【运维】yarn高可用配置详解

作者：空白诗007 | 2024-07-24 06:48:16

踩

yarn高可用配置

文章目录

本文主要描述了：

yarn HA架构细节：active/standby、故障转移的方式、故障转移客户端
怎么恢复之前提交的任务
怎么部署配置YARN HA
手动切换主备

一. 架构

在这里插入图片描述

1. RM故障转移( Failover)

ResourceManager HA通过Active / Standby体系结构实现-在任何时间，RM之一都处于活动状态，并且一个或多个 RM处于Standby模式，等待切换为active。启用自动故障转移后，通过admin（通过CLI：手动）或 failover-controller （自动）将RM转换为active。

1.1. 手动切换故障转移

如果未启用自动故障转移，管理员必须通过手动的方式将其中一个RM转换为Active。要从一个RM到另一个RM进行故障转移，应该先将Active-RM转换为Standby，然后将Standby-RM转换为Active。所有这些可以使用“ yarn rmadmin ” CLI完成。

1.2. 自动故障转移

RM可以选择嵌入基于Zookeeper的ActiveStandbyElector来确定哪个RM是Active。当Active发生故障或无响应时，另一个RM被自动选为Active，然后接管。请注意，无需像HDFS那样运行单独的ZKFC守护程序，因为嵌入在RM中的ActiveStandbyElector充当了故障检测器和领导选举人，而不是单独的ZKFC守护进程。

1.3. RM故障转移的客户端：ApplicationMaster和NodeManager

当有多个RM时，预计客户端和节点使用的配置（yarn-site.xml）会列出所有RM。客户端，ApplicationMaster（AM）和NodeManager（NM）尝试以循环方式连接到RM，直到它们到达活动RM。如果活动服务器出现故障，他们将继续轮询，直到命中“新”活动服务器为止。

默认重试逻辑实现为org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider。
可以通过实现org.apache.hadoop.yarn.client.RMFailoverProxyProvider并设置yarn.client.failover-proxy-provider：（实现类名）来覆盖默认重试逻辑。

2. 恢复以前的活动RM的状态

启用yarn.resourcemanager.recovery.enabled（ResourceManagerRestart）后，RM变为active后，它会加载RM的内部状态，并尽可能地处理之前active未处理的请求。
对于之前提交给RM的托管任务，晋升的RM都会重新尝试运行这些任务。

Applications可以定期检查来避免丢失任何任务。

RMStateStore

Active RM和Standby RM要都能访问状态存储。
目前，对RMStateStore的实现有两种FileSystemRMStateStore和ZKRMStateStore。
ZKRMStateStore隐式允许在任何时间点对单个RM进行写访问，因此建议在HA群集中使用该存储。使用ZKRMStateStore时，无需使用单独的防护机制来解决潜在的裂脑情况，在这种情况下，多个RM可以潜在地充当主动角色。

tips

使用ZKRMStateStore时，建议不要在Zookeeper群集上设置“ zookeeper.DigestAuthenticationProvider.superDigest ”属性，以确保Zookeeper管理员无法访问YARN应用程序/用户凭证信息。

二、部署方式

1. 配置说明

配置属性	描述
hadoop.zk.address	ZK仲裁的地址。用于状态存储和leader选举。
yarn.resourcemanager.ha.enabled	启用RM HA。
yarn.resourcemanager.ha.rm-ids	RM的逻辑ID列表。例如“ rm1，rm2”。
yarn.resourcemanager.hostname.rm-id	对于每个_rm-id_，指定RM对应的主机名。或者，可以设置RM的每个服务地址。
yarn.resourcemanager.address.rm-id	对于每个rm-id，请指定`host:port`以便客户端提交作业。如果设置，将覆盖yarn.resourcemanager.hostname中设置的主机名。rm-id。
yarn.resourcemanager.scheduler.address.rm-id	对于每个rm-id，为ApplicationMasters指定调度程序`host:port`以获得资源。如果设置，将覆盖yarn.resourcemanager.hostname中设置的主机名。rm-id。
yarn.resourcemanager.resource-tracker.address.rm-id	对于每个rm-id，请指定`host:port`以供NodeManagers连接。如果设置，将覆盖yarn.resourcemanager.hostname中设置的主机名。
yarn.resourcemanager.admin.address.rm-id	对于每个rm-id，为管理(administrative)命令指定`host:port`。如果设置，将覆盖yarn.resourcemanager.hostname中设置的主机名。
yarn.resourcemanager.webapp.address.rm-id	对于每个rm-id，指定RM Web应用程序对应的`host:port`。如果将yarn.http.policy设置为HTTPS__ONLY，则不需要此选项。如果设置，将覆盖yarn.resourcemanager.hostname中设置的主机名。rm-id。
yarn.resourcemanager.webapp.https.address.rm-id	对于每个_rm-id_，请指定RM https Web应用程序对应的`host:port`。你不需要这个，如果你设置yarn.http.policy到HTTP_ONLY。如果设置，将覆盖yarn.resourcemanager.hostname中设置的主机名。
yarn.resourcemanager.ha.id	在集合中标识RM。可选，不是必须；但是，如果已设置，必须确保所有的RM在配置中都具有自己的ID。
yarn.resourcemanager.ha.automatic-failover.enabled	启用自动故障转移；默认情况下，仅在启用HA时启用它。
yarn.resourcemanager.ha.automatic-failover.embedded	启用自动故障转移后，请使用leader-elector选择active RM。默认情况下，仅在启用HA时启用它。
yarn.resourcemanager.cluster-id	标识集群。由选民使用，以确保RM不会接替另一个群集的活动状态。
yarn.client.failover-proxy-provider	客户端，AM和NM用于故障转移到活动RM的类。
yarn.client.failover-no-ha-proxy-provider	FailoverProxyProvider应该尝试故障转移的最大次数。
yarn.client.failover-sleep-base-ms	用于计算故障转移之间指数延迟的睡眠基准（以毫秒为单位）。
yarn.client.failover-sleep-max-ms	故障转移之间的最大睡眠时间（以毫秒为单位）。
yarn.client.failover-retries	每次尝试连接到ResourceManager的重试次数。
yarn.client.failover-retries-on-socket-timeouts	套接字超时时每次尝试连接到ResourceManager的重试次数。
yarn.client.failover-max-attempts	故障转移最多尝试次数。

2. 配置实例

<property>
  <name>yarn.resourcemanager.ha.enabled</name>
  <value>true</value>
</property>
<property>
  <name>yarn.resourcemanager.cluster-id</name>
  <value>cluster1</value>
</property>
<property>
  <name>yarn.resourcemanager.ha.rm-ids</name>
  <value>rm1,rm2</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname.rm1</name>
  <value>master1</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname.rm2</name>
  <value>master2</value>
</property>
<property>
  <name>yarn.resourcemanager.webapp.address.rm1</name>
  <value>master1:8088</value>
</property>
<property>
  <name>yarn.resourcemanager.webapp.address.rm2</name>
  <value>master2:8088</value>
</property>
<property>
  <name>hadoop.zk.address</name>
  <value>zk1:2181,zk2:2181,zk3:2181</value>
</property>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

3. Admin commands

yarn rmadmin有几个关于RM状态、健康状况、切换Active/Standby的命令：

HA id 由 yarn.resourcemanager.ha.rm-ids 设置决定

a. 检查状态

 $ yarn rmadmin -getServiceState rm1
 active
 
 $ yarn rmadmin -getServiceState rm2
 standby
 
1
2
3
4
5
6

b. 手动切换主备

 $ yarn rmadmin -transitionToStandby rm1
1

Automatic failover is enabled for org.apache.hadoop.yarn.client.RMHAServiceTarget@1d8299fd
Refusing to manually manage HA state, since it may cause a split-brain scenario or other incorrect state. If you are very sure you know what you are doing, please specify the forcemanual flag.

RMHAServiceTarget 不允许手动管理HA状态，因为这样可能造成脑裂。如果你确定，可以使用强制切换标识 forcemanual ，来切换主备。

参考: https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/空白诗007/article/detail/873352