HA机制 · JAVA

[TOC] # HA的运作机制 1. hadoop-HA（high available）集群运作机制介绍所谓HA，即高可用（`7*24`小时不中断服务）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 2. 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： A. 元数据管理方式需要改变：内存中各自保存一份元数据 Edits日志只能有一份，只有Active状态的namenode节点可以做写操作两个namenode都可以读取edits 共享的edits放在一个共享存储中管理（qjournal和NFS两个主流实现） B. 需要一个状态管理功能模块实现了一个zkfailover，常驻在每一个namenode所在的节点每一个zkfailover负责监控自己所在namenode节点，利用zk进行状态标识当需要进行状态切换时，由zkfailover来负责切换切换时需要防止brain split现象的发生 # HDFS-HA图解 ![](images/screenshot_1523772361377.png) # HA集群的安装部署 ## 集群节点规划集群部署节点角色的规划（10节点）： ~~~ server01 namenode zkfc > start-dfs.sh server02 namenode zkfc server03 resourcemanager > start-yarn.sh server04 resourcemanager server05 datanode nodemanager server06 datanode nodemanager server07 datanode nodemanager server08 journal node zookeeper server09 journal node zookeeper server10 journal node zookeeper ~~~ 集群部署节点角色的规划（7节点）： ~~~ server01 namenode zkfc > start-dfs.sh server02 namenode zkfc server03 resourcemanager > start-yarn.sh server04 resourcemanager server05 datanode nodemanager zookeeper journal node server06 datanode nodemanager zookeeper journal node server07 datanode nodemanager zookeeper journal node ~~~ 集群部署节点角色的规划（3节点） ~~~ server01 namenode resourcemanager zkfc nodemanager datanode zookeeper journal node server02 namenode resourcemanager zkfc nodemanager datanode zookeeper journal node server03 datanode nodemanager zookeeper journal node ~~~ # 配置文件 core-site.xml ~~~ <configuration>  <property> <name>fs.defaultFS</name> <value>hdfs://ns1/</value> </property>  <property> <name>hadoop.tmp.dir</name> <value>/home/hadoop/app/hadoop-2.4.1/tmp</value> </property>  <property> <name>ha.zookeeper.quorum</name> <value>weekend05:2181,weekend06:2181,weekend07:2181</value> </property> </configuration> ~~~ hdfs-site.xml ~~~ configuration>  <property> <name>dfs.nameservices</name> <value>ns1</value> </property>  <property> <name>dfs.ha.namenodes.ns1</name> <value>nn1,nn2</value> </property>  <property> <name>dfs.namenode.rpc-address.ns1.nn1</name> <value>weekend01:9000</value> </property>  <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>weekend01:50070</value> </property>  <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>weekend02:9000</value> </property>  <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>weekend02:50070</value> </property>  <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://weekend05:8485;weekend06:8485;weekend07:8485/ns1</value> </property>  <property> <name>dfs.journalnode.edits.dir</name> <value>/home/hadoop/app/hadoop-2.4.1/journaldata</value> </property>  <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property>  <property> <name>dfs.client.failover.proxy.provider.ns1</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property>  <property> <name>dfs.ha.fencing.methods</name> <value> sshfence shell(/bin/true) </value> </property>  <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/home/hadoop/.ssh/id_rsa</value> </property>  <property> <name>dfs.ha.fencing.ssh.connect-timeout</name> <value>30000</value> </property> /configuration> ~~~ # 集群运维测试 HA集群中两个namenode状态的管理命令 ~~~ [root@mini2 hadoop-2.6.4]# bin/hdfs haadmin Usage: DFSHAAdmin [-ns <nameserviceId>] [-transitionToActive <serviceId> [--forceactive]] [-transitionToStandby <serviceId>] [-failover [--forcefence] [--forceactive] <serviceId> <serviceId>] [-getServiceState <serviceId>] [-checkHealth <serviceId>] [-help <command>] ~~~ 示例：切换nn2为active ~~~ bin/hdfs haadmin -transitionToActive nn2 --forcemanual ~~~ ## Datanode动态上下线 Datanode动态上下线很简单，步骤如下： * 准备一台服务器，设置好环境 * 部署hadoop的安装包，并同步集群配置 * 联网上线，新datanode会自动加入集群 * 如果是一次增加大批datanode，还应该做集群负载重均衡 (`start-balancer.sh -threshold 8 ##指定磁盘利用率`) ## Namenode状态切换管理使用的命令上`hdfs haadmin` 可用 hdfs haadmin –help查看所有帮助信息 ![](images/screenshot_1523772621508.png) 可以看到，状态操作的命令示例：查看namenode工作状态 ~~~ hdfs haadmin -getServiceState nn1 ~~~ 将standby状态namenode切换到active ~~~ hdfs haadmin –transitionToActive nn1 ~~~ 将active状态namenode切换到standby ~~~ hdfs haadmin –transitionToStandby nn2 ~~~ ## 数据块的balance 启动balancer的命令： `start-balancer.sh -threshold 8` 运行之后，会有Balancer进程出现： ![](images/screenshot_1523773036692.png) 上述命令设置了Threshold为`8%`，那么执行balancer命令的时候，首先统计所有DataNode的磁盘利用率的均值，然后判断如果某一个DataNode的磁盘利用率超过这个均值Threshold，那么将会把这个DataNode的block转移到磁盘利用率低的DataNode，这对于新节点的加入来说十分有用。Threshold的值为1到100之间，不显示的进行参数设置的话，默认是10。 ## HA下hdfs-api变化客户端需要nameservice的配置信息，其他不变 ~~~ /** * 如果访问的是一个ha机制的集群 * 则一定要把core-site.xml和hdfs-site.xml配置文件放在客户端程序的classpath下 * 以让客户端能够理解hdfs://ns1/中 “ns1”是一个ha机制中的namenode对——nameservice * 以及知道ns1下具体的namenode通信地址 * @author * */ public class UploadFile { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://ns1/"); FileSystem fs = FileSystem.get(new URI("hdfs://ns1/"),conf,"hadoop"); fs.copyFromLocalFile(new Path("g:/eclipse-jee-luna-SR1-linux-gtk.tar.gz"), new Path("hdfs://ns1/")); fs.close(); } } ~~~ # 集群安装 hadoop2.0已经发布了稳定版本了，增加了很多特性，比如HDFS HA、YARN等。最新的hadoop-2.6.4又增加了YARN HA 注意：apache提供的hadoop-2.6.4的安装包是在32位操作系统编译的，因为hadoop依赖一些C++的本地库，所以如果在64位的操作上安装hadoop-2.6.4就需要重新在64操作系统上重新编译前期准备就不详细说了 1.修改Linux主机名 2.修改IP 3.修改主机名和IP的映射关系 /etc/hosts ######注意######如果你们公司是租用的服务器或是使用的云主机（如华为用主机、阿里云主机等） `/etc/hosts`里面要配置的是内网IP地址和主机名的映射关系 4.关闭防火墙 5.ssh免登陆 6.安装JDK，配置环境变量等集群规划： ~~~ 主机名 IP 安装的软件运行的进程 hadoop00 192.168.1.200 jdk、hadoop NameNode、DFSZKFailoverController(zkfc) hadoop01 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController(zkfc) hadoop02 192.168.1.202 jdk、hadoop ResourceManager hadoop03 192.168.1.203 jdk、hadoop ResourceManager hadoop04 192.168.1.204 jdk、hadoop DataNode、NodeManager hadoop05 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain hadoop06 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain hadoop07 192.168.1.207 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、QuorumPeerMain ~~~ 说明： 1. 在hadoop2.0中通常由两个NameNode组成，一个处于active状态，另一个处于standby状态。Active NameNode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Active NameNode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-2.6.4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hadoop05上）解压 ~~~ tar -zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/app/ ~~~ 修改配置 ~~~ cd /home/hadoop/app/zookeeper-3.4.5/conf/ cp zoo_sample.cfg zoo.cfg vim zoo.cfg ~~~ 修改：`dataDir=/home/hadoop/app/zookeeper-3.4.5/tmp` 在最后添加： ~~~ server.1=hadoop05:2888:3888 server.2=hadoop06:2888:3888 server.3=hadoop07:2888:3888 ~~~ 保存退出然后创建一个tmp文件夹 ~~~ mkdir /home/hadoop/app/zookeeper-3.4.5/tmp echo 1 > /home/hadoop/app/zookeeper-3.4.5/tmp/myid ~~~ 将配置好的zookeeper拷贝到其他节点(首先分别在hadoop06、hadoop07根目录下创建一个hadoop目录：mkdir /hadoop) ~~~ scp -r /home/hadoop/app/zookeeper-3.4.5/ hadoop06:/home/hadoop/app/ scp -r /home/hadoop/app/zookeeper-3.4.5/ hadoop07:/home/hadoop/app/ ~~~ 注意：修改hadoop06、hadoop07对应`/hadoop/zookeeper-3.4.5/tmp/myid`内容 ~~~ hadoop06： echo 2 > /home/hadoop/app/zookeeper-3.4.5/tmp/myid hadoop07： echo 3 > /home/hadoop/app/zookeeper-3.4.5/tmp/myid ~~~ 2. 安装配置hadoop集群（在hadoop00上操作）解压 ~~~ tar -zxvf hadoop-2.6.4.tar.gz -C /home/hadoop/app/ ~~~ 配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下） ~~~ #将hadoop添加到环境变量中 vim /etc/profile export JAVA_HOME=/usr/java/jdk1.7.0_55 export HADOOP_HOME=/hadoop/hadoop-2.6.4 export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin #hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下 cd /home/hadoop/app/hadoop-2.6.4/etc/hadoop ~~~ 修改`hadoo-env.sh` ~~~ export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55 ~~~ 2. 修改core-site.xml ~~~ <configuration>  <property> <name>fs.defaultFS</name> <value>hdfs://bi/</value> </property>  <property> <name>hadoop.tmp.dir</name> <value>/home/hadoop/app/hdpdata/</value> </property>  <property> <name>ha.zookeeper.quorum</name> <value>hadoop05:2181,hadoop06:2181,hadoop07:2181</value> </property> </configuration> ~~~ 3. 修改hdfs-site.xml ~~~ <configuration>  <property> <name>dfs.nameservices</name> <value>bi</value> </property>  <property> <name>dfs.ha.namenodes.bi</name> <value>nn1,nn2</value> </property>  <property> <name>dfs.namenode.rpc-address.bi.nn1</name> <value>mini1:9000</value> </property>  <property> <name>dfs.namenode.http-address.bi.nn1</name> <value>hadoop00:50070</value> </property>  <property> <name>dfs.namenode.rpc-address.bi.nn2</name> <value>hadoop01:9000</value> </property>  <property> <name>dfs.namenode.http-address.bi.nn2</name> <value>hadoop01:50070</value> </property>  <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://hadoop05:8485;hadoop06:8485;hadoop07:8485/bi</value> </property>  <property> <name>dfs.journalnode.edits.dir</name> <value>/home/hadoop/app/hdpdata/journaldata</value> </property>  <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property>  <property> <name>dfs.client.failover.proxy.provider.bi</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property>  <property> <name>dfs.ha.fencing.methods</name> <value> sshfence shell(/bin/true) </value> </property>  <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/home/hadoop/.ssh/id_rsa</value> </property>  <property> <name>dfs.ha.fencing.ssh.connect-timeout</name> <value>30000</value> </property> </configuration> ~~~ 4. 修改mapred-site.xml ~~~ <configuration>  <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration> ~~~ 5. 修改yarn-site.xml ~~~ <configuration>  <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property>  <property> <name>yarn.resourcemanager.cluster-id</name> <value>yrc</value> </property>  <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property>  <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>hadoop03</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>hadoop04</value> </property>  <property> <name>yarn.resourcemanager.zk-address</name> <value>hadoop05:2181,hadoop06:2181,hadoop07:2181</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration> ~~~ 6. 修改slaves(slaves是指定子节点的位置，因为要在hadoop01上启动HDFS、在hadoop03启动yarn，所以hadoop01上的slaves文件指定的是datanode的位置，hadoop03上的slaves文件指定的是nodemanager的位置) ~~~ hadoop05 hadoop06 hadoop07 ~~~ 7. 配置免密码登陆首先要配置hadoop00到hadoop01、hadoop02、hadoop03、hadoop04、hadoop05、hadoop06、hadoop07的免密码登陆 ~~~ #在hadoop01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-coyp-id hadoop00 ssh-coyp-id hadoop01 ssh-coyp-id hadoop02 ssh-coyp-id hadoop03 ssh-coyp-id hadoop04 ssh-coyp-id hadoop05 ssh-coyp-id hadoop06 ssh-coyp-id hadoop07 #配置hadoop02到hadoop04、hadoop05、hadoop06、hadoop07的免密码登陆 #在hadoop02上生产一对钥匙 ssh-keygen -t rsa #将公钥拷贝到其他节点 ssh-coyp-id hadoop03 ssh-coyp-id hadoop04 ssh-coyp-id hadoop05 ssh-coyp-id hadoop06 ssh-coyp-id hadoop07 #注意：两个namenode之间要配置ssh免密码登陆，别忘了配置hadoop01到hadoop00的免登陆在hadoop01上生产一对钥匙 ssh-keygen -t rsa ssh-coyp-id -i hadoop00 ~~~ 将配置好的hadoop拷贝到其他节点 ~~~ scp -r /hadoop/ hadoop02:/ scp -r /hadoop/ hadoop03:/ scp -r /hadoop/hadoop-2.6.4/ hadoop@hadoop04:/hadoop/ scp -r /hadoop/hadoop-2.6.4/ hadoop@hadoop05:/hadoop/ scp -r /hadoop/hadoop-2.6.4/ hadoop@hadoop06:/hadoop/ scp -r /hadoop/hadoop-2.6.4/ hadoop@hadoop07:/hadoop/ ~~~ ~~~ ###注意：严格按照下面的步骤!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 2.5启动zookeeper集群（分别在hadoop05、hadoop06、tcast07上启动zk） cd /hadoop/zookeeper-3.4.5/bin/ ./zkServer.sh start #查看状态：一个leader，两个follower ./zkServer.sh status 2.6手动启动journalnode（分别在在hadoop05、hadoop06、hadoop07上执行） cd /hadoop/hadoop-2.6.4 sbin/hadoop-daemon.sh start journalnode #运行jps命令检验，hadoop05、hadoop06、hadoop07上多了JournalNode进程 2.7格式化namenode #在hadoop00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/hadoop/hadoop-2.6.4/tmp，然后将/hadoop/hadoop-2.6.4/tmp拷贝到hadoop02的/hadoop/hadoop-2.6.4/下。 scp -r tmp/ hadoop02:/home/hadoop/app/hadoop-2.6.4/ ##也可以这样，建议hdfs namenode -bootstrapStandby 2.8格式化ZKFC(在hadoop00上执行即可) hdfs zkfc -formatZK 2.9启动HDFS(在hadoop00上执行) sbin/start-dfs.sh 2.10启动YARN(#####注意#####：是在hadoop02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 到此，hadoop-2.6.4配置完毕，可以统计浏览器访问: http://hadoop00:50070 NameNode 'hadoop01:9000' (active) http://hadoop01:50070 NameNode 'hadoop02:9000' (standby) 验证HDFS HA 首先向hdfs上传一个文件 hadoop fs -put /etc/profile /profile hadoop fs -ls / 然后再kill掉active的NameNode kill -9 <pid of NN> 通过浏览器访问：http://192.168.1.202:50070 NameNode 'hadoop02:9000' (active) 这个时候hadoop02上的NameNode变成了active 在执行命令： hadoop fs -ls / -rw-r--r-- 3 root supergroup 1926 2014-02-06 15:36 /profile 刚才上传的文件依然存在！！！手动启动那个挂掉的NameNode sbin/hadoop-daemon.sh start namenode 通过浏览器访问：http://192.168.1.201:50070 NameNode 'hadoop01:9000' (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-2.4.1.jar wordcount /profile /out ~~~ OK，大功告成！！！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 ~~~ # 代码变化 ~~~ import java.net.URI; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; /** * * 如果访问的是HA集群，则一定需要把core-site.xml hdfs-site.xml配置文件放置到项目的classpath下 * 以便让客户端能够理解hdfs://bi/ 中的bi是一个ha机制中的namenode----nameservice * 以及知道bi下面具体的namenode通信地址 * */ public class TestHaUpLoad { public static void main(String[] args) throws Exception{ Configuration configuration = new Configuration(); configuration.set("fs.defaultFS", "hdfs://bi/"); FileSystem fileSystem = FileSystem.get(new URI("hdfs://bi/"), configuration,"root"); fileSystem.copyFromLocalFile(new Path("D:/sparksql_textdata.csv"), new Path("/")); fileSystem.close(); } } ~~~