Hadoop HA 高可用之旅

Hadoop HA 高可用之旅

• 概述
• HDFS-HA 集群搭建
• • HDFS-HA 核心问题
• HDFS-HA 手动模式
• • 环境准备
  • 规划集群
  • 配置 HDFS-HA 集群
  • • 官方地址
    • 在 opt 目录下创建一个 ha 文件夹
    • 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）
    • 配置 core-site.xml
    • 配置 hdfs-site.xml
    • 分发配置好的 hadoop 环境到其他节点
  • 启动 HDFS-HA 集群
  • • 将 HADOOP_HOME 环境变量更改到 HA 目录(三台机器)
    • 在各个 JournalNode 节点上，输入以下命令启动 journalnode 服务
    • 在[nn1]上，对其进行格式化， 并启动
    • 在[nn2]和[nn3]上，同步 nn1 的元数据信息
    • 启动[nn2]和[nn3]
    • 查看 web 页面显示
    • 在所有节点上，启动 datanode
    • 将[nn1]切换为 Active
    • 查看是否 Active
• HDFS-HA 自动模式
• • HDFS-HA 自动故障转移工作机制
  • HDFS-HA 自动故障转移的集群规划
  • 配置 HDFS-HA 自动故障转移
  • • 具体配置
    • 启动
    • 验证
  • 解决 NN 连接不上 JN 的问题
• YARN-HA 配置
• • YARN-HA 工作机制
  • 配置 YARN-HA 集群
  • • 环境准备
    • 规划集群
    • 核心问题
    • 具体配置
    • 启动 YARN
• HADOOP HA 的最终规划

概述

所谓 HA（High Availablity）， 即高可用（7*24 小时不中断服务）

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

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 功能通过配置多个 NameNodes(Active/Standby) 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

HDFS-HA 集群搭建

当前 HDFS 集群的规划

cpucode100	cpucode101	cpucode102
NameNode	Secondarynamenode
DataNode	DataNode	DataNode

HA 的主要目的是消除 NameNode 的单点故障,需要将 HDFS 集群规划成以下模样

cpucode100	cpucode101	cpucode102
NameNode	NameNode	NameNode
DataNode	DataNode	DataNode

HDFS-HA 核心问题

保证三台 namenode 的数据一致

• Fsimage : 让一台 nn 生成数据 , 让其他机器 nn 同步
• Edits : 需要引进新的模块 JournalNode 来保证 edtis 的文件的数据一致性

同时只有一台 nn 是 active，其他所有是 standby

• 手动分配
• 自动分配

2nn 在 ha 架构中并不存在，定期合并 fsimage 和 edtis 的活谁来干

• 由 standby 的 nn 来干

nn 真的发生了问题，怎么让其他的 nn 上位干活

• 手动故障转移
• 自动故障转移

HDFS-HA 手动模式 环境准备

• 修改 IP
• 修改主机名及主机名和 IP 地址的映射
• 关闭防火墙
• ssh 免密登录
• 安装 JDK，配置环境变量等

规划集群

cpucode100	cpucode101	cpucode102
NameNode	NameNode	NameNode
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode

配置 HDFS-HA 集群 官方地址

http://hadoop.apache.org/

在 opt 目录下创建一个 ha 文件夹

cd /opt

sudo mkdir ha

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）

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

配置 core-site.xml

	
	
		fs.defaultFS
		hdfs://mycluster
	
	
	
		hadoop.tmp.dir
		/opt/ha/hadoop-3.1.3/data
	

配置 hdfs-site.xml

	
	
		dfs.namenode.name.dir
		file://${hadoop.tmp.dir}/name
	
	
	
		dfs.datanode.data.dir
		file://${hadoop.tmp.dir}/data
	
	
	
		dfs.journalnode.edits.dir
		${hadoop.tmp.dir}/jn
	
	
	
	
		dfs.nameservices
		mycluster
	
	
	
		dfs.ha.namenodes.mycluster
		nn1,nn2,nn3
	
	
	
	
		dfs.namenode.rpc-address.mycluster.nn1
		cpucode100:8020
	
	
		dfs.namenode.rpc-address.mycluster.nn2
		cpucode101:8020
	
	
		dfs.namenode.rpc-address.mycluster.nn3
		cpucode102:8020
	
	
	
	
		dfs.namenode.http-address.mycluster.nn1
		cpucode100:9870
	
	
		dfs.namenode.http-address.mycluster.nn2
		cpucode101:9870
	
	
		dfs.namenode.http-address.mycluster.nn3
		cpucode102:9870
	
	
	
	
		dfs.namenode.shared.edits.dir
		qjournal://cpucode100:8485;cpucode101:8485;cpucode102:8485/mycluster
	
	
	
		dfs.client.failover.proxy.provider.mycluster
		org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
	
	
	
	
		dfs.ha.fencing.methods
		sshfence
	
	
	
	
		dfs.ha.fencing.ssh.private-key-files
		/home/root/.ssh/id_rsa
	

分发配置好的 hadoop 环境到其他节点

xsync /ha

启动 HDFS-HA 集群 将 HADOOP_HOME 环境变量更改到 HA 目录(三台机器) 在各个 JournalNode 节点上，输入以下命令启动 journalnode 服务 在[nn1]上，对其进行格式化， 并启动 在[nn2]和[nn3]上，同步 nn1 的元数据信息 启动[nn2]和[nn3] 查看 web 页面显示 在所有节点上，启动 datanode 将[nn1]切换为 Active 查看是否 Active HDFS-HA 自动模式 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，如图所示。 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

HDFS-HA 自动故障转移的集群规划

cpucode100	cpucode101	cpucode102
NameNode	NameNode	NameNode
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
Zookeeper	Zookeeper	Zookeeper
ZKFC	ZKFC	ZKFC

配置 HDFS-HA 自动故障转移 具体配置

hdfs-site.xml

	
	
		dfs.ha.automatic-failover.enabled
		true
	

core-site.xml

	
	
		ha.zookeeper.quorum
		cpucode100:2181,cpucode101:2181,cpucode102:2181
	

启动

关闭所有 HDFS 服务

stop-dfs.sh

启动 Zookeeper 集群

zkServer.sh start

启动 Zookeeper 以后， 然后再初始化 HA 在 Zookeeper 中状态

hdfs zkfc -formatZK

启动 HDFS 服务

start-dfs.sh

zkCli.sh 客户端查看 Namenode 选举锁节点内容

get -s

验证

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

kill -9 namenode 的进程 id

解决 NN 连接不上 JN 的问题

自动故障转移配置好以后，然后使用 start-dfs.sh 群起脚本启动 hdfs 集群，有可能会遇到 NameNode 起来一会后，进程自动关闭的问题

查看报错日志，可分析出报错原因是因为 NameNode 连接不上 JournalNode，而利用 jps 命令查看到三台 JN 都已经正常启动，为什么 NN 还是无法正常连接到 JN 呢？这是因为 start-dfs.sh 群起脚本默认的启动顺序是先启动 NN，再启动 DN，然后再启动 JN，并且默认的 rpc 连接参数是重试次数为 10，每次重试的间隔是 1s，也就是说启动完 NN以后的 10s 中内， JN 还启动不起来， NN 就会报错了

core-default.xml

	
	
		ipc.client.connect.max.retries
		10
	
	
	
	
		ipc.client.connect.retry.interval
		1000
	

解决方案：遇到上述问题后，可以稍等片刻，等 JN 成功启动后，手动启动下三台 NN：

hdfs --daemon start namenode

core-site.xml里面适当调大上面的两个参数

	
	
		ipc.client.connect.max.retries
		20
	
	
	
		ipc.client.connect.retry.interval
		5000
	

YARN-HA 配置 YARN-HA 工作机制

配置 YARN-HA 集群 环境准备

• 修改 IP
• 修改主机名及主机名和 IP 地址的映射
• 关闭防火墙
• ssh 免密登录
• 安装 JDK，配置环境变量等
• 配置 Zookeeper 集群

规划集群

cpucode100	cpucode101	cpucode102
ResourceManager	ResourceManager	ResourceManager
NodeManager	NodeManager	NodeManager
Zookeeper	Zookeeper	Zookeeper

核心问题

当前 active rm 挂了，其他 rm 怎么将其他 standby rm 上位

核心原理跟 hdfs 一样，利用了 zk 的临时节点

前 rm 上有很多的计算程序在等待运行,其他的 rm 怎么将这些程序接手过来接着跑

rm 会将当前的所有计算程序的状态存储在 zk 中,其他 rm 上位后会去读取，然后接着跑

具体配置

yarn-site.xml

	
		yarn.nodemanager.aux-services
		mapreduce_shuffle
	
	
	
	
		yarn.resourcemanager.ha.enabled
		true
	
	
	
		yarn.resourcemanager.cluster-id
		cluster-yarn1
	
	
	
		yarn.resourcemanager.ha.rm-ids
		rm1,rm2,rm3
	
	
	
	
	
		yarn.resourcemanager.hostname.rm1
		cpucode100
	
	
	
		yarn.resourcemanager.webapp.address.rm1
		cpucode100:8088
	
	
	
		yarn.resourcemanager.address.rm1
		cpucode100:8032
	
	
	
		yarn.resourcemanager.scheduler.address.rm1
		cpucode100:8030
	
	
	
	yarn.resourcemanager.resource-tracker.address.rm1
	cpucode100:8031
	
	
	
	
	
		yarn.resourcemanager.hostname.rm2
		cpucode101
	
	
		yarn.resourcemanager.webapp.address.rm2
		cpucode101:8088
	
	
		yarn.resourcemanager.address.rm2
		cpucode101:8032
	
	
		yarn.resourcemanager.scheduler.address.rm2
		cpucode101:8030
	
	
		yarn.resourcemanager.resource-tracker.address.rm2
		cpucode101:8031
	
	
	
	
	
		yarn.resourcemanager.hostname.rm3
		cpucode102
	
	
	
		yarn.resourcemanager.webapp.address.rm3
		cpucode102:8088
	
	
	
		yarn.resourcemanager.address.rm3
		cpucode102:8032
	
	
	
		yarn.resourcemanager.scheduler.address.rm3
		cpucode102:8030
	
	
	
		yarn.resourcemanager.resource-tracker.address.rm3
		cpucode102:8031
	
	
	
	
		yarn.resourcemanager.zk-address
		cpucode100:2181,cpucode101:2181,cpucode102:2181
	
	
	
		yarn.resourcemanager.recovery.enabled
		true
	
	
	
		yarn.resourcemanager.store.class
		org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
	
	
	
	
		yarn.nodemanager.env-whitelist
		JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME
	

同步更新其他节点的配置信息，分发配置文件

xsync hadoop/

启动 YARN

在 cpucode100 或者 cpucode101 中执行：

start-yarn.sh

查看服务状态

yarn rmadmin -getServiceState rm1

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

zkCli.sh

web 端查看 cpucode100:8088 和 cpucode101:8088 的 YARN 的状态

HADOOP HA 的最终规划

cpucode100	cpucode101	cpucode102
NameNode	NameNode	NameNode
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
Zookeeper	Zookeeper	Zookeeper
ZKFC	ZKFC	ZKFC
ResourceManager	ResourceManager	ResourceManager
NodeManager	NodeManager	NodeManager