文章目录
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)