Hadoop HA 高可用（重点详解）

四、Hadoop HA 高可用

4.1 HA 概述

（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）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 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。

4.2 HDFS-HA 工作机制

• 通过多个 NameNode 消除单点故障

4.2.1 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；
• 所有的 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 （脑裂）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

4.2.2 HDFS-HA 自动故障转移工作机制

• 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：

1．故障检测

• 集群中的每个 NameNode 在 ZooKeeper 中维护了一个会话，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：

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，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。

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 对短暂节点的支持，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。

4.3 HDFS-HA 集群配置

4.3.1 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

4.3.2 规划集群

hadoop105	hadoop106	hadoop107
NameNode	NameNode	NameNode
ZKFC	ZKFC	ZKFC
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
ZK	ZK	ZK
	ResourceManager
NodeManager	NodeManager	NodeManager

4.3.3 配置 Zookeeper 集群

1）集群规划

​ 在 hadoop105、hadoop106 和 hadoop107 三个节点上部署Zookeeper。

2）解压安装

（1）解压 Zookeeper 安装包到/opt/module/目录下

[xiaoxq@hadoop105 software]$ tar -zxvf zookeeper-3.5.7.tar.gz -C /opt/module/

（2）在 /opt/module/zookeeper-3.5.7/ 这个目录下创建zkData

[xiaoxq@hadoop105 zookeeper-3.5.7]$ mkdir -p zkData

（3）重命名 /opt/module/zookeeper-3.5.7/conf 这个目录下的zoo_sample.cfg 为zoo.cfg

[xiaoxq@hadoop105 conf]$ mv zoo_sample.cfg zoo.cfg

3）配置 zoo.cfg 文件

（1）具体配置

dataDir=/opt/module/zookeeper-3.5.7/zkData

增加如下配置

#######################cluster##########################
server.5=hadoop105:2888:3888
server.6=hadoop106:2888:3888
server.7=hadoop107:2888:3888

（2）配置参数解读

Server.A=B:C:D

A是一个数字，表示这个是第几号服务器；

​ 集群模式下配置一个文件 myid，这个文件在 dataDir 目录下，这个文件里面有一个数据就是A的值，Zookeeper 启动时读取此文件，拿到里面的数据与 zoo.cfg 里面的配置信息比较从而判断到底是哪个 server。

B是这个服务器的地址；

C是这个服务器 Follower 与集群中的 Leader 服务器交换信息的端口；

D是万一集群中的 Leader 服务器挂了，需要一个端口来重新进行选举，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。

4）集群操作

（1）在/opt/module/zookeeper-3.5.7/zkData目录下创建一个myid的文件

[xiaoxq@hadoop105 zkData]$ touch myid

​ 添加myid文件，注意一定要在linux里面创建，在notepad++里面很可能乱码

（2）编辑myid文件

[xiaoxq@hadoop105 zkData]$ vim myid

在文件中添加与 server 对应的编号：如5

（3）拷贝配置好的 zookeeper 到其他机器上

[xiaoxq@hadoop105 module]$ scp -r zookeeper-3.5.7/ xiaoxq@hadoop106:/opt/module/
[xiaoxq@hadoop105 module]$ scp -r zookeeper-3.5.7/ xiaoxq@hadoop107:/opt/module/

​ 并分别修改myid文件中内容为6、7

（4）分别启动zookeeper

[xiaoxq@hadoop105 zookeeper-3.5.7]$ bin/zkServer.sh start
[xiaoxq@hadoop106 zookeeper-3.5.7]$ bin/zkServer.sh start
[xiaoxq@hadoop107 zookeeper-3.5.7]$ bin/zkServer.sh start

（5）查看状态

[xiaoxq@hadoop105 zookeeper-3.5.7]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: follower

[xiaoxq@hadoop106 zookeeper-3.5.7]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: follower

[xiaoxq@hadoop107 zookeeper-3.5.7]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: leader

4.3.4 配置 HDFS-HA 集群

1）官方地址：http://hadoop.apache.org/

2）在opt目录下创建一个ha文件夹

[xiaoxq@hadoop105 zkData]$ cd /opt/
[xiaoxq@hadoop105 opt]$ sudo mkdir ha
drwxr-xr-x. 2 root   root   4096 7月  28 18:31 ha

[xiaoxq@hadoop105 opt]$ sudo chown xiaoxq:xiaoxq ha
drwxr-xr-x. 2 xiaoxq xiaoxq 4096 7月  28 18:31 ha

3）将/opt/module/下的 hadoop-3.1.3拷贝到/opt/ha目录下（记得删除data 和 log目录）

[xiaoxq@hadoop105 ~]$ cp -r /opt/module/hadoop-3.1.3 /opt/ha/

[xiaoxq@hadoop105 hadoop-3.1.3]$ rm -rf data logs

4）配置 hadoop-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_212

5）配置 core-site.xml

<configuration>
<!-- 把多个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/ha/hadoop-3.1.3/data</value>
  </property>
</configuration>

6）配置 hdfs-site.xml

<configuration>
<!-- NameNode数据存储目录 -->
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file://${hadoop.tmp.dir}/name</value>
  </property>
<!-- DataNode数据存储目录 -->
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file://${hadoop.tmp.dir}/data</value>
  </property>
<!-- JournalNode数据存储目录 -->
  <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>${hadoop.tmp.dir}/jn</value>
  </property>
<!-- 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,nn3</value>
  </property>
<!-- NameNode的RPC通信地址 -->
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn1</name>
    <value>hadoop105:8020</value>
  </property>
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn2</name>
    <value>hadoop106:8020</value>
  </property>
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn3</name>
    <value>hadoop107:8020</value>
  </property>
<!-- NameNode的http通信地址 -->
  <property>
    <name>dfs.namenode.http-address.mycluster.nn1</name>
    <value>hadoop105:9870</value>
  </property>
  <property>
    <name>dfs.namenode.http-address.mycluster.nn2</name>
    <value>hadoop106:9870</value>
  </property>
  <property>
    <name>dfs.namenode.http-address.mycluster.nn3</name>
    <value>hadoop107:9870</value>
  </property>
<!-- 指定NameNode元数据在JournalNode上的存放位置 -->
  <property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://hadoop105:8485;hadoop106:8485;hadoop107:8485/mycluster</value>
  </property>
<!-- 访问代理类：client用于确定哪个NameNode为Active -->
  <property>
    <name>dfs.client.failover.proxy.provider.mycluster</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</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秘钥登录-->
  <property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/home/xiaoxq/.ssh/id_rsa</value>
  </property>
</configuration>

7）分发配置好的hadoop环境到其他节点

[xiaoxq@hadoop105 etc]$ sudo xsync /opt/ha/

4.3.5 启动HDFS-HA集群

1）将 HADOOP_HOME 环境变量更改到 HA 目录

[xiaoxq@hadoop105 ~]$ sudo vim /etc/profile.d/my_evn.sh 

将HADOOP_HOME部分改为如下module —> ha

2）在各个 JournalNode 节点上，输入以下命令启动 journalnode 服务

[xiaoxq@hadoop105 ~]$ hdfs --daemon start journalnode
[xiaoxq@hadoop106 ~]$ hdfs --daemon start journalnode
[xiaoxq@hadoop107 ~]$ hdfs --daemon start journalnode

3）在[nn1]上，对其进行格式化，并启动

• 在格式化之前要先进行source /etc/profile(三台虚拟机上都要，不然会报错)

[xiaoxq@hadoop105 ~]$ hdfs namenode -format
[xiaoxq@hadoop105 ~]$ hdfs --daemon start namenode

4）在[nn2]和[nn3]上，同步nn1的元数据信息

[xiaoxq@hadoop106 ~]$ hdfs namenode -bootstrapStandby
[xiaoxq@hadoop107 ~]$ hdfs namenode -bootstrapStandby

5）启动[nn2]和[nn3]

[xiaoxq@hadoop106 ~]$ hdfs --daemon start namenode
[xiaoxq@hadoop107 ~]$ hdfs --daemon start namenode

6）查看web页面显示

								图 hadoop105(standby)

								图 hadoop106(standby)

								图 hadoop107(standby)

7）在所有节点上，启动datanode

[xiaoxq@hadoop105 hadoop]$ hdfs --daemon start datanode
[xiaoxq@hadoop106 hadoop]$ hdfs --daemon start datanode
[xiaoxq@hadoop107 hadoop]$ hdfs --daemon start datanode

8）将[nn1]切换为Active

[xiaoxq@hadoop105 ~]$ hdfs haadmin -transitionToActive nn1

9）查看是否Active

[xiaoxq@hadoop105 ~]$ hdfs haadmin -getServiceState nn1
active

4.3.6 配置 HDFS-HA 自动故障转移

1）具体配置

（1）在hdfs-site.xml中增加

<!-- 启用nn故障自动转移 -->
<property>
	<name>dfs.ha.automatic-failover.enabled</name>
	<value>true</value>
</property>

（2）在core-site.xml文件中增加

<!-- 指定zkfc要连接的zkServer地址 -->
<property>
	<name>ha.zookeeper.quorum</name>	<value>hadoop105:2181,hadoop106:2181,hadoop107:2181</value>
</property>

（3）修改后分发配置文件

[xiaoxq@hadoop105 etc]$ pwd
/opt/ha/hadoop-3.1.3/etc
[xiaoxq@hadoop105 etc]$ sudo xsync hadoop/

2）启动

（1）关闭所有HDFS服务：

[xiaoxq@hadoop105 etc]$ stop-dfs.sh 

（2）启动 Zookeeper 集群：

[xiaoxq@hadoop105 ~]$ zkServer.sh start
[xiaoxq@hadoop106 ~]$ zkServer.sh start
[xiaoxq@hadoop107 ~]$ zkServer.sh start

[xiaoxq@hadoop105 ~]$ jpsall
========== hadoop105 ==========
3866 QuorumPeerMain
========== hadoop106 ==========
3794 QuorumPeerMain
========== hadoop107 ==========
3711 QuorumPeerMain

（3）启动Zookeeper以后，然后再初始化HA在 Zookeeper 中状态：

[xiaoxq@hadoop105 ~]$ hdfs zkfc -formatZK

（4）启动HDFS服务：

[xiaoxq@hadoop105 ~]$ start-dfs.sh

（5）可以去 zkCli.sh 客户端查看 Namenode 选举锁节点内容：

[xiaoxq@hadoop105 ~]$ zkCli.sh 

[zk: localhost:2181(CONNECTED) 0] get -s /hadoop-ha/mycluster/ActiveStandbyElectorLock

	myclusternn2	hadoop106 �>(�>
cZxid = 0x80000000f
ctime = Tue Jul 28 20:49:49 CST 2020
mZxid = 0x80000000f
mtime = Tue Jul 28 20:49:49 CST 2020
pZxid = 0x80000000f
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x60000861b830001
dataLength = 33
numChildren = 0

3）验证

（1）将 Active NameNode 进程 kill，查看网页端三台 Namenode 的状态变化

========== hadoop106 ==========
9602 DataNode
9826 DFSZKFailoverController
9510 NameNode
9708 JournalNode
9356 QuorumPeerMain

[xiaoxq@hadoop105 ~]$ kill -9 namenode的进程id
[xiaoxq@hadoop106 hadoop-3.1.3]$ kill -9 9510
[zk: localhost:2181(CONNECTED) 0] get -s /hadoop-ha/mycluster/ActiveStandbyElectorLock

	myclusternn3	hadoop107 �>(�>
cZxid = 0x800000017
ctime = Tue Jul 28 20:58:56 CST 2020
mZxid = 0x800000017
mtime = Tue Jul 28 20:58:56 CST 2020
pZxid = 0x800000017
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x500008620e30000
dataLength = 33
numChildren = 0

4.4 YARN-HA配置

4.4.1 YARN-HA工作机制

1）官方文档：

http://hadoop.apache.org/docs/r3.1.3/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html

2）YARN-HA工作机制

4.4.2 配置 YARN-HA 集群

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

（6）配置Zookeeper集群

2）规划集群

hadoop105	hadoop106	hadoop107
NameNode	NameNode	NameNode
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
ZK	ZK	ZK
ResourceManager	ResourceManager
NodeManager	NodeManager	NodeManager

3）具体配置

（1）yarn-site.xml

<configuration>

    <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>
 
    <!-- 声明两台resourcemanager的地址 -->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>cluster-yarn1</value>
    </property>
    <!--指定resourcemanager的逻辑列表-->
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
</property>
<!-- ========== rm1的配置 ========== -->
<!-- 指定rm1的主机名 -->
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>hadoop105</value>
</property>
<!-- 指定rm1的web端地址 -->
<property>
     <name>yarn.resourcemanager.webapp.address.rm1</name>
     <value>hadoop105:8088</value>
</property>
<!-- 指定rm1的内部通信地址 -->
<property>
     <name>yarn.resourcemanager.address.rm1</name>
     <value>hadoop105:8032</value>
</property>
<!-- 指定AM向rm1申请资源的地址 -->
<property>
     <name>yarn.resourcemanager.scheduler.address.rm1</name>  
     <value>hadoop105:8030</value>
</property>
<!-- 指定供NM连接的地址 -->  
<property>
     <name>yarn.resourcemanager.resource-tracker.address.rm1</name>
     <value>hadoop105:8031</value>
</property>
<!-- ========== rm2的配置 ========== -->
    <!-- 指定rm2的主机名 -->
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>hadoop106</value>
</property>
<property>
     <name>yarn.resourcemanager.webapp.address.rm2</name>
     <value>hadoop106:8088</value>
</property>
<property>
     <name>yarn.resourcemanager.address.rm2</name>
     <value>hadoop106:8032</value>
</property>
<property>
     <name>yarn.resourcemanager.scheduler.address.rm2</name>
     <value>hadoop106:8030</value>
</property>
<property>
     <name>yarn.resourcemanager.resource-tracker.address.rm2</name>
     <value>hadoop106:8031</value>
</property>
 
    <!-- 指定zookeeper集群的地址 --> 
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>hadoop105:2181,hadoop106:2181,hadoop107:2181</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>
<!-- 环境变量的继承 -->
 <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>

</configuration>

（2）同步更新其他节点的配置信息，分发配置文件

[xiaoxq@hadoop105 etc]$ sudo xsync hadoop/
[xiaoxq@hadoop105 etc]$ source /etc/profile

4）启动 hdfs

[xiaoxq@hadoop105 etc]$ start-dfs.sh 

5）启动YARN

（1）在 hadoop105 或者 hadoop106 中执行：

[xiaoxq@hadoop106 hadoop-3.1.3]$ start-yarn.sh 

（2）查看服务状态

[xiaoxq@hadoop106 hadoop-3.1.3]$ yarn rmadmin -getServiceState rm1
standby
[xiaoxq@hadoop106 hadoop-3.1.3]$ yarn rmadmin -getServiceState rm2
active

（3）可以去 zkCli.sh 客户端查看 ResourceManager 选举锁节点内容：

[xiaoxq@hadoop106~]$ zkCli.sh

[zk: localhost:2181(CONNECTED) 16] get -s /yarn-leader-election/cluster-yarn1/ActiveStandbyElectorLock

[zk: localhost:2181(CONNECTED) 0] get -s /yarn-leader-election/cluster-yarn1/ActiveStandbyElectorLock

cluster-yarn1rm2
cZxid = 0x900000009
ctime = Tue Jul 28 21:24:42 CST 2020
mZxid = 0x900000009
mtime = Tue Jul 28 21:24:42 CST 2020
pZxid = 0x900000009
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x70000a7944d0000
dataLength = 20
numChildren = 0

（4）web端查看hadoop105:8088和hadoop106:8088的YARN的状态，和 NameNode 对比，查看区别

4.5 HDFS Federation 架构设计

4.5.1 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heapsize的限制。50G的heap能够存储20亿（200million）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，集群的尺寸增长到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。

4.5.2 HDFS Federation架构设计**

• 能不能有多个NameNode

NameNode	NameNode	NameNode
元数据	元数据	元数据
Log	machine	电商数据/话单数据

								图 HDFS Federation架构设计

4.5.3 HDFS Federation应用思考

• 不同应用可以使用不同NameNode进行数据管理图片业务、爬虫业务、日志审计业务。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）