Hadoop HA 高可用之旅

其他 2021-11-28 02:42:27 阅读次数: 0

Hadoop HA 高可用之旅

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

<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>

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>cpucode100:8020</value>
	</property>
	<property>
		<name>dfs.namenode.rpc-address.mycluster.nn2</name>
		<value>cpucode101:8020</value>
	</property>
	<property>
		<name>dfs.namenode.rpc-address.mycluster.nn3</name>
		<value>cpucode102:8020</value>
	</property>
	
	<!-- NameNode 的 http 通信地址 -->
	<property>
		<name>dfs.namenode.http-address.mycluster.nn1</name>
		<value>cpucode100:9870</value>
	</property>
	<property>
		<name>dfs.namenode.http-address.mycluster.nn2</name>
		<value>cpucode101:9870</value>
	</property>
	<property>
		<name>dfs.namenode.http-address.mycluster.nn3</name>
		<value>cpucode102:9870</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://cpucode100:8485;cpucode101:8485;cpucode102:8485/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/root/.ssh/id_rsa</value>
	</property>
</configuration>

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

在这里插入图片描述

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

	<!-- 启用 nn 故障自动转移 -->
	<property>
		<name>dfs.ha.automatic-failover.enabled</name>
		<value>true</value>
	</property>

core-site.xml

	<!-- 指定 zkfc 要连接的 zkServer 地址 -->
	<property>
		<name>ha.zookeeper.quorum</name>
		<value>cpucode100:2181,cpucode101:2181,cpucode102:2181</value>
	</property>

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

	<!-- NN 连接 JN 重试次数，默认是 10 次 -->
	<property>
		<name>ipc.client.connect.max.retries</name>
		<value>10</value>
	</property>
	
	<!-- 重试时间间隔，默认 1s -->
	<property>
		<name>ipc.client.connect.retry.interval</name>
		<value>1000</value>
	</property>

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

	<!-- NN 连接 JN 重试次数，默认是 10 次 -->
	<property>
		<name>ipc.client.connect.max.retries</name>
		<value>20</value>
	</property>
	<!-- 重试时间间隔，默认 1s -->
	<property>
		<name>ipc.client.connect.retry.interval</name>
		<value>5000</value>
	</property>

YARN-HA 配置

YARN-HA 工作机制

在这里插入图片描述

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

<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,rm3</value>
	</property>
	
	<!-- ========== rm1 的配置 ========== -->
	<!-- 指定 rm1 的主机名 -->
	<property>
		<name>yarn.resourcemanager.hostname.rm1</name>
		<value>cpucode100</value>
	</property>
	<!-- 指定 rm1 的 web 端地址 -->
	<property>
		<name>yarn.resourcemanager.webapp.address.rm1</name>
		<value>cpucode100:8088</value>
	</property>
	<!-- 指定 rm1 的内部通信地址 -->
	<property>
		<name>yarn.resourcemanager.address.rm1</name>
		<value>cpucode100:8032</value>
	</property>
	<!-- 指定 AM 向 rm1 申请资源的地址 -->
	<property>
		<name>yarn.resourcemanager.scheduler.address.rm1</name>
		<value>cpucode100:8030</value>
	</property>
	<!-- 指定供 NM 连接的地址 -->
	<property>
	<name>yarn.resourcemanager.resource-tracker.address.rm1</name>
	<value>cpucode100:8031</value>
	</property>
	
	<!-- ========== rm2 的配置 ========== -->
	<!-- 指定 rm2 的主机名 -->
	<property>
		<name>yarn.resourcemanager.hostname.rm2</name>
		<value>cpucode101</value>
	</property>
	<property>
		<name>yarn.resourcemanager.webapp.address.rm2</name>
		<value>cpucode101:8088</value>
	</property>
	<property>
		<name>yarn.resourcemanager.address.rm2</name>
		<value>cpucode101:8032</value>
	</property>
	<property>
		<name>yarn.resourcemanager.scheduler.address.rm2</name>
		<value>cpucode101:8030</value>
	</property>
	<property>
		<name>yarn.resourcemanager.resource-tracker.address.rm2</name>
		<value>cpucode101:8031</value>
	</property>
	
	<!-- ========== rm3 的配置 ========== -->
	<!-- 指定 rm1 的主机名 -->
	<property>
		<name>yarn.resourcemanager.hostname.rm3</name>
		<value>cpucode102</value>
	</property>
	<!-- 指定 rm1 的 web 端地址 -->
	<property>
		<name>yarn.resourcemanager.webapp.address.rm3</name>
		<value>cpucode102:8088</value>
	</property>
	<!-- 指定 rm1 的内部通信地址 -->
	<property>
		<name>yarn.resourcemanager.address.rm3</name>
		<value>cpucode102:8032</value>
	</property>
	<!-- 指定 AM 向 rm1 申请资源的地址 -->
	<property>
		<name>yarn.resourcemanager.scheduler.address.rm3</name>
		<value>cpucode102:8030</value>
	</property>
	<!-- 指定供 NM 连接的地址 -->
	<property>
		<name>yarn.resourcemanager.resource-tracker.address.rm3</name>
		<value>cpucode102:8031</value>
	</property>
	
	<!-- 指定 zookeeper 集群的地址 -->
	<property>
		<name>yarn.resourcemanager.zk-address</name>
		<value>cpucode100:2181,cpucode101:2181,cpucode102:2181</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>

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

猜你喜欢

转载自blog.csdn.net/qq_44226094/article/details/121423225
今日推荐
周排行
Leetcode简单题61~80
解决zookeeper磁盘IO高的问题
多线程相关方法详解
Maven-setting.xml文件详解
Maven 项目的 classpath 理解
渊亭科技大数据笔试题
配置JVM内存分配
计算机网络个人学习笔记 （三）网络层 ：第三部分 连载
js中两个等号(==)和三个等号(===)的区别
用C程序自动打开电脑上的程序
每日归档
更多
2024-09-18(0)
2024-09-17(0)
2024-09-16(0)
2024-09-15(0)
2024-09-14(0)
2024-09-13(0)
2024-09-12(0)
2024-09-11(0)
2024-09-10(0)
2024-09-09(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022