Hadoop HA高可用原理及集群搭建

古城微笑少年丶 2022-12-23 11:13 159阅读 0赞

# Hadoop HA高可用原理及集群搭建 #

### 目录 ###

*  Hadoop HA高可用原理及集群搭建
 *   *  一、HA概述
     *  二、HDFS-HA工作机制
     *   *  2.1 HDFS-HA工作要点
         *  2.2 HDFS-HA自动故障转移工作机制
     *  三、 HDFS-HA集群配置
     *  3.1 环境准备
     *   *  3.2 规划集群
         *  3.3 配置Zookeeper集群
         *   *  3.3.1 集群规划
             *  3.3.2 解压安装
             *  3.3.3 配置zoo.cfg文件
             *  3.3.4 集群操作
         *  3.4 配置HDFS-HA集群
         *   *  3.4.1 官方地址
             *  3.4.2 在opt目录下创建一个ha文件夹
             *  3.4.3 将/opt/module/下的 hadoop-3.1.3拷贝到/opt/ha目录下
             *  3.4.4 配置hadoop-env.sh
             *  3.4.5 配置core-site.xml
             *  3.4.6 配置hdfs-site.xml
             *  3.4.7 拷贝配置好的hadoop环境到其他节点
         *  3.5 启动HDFS-HA集群
         *   *  3.5.1 将HADOOP\_HOME环境变量更改到HA目录
             *  3.5.2 在各个JournalNode节点上，输入以下命令启动journalnode服务
             *  3.5.3 在\[nn1\]上，对其进行格式化，并启动
             *  3.5.4 在\[nn2\]和\[nn3\]上，同步nn1的元数据信息
             *  3.5.5 启动\[nn2\]和\[nn3\]
             *  3.5.6 查看web页面显示
             *  3.5.7 在所有节点上上，启动datanode
             *  3.5.8 将\[nn1\]切换为Active
             *  3.5.9 查看是否Active
         *  3.6 配置HDFS-HA自动故障转移
         *   *  3.6.1 具体配置
             *  3.6.2 启动
             *  3.6.3 验证
     *  四、YARN-HA配置
     *   *  4.1 YARN-HA工作机制
         *   *  4.1.1 官方文档
             *  4.1.2 YARN-HA工作机制
         *  4.2 配置YARN-HA集群
         *   *  4.2.1 环境准备
             *  4.2.2 规划集群
             *  4.2.3 具体配置
             *  4.2.4 启动hdfs
             *  4.2.5 启动YARN

## 一、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。

## 二、HDFS-HA工作机制 ##

通过双NameNode消除单点故障（Hadoop3.x之后可以配置多NameNode进行热机备份）

### 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；  
> 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）；

1.  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。

1.  必须保证两个NameNode之间能够ssh无密码登录
2.  隔离（Fence），即同一时刻仅仅有一个NameNode对外提供服务

### 2.2 HDFS-HA自动故障转移工作机制 ###

> 在该模式下，即使现役NameNode已经失效，系统也不会自动从现役NameNode转移到待机NameNode，下面学习如何配置部署HA自动进行故障转移。自动故障转移为HDFS部署增加了两个新组件：ZooKeeper和ZKFailoverController（ZKFC）进程，如下图所示。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：  
> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center]

1.  故障检测

> 集群中的每个NameNode在ZooKeeper中维护了一个持久会话，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。

1.  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。

1.  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。

1.  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。

## 三、 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  
> 参见：[ 基于Centos7和Hadoop3.1.3搭建完全分布式集群（1）： https://blog.csdn.net/weixin\_42796403/article/details/109708703][_Centos7_Hadoop3.1.3_1_ https_blog.csdn.net_weixin_42796403_article_details_109708703]

### 3.2 规划集群 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 1]

### 3.3 配置Zookeeper集群 ###

#### 3.3.1 集群规划 ####

在hadoop102、hadoop103和hadoop104三个节点上部署Zookeeper。

#### 3.3.2 解压安装 ####

（1）解压Zookeeper安装包到/opt/module/目录下

[hadoop@hadoop102 software]$ tar -zxvf zookeeper-3.4.14.tar.gz -C /opt/module/

（2）在/opt/module/zookeeper-3.4.14/这个目录下创建zkData

mkdir -p zkData

（3）重命名/opt/module/zookeeper-3.4.14/conf这个目录下的zoo\_sample.cfg为zoo.cfg

mv zoo_sample.cfg zoo.cfg

#### 3.3.3 配置zoo.cfg文件 ####

（1）具体配置

dataDir=/opt/module/zookeeper-3.4.14/zkData

增加如下配置

#######################cluster##########################
    server.2=hadoop102:2888:3888
    server.3=hadoop103:2888:3888
    server.4=hadoop104:2888:3888

（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；  
> B是这个服务器的IP地址；  
> C是这个服务器与集群中的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。  
> 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。

#### 3.3.4 集群操作 ####

（1）在/opt/module/zookeeper-3.4.14/zkData目录下创建一个myid的文件

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

vi myid

在文件中添加与server对应的编号：如2

（3）拷贝配置好的zookeeper到其他机器上

scp -r zookeeper-3.4.14/ root@hadoop103.hadoop.com:/opt/app/
    scp -r zookeeper-3.4.14/ root@hadoop104.hadoop.com:/opt/app/

并分别修改myid文件中内容为3、4

（4）分别启动zookeeper

[root@hadoop102 zookeeper-3.4.14]# bin/zkServer.sh start
    [root@hadoop103 zookeeper-3.4.14]# bin/zkServer.sh start
    [root@hadoop104 zookeeper-3.4.14]# bin/zkServer.sh start

（5）查看状态

[root@hadoop102 zookeeper-3.4.14]# bin/zkServer.sh status
    JMX enabled by default
    Using config: /opt/module/zookeeper-3.4.14/bin/../conf/zoo.cfg
    Mode: follower
    [root@hadoop103 zookeeper-3.4.14]# bin/zkServer.sh status
    JMX enabled by default
    Using config: /opt/module/zookeeper-3.4.14/bin/../conf/zoo.cfg
    Mode: leader
    [root@hadoop104 zookeeper-3.4.5]# bin/zkServer.sh status
    JMX enabled by default
    Using config: /opt/module/zookeeper-3.4.14/bin/../conf/zoo.cfg
    Mode: follower

注：示例代码为使用root用户搭建zookeeper集群，生产环境中建议使用普通用户操作。

### 3.4 配置HDFS-HA集群 ###

#### 3.4.1 官方地址 ####

1）官方地址：http://hadoop.apache.org/

#### 3.4.2 在opt目录下创建一个ha文件夹 ####

sudo mkdir ha
    sudo chown hadoop:hadoop /opt/ha

#### 3.4.3 将/opt/module/下的 hadoop-3.1.3拷贝到/opt/ha目录下 ####

cp -r /opt/module/hadoop-3.1.3 /opt/ha/

#### 3.4.4 配置hadoop-env.sh ####

export JAVA_HOME=/opt/module/jdk1.8.0_144

#### 3.4.5 配置core-site.xml ####

<configuration>
      <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
      </property>
      <property>
        <name>hadoop.data.dir</name>
        <value>/opt/ha/hadoop-3.1.3/data</value>
      </property>
    </configuration>

#### 3.4.6 配置hdfs-site.xml ####

<configuration>
      <property>
        <name>dfs.namenode.name.dir</name>
        <value>file://${hadoop.data.dir}/name</value>
      </property>
      <property>
        <name>dfs.datanode.data.dir</name>
        <value>file://${hadoop.data.dir}/data</value>
      </property>
      <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
      </property>
      <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2,nn3</value>
      </property>
      <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>hadoop102:9820</value>
      </property>
      <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>hadoop103:9820</value>
      </property>
      <property>
        <name>dfs.namenode.rpc-address.mycluster.nn3</name>
        <value>hadoop104:9820</value>
      </property>
      <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>hadoop102:9870</value>
      </property>
      <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>hadoop103:9870</value>
      </property>
      <property>
        <name>dfs.namenode.http-address.mycluster.nn3</name>
        <value>hadoop104:9870</value>
      </property>
      <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://hadoop102:8485;hadoop103:8485;hadoop104:8485/mycluster</value>
      </property>
    
      <property>
        <name>dfs.client.failover.proxy.provider.mycluster</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>/home/hadoop/.ssh/id_rsa</value>
      </property>
    
      <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>${hadoop.data.dir}/jn</value>
      </property>
    </configuration>

#### 3.4.7 拷贝配置好的hadoop环境到其他节点 ####

### 3.5 启动HDFS-HA集群 ###

#### 3.5.1 将HADOOP\_HOME环境变量更改到HA目录 ####

sudo vim /etc/profile.d/my_env.sh

将HADOOP\_HOME部分改为如下

##HADOOP_HOME
    export HADOOP_HOME=/opt/ha/hadoop-3.1.3
    export PATH=$PATH:$HADOOP_HOME/bin
    export PATH=$PATH:$HADOOP_HOME/sbin

#### 3.5.2 在各个JournalNode节点上，输入以下命令启动journalnode服务 ####

注意：先将/tmp/下的内容清空

hdfs --daemon start journalnode

#### 3.5.3 在\[nn1\]上，对其进行格式化，并启动 ####

hdfs namenode -format
    hdfs --daemon start namenode

#### 3.5.4 在\[nn2\]和\[nn3\]上，同步nn1的元数据信息 ####

hdfs namenode -bootstrapStandby

#### 3.5.5 启动\[nn2\]和\[nn3\] ####

hdfs --daemon start namenode

#### 3.5.6 查看web页面显示 ####

![2020112419380383.png_pic_center][]  
图 hadoop102(standby)

![图 hadoop103(standby)][hadoop103_standby]  
图 hadoop103(standby)  
![20201124193831240.png_pic_center][]  
图 hadoop104(standby)

#### 3.5.7 在所有节点上上，启动datanode ####

hdfs --daemon start datanode

#### 3.5.8 将\[nn1\]切换为Active ####

hdfs haadmin -transitionToActive nn1

#### 3.5.9 查看是否Active ####

hdfs haadmin -getServiceState nn1

### 3.6 配置HDFS-HA自动故障转移 ###

#### 3.6.1 具体配置 ####

（1）在hdfs-site.xml中增加

<property>
    	<name>dfs.ha.automatic-failover.enabled</name>
    	<value>true</value>
    </property>

（2）在core-site.xml文件中增加

<property>
    	<name>ha.zookeeper.quorum</name>
    	<value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value>
    </property>

配置完后需要在集群三台机器上同步配置文件。

#### 3.6.2 启动 ####

（1）关闭所有HDFS服务：

stop-dfs.sh

（2）启动Zookeeper集群：

zkServer.sh start

三台机器都需要启动，zookeeper集群启动脚本详见[https://blog.csdn.net/weixin\_42796403/article/details/110004795][https_blog.csdn.net_weixin_42796403_article_details_110004795]

（3）初始化HA在Zookeeper中状态：

hdfs zkfc -formatZK

（4）启动HDFS服务：

start-dfs.sh

#### 3.6.3 验证 ####

（1）将Active NameNode进程kill

kill -9 namenode的进程id

## 四、YARN-HA配置 ##

### 4.1 YARN-HA工作机制 ###

#### 4.1.1 官方文档 ####

[http://hadoop.apache.org/docs/r3.1.3/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html][http_hadoop.apache.org_docs_r3.1.3_hadoop-yarn_hadoop-yarn-site_ResourceManagerHA.html]

#### 4.1.2 YARN-HA工作机制 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 2]

### 4.2 配置YARN-HA集群 ###

#### 4.2.1 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

#### 4.2.2 规划集群 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 3]

#### 4.2.3 具体配置 ####

（1）yarn-site.xml

<configuration>
    
        <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
        </property>
    
        
        <property>
            <name>yarn.resourcemanager.ha.enabled</name>
            <value>true</value>
        </property>
     
        
        <property>
            <name>yarn.resourcemanager.cluster-id</name>
            <value>cluster-yarn1</value>
        </property>
    
        <property>
            <name>yarn.resourcemanager.ha.rm-ids</name>
            <value>rm1,rm2,rm3</value>
        </property>
    
        <property>
            <name>yarn.resourcemanager.hostname.rm1</name>
            <value>hadoop102</value>
        </property>
    
        <property>
            <name>yarn.resourcemanager.hostname.rm2</name>
            <value>hadoop103</value>
    </property>
    
     	<property>
            <name>yarn.resourcemanager.hostname.rm2</name>
            <value>hadoop104</value>
        </property>
    
    
         
        <property>
            <name>yarn.resourcemanager.zk-address</name>
            <value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value>
        </property>
    
         
        <property>
            <name>yarn.resourcemanager.recovery.enabled</name>
            <value>true</value>
        </property>
     
         
        <property>
            <name>yarn.resourcemanager.store.class</name>     <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>
    
    </configuration>

（2）同步更新其他节点的配置信息

#### 4.2.4 启动hdfs ####

上述HA故障转移以配置完成可以使用start-dfs.sh命令一键启动，如果没有参见下面详细步骤：

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

hdfs --daemon start journalnode

（2）在\[nn1\]上，对其进行格式化，并启动：

hdfs namenode -format
    hdfs --daemon start namenode

（3）在\[nn2\]上，同步nn1的元数据信息：

hdfs namenode -bootstrapStandby

（4）启动\[nn2\]：

hdfs --daemon start namenode

（5）启动所有DataNode

hdfs –-daemon start datanode

（6）将\[nn1\]切换为Active

hdfs haadmin -transitionToActive nn1

#### 4.2.5 启动YARN ####

（1）在hadoop102中执行：

start-yarn.sh

（2）在hadoop103中执行：

yarn --daemon start resourcemanager

（3）查看服务状态

yarn rmadmin -getServiceState rm1

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 4]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/c7893eb95d80466593822fd3b5a029c5.png
[_Centos7_Hadoop3.1.3_1_ https_blog.csdn.net_weixin_42796403_article_details_109708703]: https://blog.csdn.net/weixin_42796403/article/details/109708703
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221120/df200f1cb107437dbe71286f1df7a217.png
[2020112419380383.png_pic_center]: https://img-blog.csdnimg.cn/2020112419380383.png#pic_center
[hadoop103_standby]: https://img-blog.csdnimg.cn/20201124193815581.png#pic_center
[20201124193831240.png_pic_center]: https://img-blog.csdnimg.cn/20201124193831240.png#pic_center
[https_blog.csdn.net_weixin_42796403_article_details_110004795]: https://blog.csdn.net/weixin_42796403/article/details/110004795
[http_hadoop.apache.org_docs_r3.1.3_hadoop-yarn_hadoop-yarn-site_ResourceManagerHA.html]: http://hadoop.apache.org/docs/r3.1.3/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201124194809689.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20201124194926511.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/20201124195453566.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc5NjQwMw==,size_16,color_FFFFFF,t_70#pic_center