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
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
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 |