第七部分 Hadoop HA
7.1 HA概述
- 所谓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。Hadoop-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主要在以下两个⽅方⾯面影响HDFS集群
NameNode机器发生意外，如宕机，集群将无法使用，直到管理员重启
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。
7.2 HDFS-HA 工作机制
通过双NameNode消除单点故障(Active/Standby)
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(qjournal和NFS两个主流实现);
2. 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(集群中出现两个Active的Namenode)。
3. 必须保证两个NameNode之间能够ssh无密码登录
4. 隔离(Fence)，即同一时刻仅有一个NameNode对外提供服务
2. HDFS-HA工作机制
配置部署HDFS-HA进行自动故障转移。⾃动故障转移为HDFS部署增加了两个新组件:ZooKeeper和 ZKFailoverController(ZKFC)进程，ZooKeeper是维护少量协调数据，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:
- 故障检测
集群中的每个NameNode在ZooKeeper中维护了一个临时会话，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。
- 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获得特殊的排外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新组件，是ZooKeeper的客户端，也监视和管理NameNode的状态。 每个运行NameNode的主机也运行了一个ZKFC进程，ZKFC负责:
- 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，冻结或进⼊不健康状态，健康监测器标识该节点为⾮健康的。
- 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对短暂节点的支持，如果会话终止，锁节点将⾃动删除。
- 基于ZooKeeper的选择
如果本地NameNode是健康的，且ZKFC发现没有其它的节点当前持有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。故障转移进程与前面描述的手动故障转移相似，首先如果必要保护之前的现役NameNode，然后本地NameNode转换为Active状态。
7.3 HDFS-HA集群配置
3.1 环境准备
1. 修改IP
2. 修改主机名及主机名和IP地址的映射
3. 关闭防火墙
4. ssh免密登录
5. 安装JDK，配置环境变量等
3.2 集群规划
3.3 启动Zookeeper集群
# 启动zk
zk.sh start
# 查看状态
zk.sh status3.4 配置HDFS-HA集群
1. 停止原先HDFS集群
stop-dfs.sh2. 在所有节点，/opt/lagou/servers目录下创建一个ha文件夹
mkdir /opt/lagou/servers/ha3. 将/opt/lagou/servers/目录下的hadoop-2.9.2拷贝到ha目录下
cp -r hadoop-2.9.2 ha4. 删除原集群data目录
rm -rf /opt/lagou/servers/ha/hadoop-2.9.2/data5. 配置hdfs-site.xml
<configuration>
<property>
<name>dfs.nameservices</name>
<value>lagoucluster</value>
</property>
<property>
<name>dfs.ha.namenodes.lagoucluster</name>
<value>nn1,nn2</value>
</property>
<property>
<name>dfs.namenode.rpc-address.lagoucluster.nn1</name>
<value>linux121:9000</value>
</property>
<property>
<name>dfs.namenode.rpc-address.lagoucluster.nn2</name>
<value>linux122:9000</value>
</property>
<property>
<name>dfs.namenode.http-address.lagoucluster.nn1</name>
<value>linux121:50070</value>
</property>
<property>
<name>dfs.namenode.http-address.lagoucluster.nn2</name>
<value>linux122:50070</value>
</property>
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://linux121:8485;linux122:8485;linux123:8485/lagou</value>
</property>
<property>
<name>dfs.client.failover.proxy.provider.lagoucluster</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
</property>
<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/root/.ssh/id_rsa</value>
</property>
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/opt/journalnode</value>
</property>
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
</configuration>6.配置core-site.xml
<property>
<name>fs.defaultFS</name>
<value>hdfs://lagoucluster</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/lagou/servers/ha/hadoop-2.9.2/data/tmp</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>linux121:2181,linux122:2181,linux123:2181</value>
</property>7. 拷⻉配置好的hadoop环境到其他节点
rsync-script /opt/lagou/servers/ha/hadoop-2.9.2/3.5 启动HDFS-HA集群
1. 在各个JournalNode节点上，输入以下命令启动journalnode服务(去往HA安装目录，不要使⽤环境变量中命令)
/opt/lagou/servers/ha/hadoop-2.9.2/sbin/hadoop-daemon.sh start journalnode2. 在[nn1]上，对其进行格式化，并启动
/opt/lagou/servers/ha/hadoop-2.9.2/bin/hdfs namenode -format
/opt/lagou/servers/ha/hadoop-2.9.2/sbin/hadoop-daemon.sh start namenode3. 在[nn2]上，同步nn1的元数据信息
/opt/lagou/servers/ha/hadoop-2.9.2/bin/hdfs namenode -bootstrapStandby4. 在[nn1]上初始化zkfc
/opt/lagou/servers/ha/hadoop-2.9.2/bin/hdfs zkfc -formatZK5. 在[nn1]上，启动集群
/opt/lagou/servers/ha/hadoop-2.9.2/sbin/start-dfs.sh6. 验证
将Active NameNode进程kill，standby NameNode会变为Active NameNode。
7.4 YARN-HA配置
4.1 YARN-HA⼯作机制
https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html
4.2 配置YARN-HA集群
1. 环境准备
- 修改IP
- 修改主机名及主机名和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
- 配置Zookeeper集群
2. 规划集群
3.具体配置
yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!--启⽤用resourcemanager ha-->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!--声明两台resourcemanager的地址-->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>cluster-yarn</value>
</property>
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>linux122</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>linux123</value>
</property>
<!--指定zookeeper集群的地址-->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>linux121:2181,linux122:2181,linux123:2181</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>同步到其他节点
rsync-script yarn-site.xml4. 启动yarn
sbin/start-yarn.sh
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
