hadoop HA机制

HADOOP HA机制

回顾：

今天任务

1.什么是HA
2.HA的实现场景
3.配置HA环境

教学目标

1.理解HA的机制
2.掌握HA环境的配置流程

第一节：HADOOP HA概述

1.1 背景

​ 在Hadoop 2.0.0之前，NameNode是HDFS集群中的单点故障（SPOF）。每个群集都有一个NameNode，如果该机器或进程不可用，整个群集将不可用，直到NameNode重新启动或在单独的计算机上启动为止。这在两个主要方面影响了HDFS集群的总体可用性：

• 在计划外事件（例如机器崩溃）的情况下，直到操作员重新启动NameNode后，群集才可用。
• 计划的维护事件（如NameNode计算机上的软件或硬件升级）将导致群集停机时间窗口。

HDFS高可用性功能通过提供在具有热备用的主动/被动配置中的同一群集中运行两个（以及3.0.0多于两个）冗余NameNode的选项来解决上述问题。这允许在计算机崩溃的情况下快速故障转移到新的NameNode，或者为计划维护目的而进行正常的管理员启动的故障转移。

1.2 HA(High Available)概念

• hadoop-HA集群运作机制介绍

  所谓HA，即高可用（7*24小时不中断服务）(secondarynamenode只是保证了“可靠性”)实现高可用最关键的是消除单点故障，hadoop-ha严格来说应该分成各个组件的HA机制——HDFS的HA、YARN的HA。

• HDFS的HA机制详解

  通过双namenode消除单点故障，双namenode协调工作的要点：

  • 元数据管理方式需要改变
  • 需要一个状态管理功能模块

第二节 HA集群配置

2.1 基础配置

• 创建7台机器，设置静态ip分别如下：

  | 机器名                        | ip             |
  | ----------------------------- | -------------- |
  | CentOs6.4_min_java_hadoop_ha1 | 192.168.18.171 |
  | CentOs6.4_min_java_hadoop_ha2 | 192.168.18.172 |
  | CentOs6.4_min_java_hadoop_ha3 | 192.168.18.173 |
  | CentOs6.4_min_java_hadoop_ha4 | 192.168.18.174 |
  | CentOs6.4_min_java_hadoop_ha5 | 192.168.18.175 |
  | CentOs6.4_min_java_hadoop_ha6 | 192.168.18.176 |
  | CentOs6.4_min_java_hadoop_ha7 | 192.168.18.177 |
  

• 设置每台机器的hostname

  vi /etc/sysconfig/network    #编辑network文件，修改内容如下
  	NETWORKING=yes
  	HOSTNAME=ha1
    
  #分别在7台机器上执行上述命令，使得各台机器的hostname对应关系如下：
    
  | 机器名                        | hostname |
  | ----------------------------- | -------- |
  | CentOs6.4_min_java_hadoop_ha1 | ha1      |
  | CentOs6.4_min_java_hadoop_ha2 | ha2      |
  | CentOs6.4_min_java_hadoop_ha3 | ha3      |
  | CentOs6.4_min_java_hadoop_ha4 | ha4      |
  | CentOs6.4_min_java_hadoop_ha5 | ha5      |
  | CentOs6.4_min_java_hadoop_ha6 | ha6      |
  | CentOs6.4_min_java_hadoop_ha7 | ha7      |
  

• 修改各个机器的主机名和ip的映射（修改每台机器的hosts文件）

  vi /etc/hosts   #为hosts文件添加如下内容
    
  	192.168.18.171 ha1
  	192.168.18.172 ha2
  	192.168.18.173 ha3
  	192.168.18.174 ha4
  	192.168.18.175 ha5
  	192.168.18.176 ha6 
  	192.168.18.177 ha7
  

• 为每台机器创建一个名为hadoop的用户

  useradd hadoop  #添加hadoop用户
  passwd hadoop   #给hadoop用户 设置密码
  

• 为每台机器的hadoop用户配置sudo权限

  vi /etc/sudoers   #使用root用户编辑 添加如下内容：
  	hadoop ALL=(ALL) ALL
  

• 关闭每台机器的防火墙

  #查看防火墙状态
  service iptables status
    
  #关闭防火墙
  service iptables stop
    
  #查看防火墙开机启动状态
  chkconfig iptables --list
    
  #关闭防火墙开机启动
  chkconfig iptables off
  

• 每台机器安装JDK

  #创建文件夹
  mkdir /home/hadoop/develop_env
    
  #解压
  tar -zxvf jdk-7u55-linux-i586.tar.gz -C /home/hadoop/develop_env
  

  vim /etc/profile    #将java添加到环境变量中在文件最后添加
      export JAVA_HOME=/home/hadoop/develop_env/jdk1.7.0_65
      export PATH=$PATH:$JAVA_HOME/bin

  #刷新配置
  source /etc/profile

2.2 hadoop配置

• 集群规划

主机名	安装的软件	运行的进程
ha1	hadoop	NameNode、DFSZKFailoverController(zkfc)
ha2	hadoop	NameNode、DFSZKFailoverController(zkfc)
Ha3	hadoop	ResourceManager
Ha4	hadoop	ResourceManager
Ha5	hadoop、zookeeper	DataNode、NodeManager、JournalNode、QuorumPeerMain
Ha6	hadoop、zookeeper	DataNode、NodeManager、JournalNode、QuorumPeerMain
Ha7	hadoop、zookeeper	DataNode、NodeManager、JournalNode、QuorumPeerMain

1.在hadoop2.0中通常由两个NameNode组成，一个处于active状态（激活状态），另一个处于standby状态（后备状态）。ActiveNameNode对外提供服务，而Standby NameNode则不对外提供服务，仅同步active namenode的状态，以便能够在它失败时快速进行切换。

hadoop2.0官方提供了两种HDFS HA的解决方案，一种是NFS，另一种是QJM。这里我们使用简单的QJM。在该方案中，主备NameNode之间通过一组JournalNode（jounal 日志）同步元数据信息，一条数据只要成功写入多数JournalNode即认为写入成功。通常配置奇数个JournalNode

这里还配置了一个zookeeper集群，用于ZKFC（DFSZKFailoverController）故障转移，当ActiveNameNode挂掉了，会自动切换Standby NameNode为standby状态

​

2.hadoop-2.2.0中依然存在一个问题，就是ResourceManager只有一个，存在单点故障，hadoop-2.4.1解决了这个问题，有两个ResourceManager，一个是Active，一个是Standby，状态由zookeeper进行协调

• 安装步骤

  1. 安装配置zooekeeper集群（在ha5上）（更详细zookeeper安装步骤参见zookeeper安装）

     1.1解压

     #上传zookeeper-3.4.7.tar.gz到/home/hadoop/develop_env
     tar -zxvf zookeeper-3.4.7.tar.gz -C /home/hadoop/develop_env/
     

     1.2修改配置

     cd /home/hadoop/develop_env/zookeeper-3.4.7/conf/
     
     cp zoo_sample.cfg  zoo.cfg
     
     vi  zoo.cfg
     
     #修改：dataDir=/home/hadoop/develop_env/zookeeper-3.4.7/data
     #在最后添加：
     server.1=ha5:2888:3888
     server.2=ha6:2888:3888
     server.3=ha7:2888:3888
     
     #然后创建一个data文件夹
     mkdir /home/hadoop/develop_env/zookeeper-3.4.7/data
     echo 1 > /home/hadoop/develop_env/zookeeper-3.4.7/data/myid	
     
     

     1.3将配置好的zookeeper拷贝到其他节点

     scp-r /home/hadoop/develop_env/zookeeper-3.4.7/ ha6:/home/hadoop/develop_env/
     scp-r /home/hadoop/develop_env/zookeeper-3.4.7/ ha7:/home/hadoop/develop_env/
     
     #注意：修改ha6、ha7对应/hadoop/zookeeper-3.4.5/data/myid内容
     #ha6：
     echo 2 > /home/hadoop/develop_env/zookeeper-3.4.7/data/myid
     #ha7：
     echo 3 > /home/hadoop/develop_env/zookeeper-3.4.7/data/myid
     

     ​

     ​

  2. 安装配置hadoop集群（在ha1上操作）

     2.1解压

     tar -zxvf hadoop-2.7.1.tar.gz
     

     2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）

     #将hadoop添加到环境变量中
     
     vi  /etc/profile
     
     export JAVA_HOME=/home/hadoop/develop_env/jdk1.7.0_65
     export HADOOP_HOME=/home/hadoop/develop_env/hadoop-2.7.1
     export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin
     

     2.2.1修改hadoop-env.sh

     #hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
     cd /home/hadoop/develop_env/hadoop-2.7.1/etc/hadoop
     vi hadoo-env.sh   #添加如下语句
     	#export JAVA_HOME=/home/hadoop/develop_env/jdk1.7.0_55
     

     2.2.2修改core-site.xml

     <configuration>
     <!-- 指定hdfs的nameservice为ns1 -->
     <property>
     	<name>fs.defaultFS</name>
     	<value>hdfs://ns1/</value>
     </property>
     
     <!-- 指定hadoop临时目录 -->
     <property>
     	<name>hadoop.tmp.dir</name>
     	<value>/home/hadoop/develop_env/hadoop-2.7.1/data</value>
     </property>
     
     <!-- 指定客户端访问zookeeper的地址 -->
     <property>
     	<name>ha.zookeeper.quorum</name>
     	<value>ha5:2181,ha6:2181,ha7:2181</value>
     </property>
     </configuration>
     

     2.2.3修改hdfs-site.xml

     <configuration>
         <!--指定hdfs的nameservice为ns1，需要和core-site.xml中的保持一致-->
         <property>
             <name>dfs.nameservices</name>
             <value>ns1</value>
         </property>
         <!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
         <property>
                 <name>dfs.ha.namenodes.ns1</name>
             <value>nn1,nn2</value>
         </property>
         <!-- nn1的RPC通信地址 -->
         <property>
             <name>dfs.namenode.rpc-address.ns1.nn1</name>
             <value>ha1:9000</value>
         </property>
         <!-- nn1的http通信地址 -->
         <property>
             <name>dfs.namenode.http-address.ns1.nn1</name>
             <value>ha1:50070</value>
         </property>
     <!-- nn2的RPC通信地址 -->
     <property>
     	<name>dfs.namenode.rpc-address.ns1.nn2</name>
     	<value>ha2:9000</value>
     </property>
     <!-- nn2的http通信地址 -->
     <property>
     	<name>dfs.namenode.http-address.ns1.nn2</name>
     	<value>ha2:50070</value>
     </property>
     <!-- 指定NameNode的元数据在JournalNode上的存放位置 -->
     <property>
     	<name>dfs.namenode.shared.edits.dir</name>
     	<value>qjournal://ha5:8485;ha6:8485;ha7:8485/ns1</value>
     </property>
     <!--指定JournalNode在本地磁盘存放数据的位置 -->
     <property>
     	<name>dfs.journalnode.edits.dir</name>
     	<value>/home/hadoop/develop_env/hadoop-2.7.1/journaldata</value>
     </property>
     <!-- 开启NameNode失败自动切换 -->
     <property>
     	<name>dfs.ha.automatic-failover.enabled</name>
     	<value>true</value>
     </property>
     <!-- 配置失败自动切换实现方式的那个主类 -->
     <property>
     		<name>dfs.client.failover.proxy.provider.ns1</name>
     <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
     </property>
     <!--配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行
     	就是防止脑裂的发生，采用何种方式杀死一个namenode进程-->
     <property>
     	<name>dfs.ha.fencing.methods</name>
     	<value>
     	sshfence
     	shell(/bin/true)
     	</value>
     </property>
     <!-- 使用sshfence隔离机制时需要ssh免登陆-->
     <property>
     	<name>dfs.ha.fencing.ssh.private-key-files</name>
     	<value>/home/hadoop/.ssh/id_rsa</value>
     </property>
     <!--配置sshfence隔离机制超时时间 -->
     <property>
     	<name>dfs.ha.fencing.ssh.connect-timeout</name>
     	<value>30000</value>
     </property>
     </configuration>
     

     以上是配置的hdfs的高可用==========

     ​

     2.2.4修改mapred-site.xml

     <configuration>
     <!--指定mr框架为yarn方式 -->
     <property>
     		<name>mapreduce.framework.name</name>
     		<value>yarn</value>
     </property>
     </configuration>
     

     2.2.5修改yarn-site.xml

     <configuration>
     <!-- 是否开启RM高可用 -->
     <property>
     	<name>yarn.resourcemanager.ha.enabled</name>
     	<value>true</value>
     </property>
         
     <!-- 指定yarn的ha的虚拟服务名  类似上面hdfs的hdfs://ns1 -->
     <property>
     	<name>yarn.resourcemanager.cluster-id</name>
     	<value>yrc</value>
     </property>
     <!-- yarn的ha虚拟服务名下的具体的rm -->
     <property>
     	<name>yarn.resourcemanager.ha.rm-ids</name>
     	<value>rm1,rm2</value>
     </property>
     <!-- 分别指定RM的具体地址 -->
     <property>
     	<name>yarn.resourcemanager.hostname.rm1</name>
     	<value>ha3</value>
     </property>
     <property>
     	<name>yarn.resourcemanager.hostname.rm2</name>
     	<value>ha4</value>
     </property>
         
      <!-- 分别指定RM1的web ui具体访问地址 -->
     <property>
     	<name>yarn.resourcemanager.webapp.addresss.rm1</name>
     	<value>ha3:8088</value>
     </property>
         <property>
     	<name>yarn.resourcemanager.webapp.addresss.rm2</name>
     	<value>ha4:8088</value>
     </property>
         
     <!-- 指定zk集群地址 -->
     <property>
     	<name>yarn.resourcemanager.zk-address</name>
     	<value>ha5:2181,ha6:2181,ha7:2181</value>
     </property>
     <property>
     	<name>yarn.nodemanager.aux-services</name>
     	<value>mapreduce_shuffle</value>
     </property>
     </configuration>
     

     2.2.6修改slaves(slaves是指定子节点的位置，因为要在ha1上启动HDFS、在ha3启动yarn，所以ha1上的slaves（做苦工的）文件指定的是datanode的位置，ha3上的slaves文件指定的是nodemanager的位置)

     ​ ha5

     ​ ha6

     ​ ha7

     2.2.7配置免密码登陆

     #首先要配置ha1到ha2、ha3、ha4、ha5、ha6、ha7的免密码登陆
     #在ha1上生产一对钥匙
     ssh-keygen -t rsa
     #将公钥拷贝到其他节点，包括自己
     ssh-copy-id ha1
     ssh-copy-id ha2
     ssh-copy-id ha3
     ssh-copy-id ha4
     ssh-copy-id ha5
     ssh-copy-id ha6
     ssh-copy-id ha7
     
     #配置ha3到ha4、ha5、ha6、ha7的免密码登陆
     #在ha3上生产一对钥匙
     ssh-keygen -t rsa
     #将公钥拷贝到其他节点,包括自己
     ssh-copy-id ha3
     ssh-copy-id ha4
     ssh-copy-id ha5
     ssh-copy-id ha6
     ssh-copy-id ha7
     
     #注意：两个namenode之间要配置ssh免密码登陆，别忘了配置ha2到ha1的免登陆
     在ha2上生产一对钥匙
     ssh-keygen -t rsa
     ssh-coyp-id -i ha1 
     

     ​

     2.2.8将配置好的hadoop拷贝到其他节点

     scp -r /home/hadoop/develop_env/hadoop-2.7.1/  ha2:/home/hadoop/develop_env/
     scp -r /home/hadoop/develop_env/hadoop-2.7.1/  ha3:/home/hadoop/develop_env/
     scp -r /home/hadoop/develop_env/hadoop-2.7.1/  ha4:/home/hadoop/develop_env/
     scp -r /home/hadoop/develop_env/hadoop-2.7.1/  ha5:/home/hadoop/develop_env/
     scp -r /home/hadoop/develop_env/hadoop-2.7.1/  ha6:/home/hadoop/develop_env/
     scp -r /home/hadoop/develop_env/hadoop-2.7.1/  ha7:/home/hadoop/develop_env/
     

2.3 HA 启动及测试

注意：严格按照下面的步骤进行启动

1. 启动zookeeper集群（分别在ha5、ha6、ha7上启动zk）

   cd /home/hadoop/develop_env/zookeeper-3.4.7/bin/
   ./zkServer.sh start
   
   #查看状态：一个leader，两个follower
   ./zkServer.sh status
   

2. 启动journalnode（分别在在ha5、ha6、ha7上执行）

   cd  /home/hadoop/develop_env/hadoop-2.7.1
   sbin/hadoop-daemon.sh  start journalnode
   #运行jps命令检验，ha5、ha6、ha7上多了JournalNode进程
   
   #一个命令启动多个journalNode进程     需要测试一下
   sbin/hadoop-daemons.sh  start journalnode
   

3. 格式化HDFS

   #在ha1上执行命令:
   hdfs namenode -format
   
   #格式化后会在根据core-site.xml中的hadoop.tmp.dir配置生成个文件，这里我配置的是/home/hadoop/develop_env/hadoop-2.7.1/data，然后将/home/hadoop/develop_env/hadoop-2.7.1/data拷贝到ha2的/home/hadoop/develop_env/hadoop-2.7.1/下。
   scp -r /home/hadoop/develop_env/hadoop-2.7.1/data/*  ha2:/home/hadoop/develop_env/hadoop-2.7.1/data
   ##也可以这样，在ha2上执行下面命令 
   hdfs namenode  -bootstrapStandby 
   

4. 格式化ZKFC(在ha1上执行即可)

   hdfs zkfc -formatZK
   

5. 启动HDFS(在ha1上执行)

   sbin/start-dfs.sh
   
   

   =以上是启动高可用hdfs需要的步骤==========

   ​

6. 启动YARN在ha3上执行(#####注意#####：是在ha3上执行start-yarn.sh，把namenode和resourcemanager分开是因为性能问题，因为他们都要占用大量资源，所以把他们分开了，他们分开了就要分别在不同的机器上启动)

   sbin/start-yarn.sh
   #此命令只能启动ha3上的resourceManager     
   
   #而在ha4上的resourceManager需要手动启动一下。
   yarn-daemon.sh start resourcemanager
   
   #上述两个命令执行完毕后，yarn的ha就启动成功了。其中一个reasourceManager是active一个是standby
   

   到此，hadoop-2.7.1配置完毕，可以统计浏览器访问:http://192.168.18.171:50070>

   ​ NameNode’ha1:9000’ (active)

   http://192.168.18.172:50070

   ​ NameNode’ha2:9000’ (standby)

   http://192.168.18.173:8088/ 查看yarn集群信息类似

   ​

7. 验证HDFSHA

   #首先向hdfs上传一个文件
   hadoopfs -put /etc/profile /profile
   hadoopfs -ls /
   
   #然后再kill掉active的NameNode
   kill -9 <pid of NN>
   
   #通过浏览器访问：http://192.168.18.172:50070
   NameNode'ha2:9000' (active)
   
   #这个时候ha2上的NameNode变成了active
   #在执行命令：
   hadoopfs -ls 
   	#-rw-r--r--3 root supergroup 1926 2014-02-06 15:36 /profile
   

8. 上述启动HA的步骤是第一次时需要执行的步骤，下面是非第一次的启动的步骤：

   • 启动zookeeper集群（分别在ha5、ha6、ha7上启动zk）

   • 启动HDFS(在ha1上执行)

     sbin/start-dfs.sh
     

   • 启动YARN在ha3上执行；ha4上的resourceManager需要手动启动

     sbin/start-yarn.sh
     
     #手动启动那个挂掉的NameNode
     sbin/hadoop-daemon.sh start namenode
     
     #通过浏览器访问：http://192.168.18.171:50070
     #NameNode'ha1:9000' (standby)
     #验证YARN：
     #运行一下hadoop提供的demo中的WordCount程序：
     
     hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount /wordcount/input /wordcount/output
     

     ​

9. 测试集群工作状态的一些指令：

   bin/hdfs dfsadmin -report #查看hdfs的各节点状态信息
   bin/hdfs haadmin -getServiceState nn1 #获取一个namenode节点的HA状态
   sbin/hadoop-daemon.sh start namenode #单独启动一个namenode进程
   ./hadoop-daemon.sh start zkfc #单独启动一个zkfc进程