Hadoop 分布系统的高可靠选择

最近美国东海岸飓风灾难，引发了关于灾难恢复的讨论。让我们看看Hadoop所提供的各种高可靠性选项。

为了理解HA的存在的问题，首先让我们看看Cloudera关于Apache Hadoop 高可靠性的话，这样对于

“以前在HDFS集群里，NameNode是一个单点故障(SPOF)。每一个集群都有一个NameNode，如果这台机器或者进程不可用的话，整个集群系统都不可用。故障的恢复仰仗于NameNode的重启或者另外启动一台机器。

很明显，这将降低HDFS集群的整体可用性。

1.计划之外的事件发生，例如宕机，整个集群系统不可用，直到NameNode被人为地重启。

2. 计划之内的维护事件发生，例如NameNode的软硬件升级，将导致集群系统的DownTime。

现在让我们看看可选的高可靠性配置

(1) Cloudera的Hadoop高可靠性配置:

1. 1 Quorum-based Storage 基于Quorum的存储

“基于Quorum的存贮系统指的是利用 Quorum日志管理器 (QJM)的HA高可靠性实现。

为了让Standby节点和Active节点保持同步，二者都以称为日志节点的守护程序daemons进行通讯。在出现故障转换的时候，Standby节点将在变为Active状态之前，确保它所取得所有的变化数据。这就确保了整个集群名空间在故障转换之前保持同步。

1. 2 Shared Storage Using NFS 基于NFS的共享存储

为了让Standby节点和Active节点保持同步，二者都可以存取一个共享的存储设备（例如NAS安装为NFS）。

以称为日志节点的守护程序daemons进行通讯。

当名空间被Acitve节点修改的时候，它同时在共享存储设备上保持了一个变化记录。Standby节点则实时守护，一旦有变化，则更新它自己的名空间。 出现故障转换的时，Standby节点将在变为Active状态之前，确保它从共享存储器获得所有的变化数据。这就确保了整个集群名空间在故障转换之前保持同步。

详细信息可参考  Cloudera High Availability Guide

其他方法可参考原文 

(2) HortonWorks

2. 1 HortonWorks and VMware HA

2. 2 Linux HA

(3) MapR

(4) IBM

4.1 Redundancy in Hardware for Master nodes (name node, secondary name node, job tracker)
4.2 Use GPFS-SNC