第8章 HDFS HA 高可用8.1 HA概述8.2 HDFS-HA工作机制8.2.1 HDFS-HA工作要点8.2.2 HDFS-HA手动故障转移工作机制8.2.3 HDFS-HA自动故障转移工作机制8.3 HDFS-HA集群配置8.3.1 环境准备8.3.2 规划集群8.3.3 配置Zookeeper集群8.3.4 配置HDFS-HA集群8.3.5 启动HDFS-HA集群8.3.6 配置HDFS-HA自动故障转移8.4 YARN-HA配置8.4.1 YARN-HA工作机制8.4.2 配置YARN-HA集群8.5 HDFS Federation(联邦) 架构设计
第8章 HDFS HA 高可用
8.1 HA概述
- 1）所谓HA（High Available），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。
8.2 HDFS-HA工作机制
通过双NameNode消除单点故障。
8.2.1 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）。 - 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。
8.2.2 HDFS-HA手动故障转移工作机制
8.2.3 HDFS-HA自动故障转移工作机制
- 前面学习了使用命令
hdfs haadmin -failover手动进行故障转移，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(进程)：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：
- 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。
- 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。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。
8.3 HDFS-HA集群配置
8.3.1 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
8.3.2 规划集群
8.3.3 配置Zookeeper集群
1、集群规划
在hadoop102、hadoop103和hadoop104三个节点上部署Zookeeper。
2、解压安装
（1）解压Zookeeper安装包到/opt/module/目录下
[atguigu@hadoop102 software]$ tar -zxvf zookeeper-3.4.10.tar.gz -C /opt/module/（2）同步/opt/module/zookeeper-3.4.10/目录内容到hadoop103、hadoop104
[atguigu@hadoop102 module]$ xsync zookeeper-3.4.10/3、配置服务器编号
（1）在/opt/module/zookeeper-3.4.10/这个目录下创建zkData
[atguigu@hadoop102 zookeeper-3.4.10]$ mkdir -p zkData（2）在/opt/module/zookeeper-3.4.10/zkData目录下创建一个myid的文件
[atguigu@hadoop102 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。
（3）编辑myid文件
[atguigu@hadoop102 zkData]$ vim myid在文件中添加与server对应的编号：
2（4）拷贝配置好的zookeeper到其他机器上
[atguigu@hadoop102 zkData]$ xsync myid并分别在hadoop102、hadoop103上修改myid文件中内容为3、4
4、配置zoo.cfg文件
（1）重命名/opt/module/zookeeper-3.4.10/conf这个目录下的zoo_sample.cfg为zoo.cfg
[atguigu@hadoop102 conf]$ mv zoo_sample.cfg zoo.cfg（2）打开zoo.cfg文件
[atguigu@hadoop102 conf]$ vim zoo.cfg修改数据存储路径配置
dataDir=/opt/module/zookeeper-3.4.10/zkData增加如下配置
#######################cluster##########################server.2=hadoop102:2888:3888server.3=hadoop103:2888:3888server.4=hadoop104:2888:3888（3）同步zoo.cfg配置文件
[atguigu@hadoop102 conf]$ xsync zoo.cfg（4）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。
4、集群操作
（1）分别启动Zookeeper
[atguigu@hadoop102 zookeeper-3.4.10]$ bin/zkServer.sh start[atguigu@hadoop103 zookeeper-3.4.10]$ bin/zkServer.sh start[atguigu@hadoop104 zookeeper-3.4.10]$ bin/zkServer.sh start（2）查看状态
[atguigu@hadoop102 zookeeper-3.4.10]# bin/zkServer.sh statusJMX enabled by defaultUsing config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfgMode: follower[atguigu@hadoop103 zookeeper-3.4.10]# bin/zkServer.sh statusJMX enabled by defaultUsing config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfgMode: leader[atguigu@hadoop104 zookeeper-3.4.5]# bin/zkServer.sh statusJMX enabled by defaultUsing config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfgMode: follower8.3.4 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
mkdir HA3、将/opt/app/下的 hadoop-2.7.2拷贝到/opt/ha目录下
cp -r hadoop-2.7.2/ /opt/HA/4、配置hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_1445、配置core-site.xml
<configuration> <!-- Hadoop FS客户端在没有给出时使用的默认路径前缀 --> <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/module/HA/hadoop-2.7.2/data/tmp</value> </property> <!-- 指定JournalNode守护程序将存储其本地状态的路径 --> <property> <name>dfs.journalnode.edits.dir</name> <value>/opt/module/HA/hadoop-2.7.2/data/tmp/jn</value> </property><configuration>6、配置hdfs-site.xml
<configuration> <!-- 完全分布式集群逻辑名称 --> <property> <name>dfs.nameservices</name> <value>mycluster</value> </property> <!-- 配置逗号分隔的NameNode ID列表。DataNodes将使用它来确定集群中的所有NameNode。 --> <property> <name>dfs.ha.namenodes.mycluster</name> <value>nn1,nn2</value> </property> <!-- 要监听的每个NameNode的完全限定的RPC地址 --> <property> <name>dfs.namenode.rpc-address.mycluster.nn1</name> <value>hadoop102:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn2</name> <value>hadoop103:8020</value> </property> <!-- 要监听的每个NameNode的完全限定HTTP地址 --> <property> <name>dfs.namenode.http-address.mycluster.nn1</name> <value>hadoop102:50070</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn2</name> <value>hadoop103:50070</value> </property> <!-- 标识NameNodes将写入/读取编辑的JournalNodes组的URI --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://hadoop102:8485;hadoop103:8485;hadoop104:8485/mycluster</value> </property> <!-- HDFS客户端用于联系Active NameNode的Java类 --> <property> <name>dfs.client.failover.proxy.provider.mycluster</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property> <!-- 关闭权限检查，实际开发中不能这么做--> <property> <name>dfs.permissions.enable</name> <value>false</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无秘钥登录 --> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/home/atguigu/.ssh/id_rsa</value> </property></configuration>7、拷贝配置好的hadoop环境到其他节点（分发）
[atguigu@hadoop102 module]$ xsync HA/8.3.5 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
[atguigu@hadoop102 hadoop-2.7.2]$ pwd/opt/module/HA/hadoop-2.7.2[atguigu@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start journalnode[atguigu@hadoop103 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start journalnode[atguigu@hadoop104 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start journalnode编写查看journalnode服务节点进程的shell脚本util.sh，脚本文件放在/home/atguigu/bin/目录下
#!/bin/bash
for i in atguigu@hadoop102 atguigu@hadoop103 atguigu@hadoop104
do
echo "========== $i =========="
ssh $i '/opt/module/jdk1.8.0_144/bin/jps'
done
2、在[nn1]上，对其进行格式化，并启动
[atguigu@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode -format[atguigu@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode3、在[nn2]上，同步nn1的元数据信息
[atguigu@hadoop103 hadoop-2.7.2]$ bin/hdfs namenode -bootstrapStandby4、启动[nn2]
[atguigu@hadoop103 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode5、查看web页面显示，如下图所示
hadoop102(standby)
hadoop103(standby)
6、在[nn1]上，启动所有datanode
[atguigu@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemons.sh start datanode7、将[nn1]切换为Active
[atguigu@hadoop102 hadoop-2.7.2]$ bin/hdfs haadmin -transitionToActive nn18、查看是否Active
[atguigu@hadoop102 hadoop-2.7.2]$ bin/hdfs haadmin -getServiceState nn1hadoop102(active)
注意：HDFS-HA手动故障转移需要确保namenode两个进程都存在的情况下！
8.3.6 配置HDFS-HA自动故障转移
1、具体配置
（1）在hdfs-site.xml中增加
<!-- 开启自动故障转移 --><property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value></property>（2）在core-site.xml文件中增加
<!-- 设置zookeeper仲裁 --><property> <name>ha.zookeeper.quorum</name> <value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value></property>注意：修改配置文件后，记得要分发。
2、启动
（1）关闭所有HDFS服务：
[atguigu@hadoop102 hadoop-2.7.2]$ pwd/opt/module/HA/hadoop-2.7.2[atguigu@hadoop102 hadoop-2.7.2]$ sbin/stop-dfs.sh （2）启动Zookeeper集群：（使用自定义编写的shell脚本，脚本文件放在/home/atguigu/bin/目录下）
[atguigu@hadoop102 hadoop-2.7.2]$ zkstart.shzkstart.sh
#!/bin/bash
echo "========== 正在启动zookeeper集群 =========="
for i in atguigu@hadoop102 atguigu@hadoop103 atguigu@hadoop104
do
ssh $i 'source /etc/profile;/opt/module/zookeeper-3.4.10/bin/zkServer.sh start'
done
zkstatus.sh
#!/bin/bash
echo "========== 正在查看zookeeper集群状态 =========="
for i in atguigu@hadoop102 atguigu@hadoop103 atguigu@hadoop104
do
ssh $i 'source /etc/profile;/opt/module/zookeeper-3.4.10/bin/zkServer.sh status'
done
zkstop.sh
#!/bin/bash
echo "========== 正在停止zookeeper集群 =========="
for i in atguigu@hadoop102 atguigu@hadoop103 atguigu@hadoop104
do
ssh $i 'source /etc/profile;/opt/module/zookeeper-3.4.10/bin/zkServer.sh stop'
done
（3）初始化HA在Zookeeper中状态：
[atguigu@hadoop102 hadoop-2.7.2]$ bin/hdfs zkfc -formatZK（4）启动HDFS服务：
[atguigu@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh（5）在各个NameNode节点上启动DFSZKFailoverController，先在哪台机器启动，哪个机器的NameNode就是Active NameNode
sbin/hadoop-daemin.sh start zkfc3、验证
（1）将Active NameNode进程kill
[atguigu@hadoop102 hadoop-2.7.2]$ kill -9 namenode的进程id单个启动namenode节点
[atguigu@hadoop103 hadoop-2.7.2]$ pwd/opt/module/HA/hadoop-2.7.2[atguigu@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode（2）将Active NameNode机器断开网络
[atguigu@hadoop102 hadoop-2.7.2]$ service network stop4、自动故障转移上传数据测试
在任意HDFS服务器上上传文件，例如在103上
[atguigu@hadoop103 hadoop-2.7.2]$ bin/hadoop fs -put NOTICE.txt /然后切换Active后，在网页上查看。测试成功！
8.4 YARN-HA配置
8.4.1 YARN-HA工作机制
1、官方文档：
http://hadoop.apache.org/docs/r2.7.2/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html
2、YARN-HA工作机制，如下图所示
8.4.2 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
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> <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>hadoop102</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>hadoop103</value> </property> <!--指定zookeeper集群的地址--> <property> <name>yarn.resourcemanager.zk-address</name> <value>hadoop102:2181,hadoop103:2181,hadoop104:2181</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>（2）同步更新其他节点的配置信息。
4、第一次启动hdfs服务时需要做的事情如下
（1）在各个JournalNode节点上，输入以下命令启动journalnode服务：
sbin/hadoop-daemon.sh start journalnode（2）在[nn1]上，对其进行格式化，并启动：
bin/hdfs namenode -formatsbin/hadoop-daemon.sh start namenode（3）在[nn2]上，同步nn1的元数据信息：
bin/hdfs namenode -bootstrapStandby（4）启动[nn2]：
sbin/hadoop-daemon.sh start namenode（5）启动所有DataNode
sbin/hadoop-daemons.sh start datanode（6）将[nn1]切换为Active
bin/hdfs haadmin -transitionToActive nn1注意：若不是第一次启动hdfs服务，不需要做上述事情，直接命令sbin/start-dfs.sh即可
5、启动YARN
（1）在hadoop102中执行：
sbin/start-yarn.sh（2）在hadoop103中执行：
sbin/yarn-daemon.sh start resourcemanager（3）查看服务状态，如下图所示：
bin/yarn rmadmin -getServiceState rm1YARN的服务状态
注意：需要保证两个ResourceManager在启动的情况下，才可以使用YARN-HA。会自动跳转到Active主机上。
8.5 HDFS Federation(联邦) 架构设计
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heap size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。
2、HDFS Federation架构设计，如下图所示
能不能有多个NameNode？
3、HDFS Federation应用思考
不同应用可以使用不同NameNode进行数据管理。
例如：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）
