hadoop HA机制.md

HADOOP HA机制

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

 
xxxxxxxxxx
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）
```
 
xxxxxxxxxx
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

 
xxxxxxxxxx
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

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

关闭每台机器的防火墙

 
xxxxxxxxxx
#查看防火墙状态
serviceiptables status
#关闭防火墙
serviceiptables stop
#查看防火墙开机启动状态
chkconfigiptables --list
#关闭防火墙开机启动
chkconfigiptables off

每台机器安装JDK

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

  vim/etc/profile    #将java添加到环境变量中在文件最后添加
      exportJAVA_HOME=/home/hadoop/app/jdk1.7.0_65
      exportPATH=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

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

 
xxxxxxxxxx
tar-zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/app/

1.2修改配置

 
xxxxxxxxxx
cd/home/hadoop/app/zookeeper-3.4.5/conf/
cp zoo_sample.cfg  zoo.cfg
vi  zoo.cfg
#修改：dataDir=/home/hadoop/app/zookeeper-3.4.5/data
#在最后添加：
server.1=hadoop05:2888:3888
server.2=hadoop06:2888:3888
server.3=hadoop07:2888:3888
#然后创建一个data文件夹
mkdir /home/hadoop/app/zookeeper-3.4.5/data
echo 1 > /home/hadoop/app/zookeeper-3.4.5/data/myid

1.3将配置好的zookeeper拷贝到其他节点(首先分别在ha6、ha7根目录下创建一个hadoop目录：

 
xxxxxxxxxx
mkdir /hadoop
scp-r /home/hadoop/app/zookeeper-3.4.5/ ha6:/home/hadoop/app/
scp-r /home/hadoop/app/zookeeper-3.4.5/ ha7:/home/hadoop/app/
#注意：修改ha6、ha7对应/hadoop/zookeeper-3.4.5/data/myid内容
#ha6：
echo2 > /home/hadoop/app/zookeeper-3.4.5/data/myid
#ha7：
echo3 > /home/hadoop/app/zookeeper-3.4.5/data/myid

安装配置hadoop集群（在ha1上操作）

2.1解压

 
xxxxxxxxxx
tar -zxvf hadoop-2.4.1.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）

 
xxxxxxxxxx
#将hadoop添加到环境变量中
vi  /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55
export HADOOP_HOME=/weekend/hadoop-2.4.1
export PATH=PATH:JAVA_HOME/bin:$HADOOP_HOME/bin

2.2.1修改hadoo-env.sh

 
xxxxxxxxxx
#hadoop2.0的配置文件全部在$HADOOP_HOME/etc/hadoop下
cd /home/hadoop/app/hadoop-2.4.1/etc/hadoop
export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55

2.2.2修改core-site.xml

 
xxxxxxxxxx
<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/app/hadoop-2.4.1/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

 
xxxxxxxxxx
<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/app/hadoop-2.4.1/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 -->
<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-->
<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>

2.2.4修改mapred-site.xml

 
xxxxxxxxxx
<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

 
xxxxxxxxxx
<configuration>
<!-- 开启RM高可用 -->
<property>
    <name>yarn.resourcemanager.ha.enabled</name>
    <value>true</value>
</property>
<!-- 指定RM的cluster id -->
<property>
    <name>yarn.resourcemanager.cluster-id</name>
    <value>yrc</value>
</property>
<!-- 指定RM的名字 -->
<property>
    <name>yarn.resourcemanager.ha.rm-ids</name>
    <value>rm1,rm2</value>
</property>
<!-- 分别指定RM的地址 -->
<property>
    <name>yarn.resourcemanager.hostname.rm1</name>
    <value>ha3</value>
</property>
<property>
    <name>yarn.resourcemanager.hostname.rm2</name>
    <value>ha4</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

 
xxxxxxxxxx
#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-coyp-idha1
ssh-coyp-idha2
ssh-coyp-idha3
ssh-coyp-idha4
ssh-coyp-idha5
ssh-coyp-idha6
ssh-coyp-idha7
#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-coyp-idha3
ssh-coyp-idha4
ssh-coyp-idha5
ssh-coyp-idha6
ssh-coyp-idha7
#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

 
xxxxxxxxxx
scp-r /home/hadoop/app/hadoop-2.4.1 ha2:/home/hadoop/app/
scp-r /home/hadoop/app/hadoop-2.4.1 ha3:/home/hadoop/app/
scp-r /home/hadoop/app/hadoop-2.4.1/ ha4:/home/hadoop/app/
scp-r /home/hadoop/app/hadoop-2.4.1/ ha5:/home/hadoop/app/
scp-r /home/hadoop/app/hadoop-2.4.1/ ha6:/home/hadoop/app/
scp-r /home/hadoop/app/hadoop-2.4.1/ ha7:/home/hadoop/app/

2.3 HA 启动及测试

注意：严格按照下面的步骤进行启动

启动zookeeper集群（分别在ha5、ha6、ha7上启动zk）

 
xxxxxxxxxx
cd /home/hadoop/app/zookeeper-3.4.5/bin/
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status

启动journalnode（分别在在ha5、ha6、ha7上执行）

 
xxxxxxxxxx
cd /home/hadoop/app/hadoop-2.4.1
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验，ha5、ha6、ha7上多了JournalNode进程

格式化HDFS

 
xxxxxxxxxx
#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/app/hadoop-2.4.1/data，然后将/home/hadoop/app/hadoop-2.4.1/data拷贝到ha2的/home/hadoop/app/hadoop-2.4.1/下。
scp -r /home/hadoop/app/hadoop-2.4.1/data/*  ha2:/home/hadoop/app/hadoop-2.4.1/data
##也可以这样，在ha2上执行 hdfs namenode  -bootstrapStandby 命令

格式化ZKFC(在ha1上执行即可)

 
xxxxxxxxxx
hdfs zkfc -formatZK

启动HDFS(在ha1上执行)

 
xxxxxxxxxx
sbin/start-dfs.sh

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)

 
xxxxxxxxxx
sbin/start-yarn.sh
#此命令只能启动ha3上的resourceManager     而ha4上的resourceManager需要手动启动一下
yarn-daemon.sh start resourcemanager

到此，hadoop-2.4.1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

验证HDFSHA

 
xxxxxxxxxx
#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

上述启动HA的步骤是第一次时需要执行的步骤，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)

 
xxxxxxxxxx
sbin/start-dfs.sh

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

 
xxxxxxxxxx
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-2.4.1.jar wordcount/profile /out

测试集群工作状态的一些指令：

 
xxxxxxxxxx
bin/hdfsd fsadmin -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 startnamenode #单独启动一个namenode进程
./hadoop-daemon.sh start #zkfc单独启动一个zkfc进程