with protoc 2.5.0 From source with checksum 9f118f95f47043332d51891e37f736e9 This command was run using /home/hadoop/apps/hadoop-2.7.5/share/hadoop/common/hadoop-common-2.7.5.jar [hadoop@hadoop4 ~]$
Hadoop HA集群的初始化
重点强调:一定要按照以下步骤逐步进行操作
重点强调:一定要按照以下步骤逐步进行操作
重点强调:一定要按照以下步骤逐步进行操作
1、启动ZooKeeper
启动4台服务器上的zookeeper服务
hadoop1
[hadoop@hadoop1 conf]$ zkServer.sh start ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Starting zookeeper ... STARTED [hadoop@hadoop1 conf]$ jps 2674 Jps 2647 QuorumPeerMain [hadoop@hadoop1 conf]$ zkServer.sh status ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Mode: follower [hadoop@hadoop1 conf]$
hadoop2
[hadoop@hadoop2 conf]$ zkServer.sh start ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Starting zookeeper ... STARTED [hadoop@hadoop2 conf]$ jps 2592 QuorumPeerMain 2619 Jps [hadoop@hadoop2 conf]$ zkServer.sh status ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Mode: follower [hadoop@hadoop2 conf]$
hadoop3
[hadoop@hadoop3 conf]$ zkServer.sh start ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Starting zookeeper ... STARTED [hadoop@hadoop3 conf]$ jps 16612 QuorumPeerMain 16647 Jps [hadoop@hadoop3 conf]$ zkServer.sh status ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Mode: leader [hadoop@hadoop3 conf]$
hadoop4
[hadoop@hadoop4 conf]$ zkServer.sh start ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Starting zookeeper ... STARTED [hadoop@hadoop4 conf]$ jps 3596 Jps 3567 QuorumPeerMain [hadoop@hadoop4 conf]$ zkServer.sh status ZooKeeper JMX enabled by default Using config: /home/hadoop/apps/zookeeper-3.4.10/bin/../conf/zoo.cfg Mode: observer [hadoop@hadoop4 conf]$
2、在你配置的各个journalnode节点启动该进程
按照之前的规划,我的是在hadoop1、hadoop2、hadoop3上进行启动,启动命令如下
hadoop1
[hadoop@hadoop1 conf]$ hadoop-daemon.sh start journalnode starting journalnode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-journalnode-hadoop1.out [hadoop@hadoop1 conf]$ jps 2739 JournalNode 2788 Jps 2647 QuorumPeerMain [hadoop@hadoop1 conf]$
hadoop2
[hadoop@hadoop2 conf]$ hadoop-daemon.sh start journalnode starting journalnode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-journalnode-hadoop2.out [hadoop@hadoop2 conf]$ jps 2592 QuorumPeerMain 3049 JournalNode 3102 Jps [hadoop@hadoop2 conf]$
hadoop3
[hadoop@hadoop3 conf]$ hadoop-daemon.sh start journalnode starting journalnode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-journalnode-hadoop3.out [hadoop@hadoop3 conf]$ jps 16612 QuorumPeerMain 16712 JournalNode 16766 Jps [hadoop@hadoop3 conf]$
3、格式化namenode
先选取一个namenode(hadoop1)节点进行格式化
[hadoop@hadoop1 ~]$ hadoop namenode -format
View Code
4、要把在hadoop1节点上生成的元数据 给复制到 另一个namenode(hadoop2)节点上
[hadoop@hadoop1 ~]$ cd data/
[hadoop@hadoop1 data]$ ls
hadoopdata journaldata zkdata
[hadoop@hadoop1 data]$ scp -r hadoopdata/ hadoop2:$PWD
VERSION 100% 206 0.2KB/s 00:00
fsimage_0000000000000000000.md5 100% 62 0.1KB/s 00:00
fsimage_0000000000000000000 100% 323 0.3KB/s 00:00
seen_txid 100% 2 0.0KB/s 00:00
[hadoop@hadoop1 data]$
5、格式化zkfc
重点强调:只能在nameonde节点进行
重点强调:只能在nameonde节点进行
重点强调:只能在nameonde节点进行
[hadoop@hadoop1 data]$ hdfs zkfc -formatZK
View Code
启动集群
1、启动HDFS
可以从启动输出日志里面看到启动了哪些进程
[hadoop@hadoop1 ~]$ start-dfs.sh Starting namenodes on [hadoop1 hadoop2] hadoop2: starting namenode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-namenode-hadoop2.out hadoop1: starting namenode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-namenode-hadoop1.out hadoop3: starting datanode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-datanode-hadoop3.out hadoop4: starting datanode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-datanode-hadoop4.out hadoop2: starting datanode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-datanode-hadoop2.out hadoop1: starting datanode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-datanode-hadoop1.out Starting journal nodes [hadoop1 hadoop2 hadoop3] hadoop3: journalnode running as process 16712. Stop it first. hadoop2: journalnode running as process 3049. Stop it first. hadoop1: journalnode running as process 2739. Stop it first. Starting ZK Failover Controllers on NN hosts [hadoop1 hadoop2] hadoop2: starting zkfc, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-zkfc-hadoop2.out hadoop1: starting zkfc, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-zkfc-hadoop1.out [hadoop@hadoop1 ~]$
查看各节点进程是否正常
hadoop1
hadoop2
hadoop3
hadoop4
2、启动YARN
在主备 resourcemanager 中随便选择一台进行启动
[hadoop@hadoop4 ~]$ start-yarn.sh starting yarn daemons starting resourcemanager, logging to /home/hadoop/apps/hadoop-2.7.5/logs/yarn-hadoop-resourcemanager-hadoop4.out hadoop3: starting nodemanager, logging to /home/hadoop/apps/hadoop-2.7.5/logs/yarn-hadoop-nodemanager-hadoop3.out hadoop2: starting nodemanager, logging to /home/hadoop/apps/hadoop-2.7.5/logs/yarn-hadoop-nodemanager-hadoop2.out hadoop4: starting nodemanager, logging to /home/hadoop/apps/hadoop-2.7.5/logs/yarn-hadoop-nodemanager-hadoop4.out hadoop1: starting nodemanager, logging to /home/hadoop/apps/hadoop-2.7.5/logs/yarn-hadoop-nodemanager-hadoop1.out [hadoop@hadoop4 ~]$
正常启动之后,检查各节点的进程
hadoop1
hadoop2
hadoop3
hadoop4
若备用节点的 resourcemanager 没有启动起来,则手动启动起来,在hadoop3上进行手动启动
[hadoop@hadoop3 ~]$ yarn-daemon.sh start resourcemanager starting resourcemanager, logging to /home/hadoop/apps/hadoop-2.7.5/logs/yarn-hadoop-resourcemanager-hadoop3.out [hadoop@hadoop3 ~]$ jps 17492 ResourceManager 16612 QuorumPeerMain 16712 JournalNode 17532 Jps 17356 NodeManager 16830 DataNode [hadoop@hadoop3 ~]$
3、启动 mapreduce 任务历史服务器
[hadoop@hadoop1 ~]$ mr-jobhistory-daemon.sh start historyserver starting historyserver, logging to /home/hadoop/apps/hadoop-2.7.5/logs/mapred-hadoop-historyserver-hadoop1.out [hadoop@hadoop1 ~]$ jps 4016 NodeManager 2739 JournalNode 4259 Jps 3844 DFSZKFailoverController 2647 QuorumPeerMain 3546 DataNode 4221 JobHistoryServer 3407 NameNode [hadoop@hadoop1 ~]$
4、查看各主节点的状态
HDFS
[hadoop@hadoop1 ~]$ hdfs haadmin -getServiceState nn1 standby [hadoop@hadoop1 ~]$ hdfs haadmin -getServiceState nn2 active [hadoop@hadoop1 ~]$
YARN
[hadoop@hadoop4 ~]$ yarn rmadmin -getServiceState rm1 standby [hadoop@hadoop4 ~]$ yarn rmadmin -getServiceState rm2 active [hadoop@hadoop4 ~]$
5、WEB界面进行查看
HDFS
hadoop1
hadoop2
YARN
standby节点会自动跳到avtive节点
MapReduce历史服务器web界面
集群性能测试
1、干掉 active namenode, 看看集群有什么变化
目前hadoop2上的namenode节点是active状态,干掉他的进程看看hadoop1上的standby状态的namenode能否自动切换成active状态
[hadoop@hadoop2 ~]$ jps 4032 QuorumPeerMain 4400 DFSZKFailoverController 4546 NodeManager 4198 DataNode 4745 Jps 4122 NameNode 4298 JournalNode [hadoop@hadoop2 ~]$ kill -9 4122
hadoop2
hadoop1
自动切换成功
2、在上传文件的时候干掉 active namenode, 看看有什么变化
首先将hadoop2上的namenode节点手动启动起来
[hadoop@hadoop2 ~]$ hadoop-daemon.sh start namenode starting namenode, logging to /home/hadoop/apps/hadoop-2.7.5/logs/hadoop-hadoop-namenode-hadoop2.out [hadoop@hadoop2 ~]$ jps 4032 QuorumPeerMain 4400 DFSZKFailoverController 4546 NodeManager 4198 DataNode 4823 NameNode 4298 JournalNode 4908 Jps [hadoop@hadoop2 ~]$
找一个比较大的文件,进行文件上传操作,5秒钟的时候干掉active状态的namenode,看看文件是否能上传成功
hadoop2进行上传
[hadoop@hadoop2 ~]$ ll 总用量 194368 drwxrwxr-x 4 hadoop hadoop 4096 3月 23 19:48 apps drwxrwxr-x 5 hadoop hadoop 4096 3月 23 20:38 data -rw-rw-r-- 1 hadoop hadoop 199007110 3月 24 09:51 hadoop-2.7.5-centos-6.7.tar.gz drwxrwxr-x 3 hadoop hadoop 4096 3月 21 19:47 log -rw-rw-r-- 1 hadoop hadoop 9935 3月 24 09:48 zookeeper.out [hadoop@hadoop2 ~]$ hadoop fs -put hadoop-2.7.5-centos-6.7.tar.gz /hadoop/
hadoop1准备随时干掉namenode
[hadoop@hadoop1 ~]$ jps 4128 DataNode 4498 DFSZKFailoverController 3844 QuorumPeerMain 4327 JournalNode 5095 Jps 4632 NodeManager 4814 JobHistoryServer 4015 NameNode [hadoop@hadoop1 ~]$ kill -9 4015
hadoop2上的信息,在干掉hadoop1上namenode进程的时候,hadoop2报错
View Code
在HDFS系统或web界面查看是否上传成功
命令查看
[hadoop@hadoop1 ~]$ hadoop fs -ls /hadoop/ Found 1 items -rw-r--r-- 2 hadoop supergroup 199007110 2018-03-24 09:54 /hadoop/hadoop-2.7.5-centos-6.7.tar.gz [hadoop@hadoop1 ~]$
web界面下载
发现HDFS系统的文件大小和我们要上传的文件大小一致,均为199007110,说明在上传过程中干掉active状态的namenode,我们仍可以上传成功,HA起作用了
3、干掉 active resourcemanager, 看看集群有什么变化
目前hadoop4上的resourcemanager是活动的,干掉他的进程观察情况
[hadoop@hadoop4 ~]$ jps 3248 ResourceManager 3028 QuorumPeerMain 3787 Jps 3118 DataNode 3358 NodeManager [hadoop@hadoop4 ~]$ kill -9 3248
发现hadoop4的web界面打不开了
打开hadoop3上YARN的web界面查看,发现hadoop3上的resourcemanager变为active状态
4、在执行任务的时候干掉 active resourcemanager,看看集群有什么变化
上传一个比较大的文件到HDFS系统上
[hadoop@hadoop1 output2]$ hadoop fs -mkdir -p /words/input/ [hadoop@hadoop1 output2]$ ll 总用量 82068 -rw-r--r--. 1 hadoop hadoop 84034300 3月 21 22:18 part-r-00000 -rw-r--r--. 1 hadoop hadoop 0 3月 21 22:18 _SUCCESS [hadoop@hadoop1 output2]$ hadoop fs -put part-r-00000 /words/input/words.txt [hadoop@hadoop1 output2]$
执行wordcount进行单词统计,在map执行过程中干掉active状态的resourcemanager,观察情况变化
首先启动hadoop4上的resourcemanager进程
[hadoop@hadoop4 ~]$ yarn-daemon.sh start resourcemanager starting resourcemanager, logging to /home/hadoop/apps/hadoop-2.7.5/logs/yarn-hadoop-resourcemanager-hadoop4.out [hadoop@hadoop4 ~]$ jps 3028 QuorumPeerMain 3847 ResourceManager 3884 Jps 3118 DataNode 3358 NodeManager [hadoop@hadoop4 ~]$
在hadoop1上执行单词统计
[hadoop@hadoop1 ~]$ cd apps/hadoop-2.7.5/share/hadoop/mapreduce/ [hadoop@hadoop1 mapreduce]$ hadoop jar hadoop-mapreduce-examples-2.7.5.jar wordcount /words/input/ /words/output/
在hadoop3上随时准备干掉resourcemanager进程
[hadoop@hadoop3 ~]$ jps 3488 JournalNode 3601 NodeManager 4378 Jps 3291 QuorumPeerMain 3389 DataNode 3757 ResourceManager [hadoop@hadoop3 ~]$ kill -9 3757
在map阶段进行到43%时干掉resourcemanager进程
View Code
发现计算过程没有任何报错,web界面也显示任务执行成功