- HA简介
HA是High Available缩写,是双机集群系统简称,指高可用性集群,是保证业务连续性的有效解决方案,一般有两个或两个以上的节点,且分为活动节点及备用节点。通常把正在执行业务的称为活动节点,而作为活动节点的一个备份的则称为备用节点。当活动节点出现问题,导致正在运行的业务(任务)不能正常运行时,备用节点此时就会侦测到,并立即接续活动节点来执行业务。从而实现业务的不中断或短暂中断。 - HA机制介绍
hadoop2.0的HA 机制有两个namenode,一个是active namenode,状态是active;另外一个是standby namenode,状态是standby。两者的状态是可以切换的,但不能同时两个都是active状态,最多只有1个是active状态。只有active namenode提供对外的服务,standby namenode是不对外服务的。active namenode和standby namenode之间通过NFS或者JN(journalnode,QJM方式)来同步数据。
active namenode会把最近的操作记录写到本地的一个edits文件中(edits file),并传输到NFS或者JN中。standby namenode定期的检查,从NFS或者JN把最近的edit文件读过来,然后把edits文件和fsimage文件合并成一个新的fsimage,合并完成之后会通知active namenode获取这个新fsimage。active namenode获得这个新的fsimage文件之后,替换原来旧的fsimage文件。
这样,保持了active namenode和standby namenode的数据的实时同步,standby namenode可以随时切换成active namenode(譬如active namenode挂了)。而且还有一个原来hadoop1.0的secondarynamenode,checkpointnode,buckcupnode的功能:合并edits文件和fsimage文件,使fsimage文件一直保持更新。所以启动了hadoop2.0的HA机制之后,secondarynamenode,checkpointnode,buckcupnode这些都不需要了。 - 搭建 hadoop HA 集群
- 机器规划
主机名 | IP | 软件 | 进程 |
---|---|---|---|
master01 | 192.168.5.100 | NameNode,ResourceManager,DfszkFailoverController | |
master02 | 192.168.5.101 | NameNode,ResourceManager,DfszkFailoverController | |
slave01 | 192.168.5.102 | zookeeper | DataNode,NodeManager,JournalNode,QuorumPeerMain |
slave02 | 192.168.5.103 | zookeeper | DataNode,NodeManager,JournalNode,QuorumPeerMain |
slave03 | 192.168.5.104 | zookeeper | DataNode,NodeManager,JournalNode,QuorumPeerMain |
-
配置core-site.xml
$ vim etc/hadoop/core-site.xml <configuration> <!-- HA 配置指定 hdfs 的 nameService 为ns --> <property> <name>fs.defaultFS</name> <value>hdfs://ns</value> </property> <!-- HA 配置,指定zookeeper地址 --> <property> <name>ha.zookeeper.quorum</name> <value>slave01:2181,slave02:2181,slave03:2181</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/export/data/hadoop/temp</value> </property> <property> <name>hadoop.proxyuser.root.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.root.groups</name> <value>*</value> </property> </configuration>
-
配置hdfs-site.xml
$ vim etc/hadoop/hdfs-site.xml <configuration> <!--指定hdfs的nameservice为ns,需要和core-site.xml中的保持一致 --> <property> <name>dfs.nameservices</name> <value>ns</value> </property> <!-- ns下面有两个NameNode,分别是nn1,nn2 --> <property> <name>dfs.ha.namenodes.ns</name> <value>nn1,nn2</value> </property> <!-- nn1的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns.nn1</name> <value>master01:9000</value> </property> <!-- nn1的http通信地址 --> <property> <name>dfs.namenode.http-address.ns.nn1</name> <value>master01:50070</value> </property> <!-- nn2的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns.nn2</name> <value>master02:9000</value> </property> <!-- nn2的http通信地址 --> <property> <name>dfs.namenode.http-address.ns.nn2</name> <value>master02:50070</value> </property> <!-- 指定NameNode的edits元数据在JournalNode上的存放位置 --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://slave01:8485;slave02:8485;slave03:8485/ns</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>/export/data/hadoop/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.ns</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>/root/.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> <property> <name>dfs.ha.namenodes.jn</name> <value>master01,master02</value> </property> </configuration>
-
配置mapred-site.xml
$ vim etc/hadoop/mapred-site.xml <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>yarn.app.mapreduce.am.env</name> <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value> </property> <property> <name>mapreduce.map.env</name> <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value> </property> <property> <name>mapreduce.reduce.env</name> <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value> </property> </configuration>
-
配置yarn-site.xml
$ vim etc/hadoop/yarn-site.xml <configuration> <!-- Site specific YARN configuration properties --> <!-- 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>yarn-ha</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>master01</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>master02</value> </property> <!-- 指定zk集群地址 --> <property> <name>yarn.resourcemanager.zk-address</name> <value>slave01:2181,slave02:2181,slave03:2181</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>
- 启动hdfs
-
启动zookeeper集群(在3台机器上分别启动)
cd ZOOKEEPER_HOME/bin/ ./zkServer.sh start
-
查看zookeeper状态
cd ZOOKEEPER_HOME/bin/ ./zkServer.sh status
-
启动 JournalNode 集群(在slave01、slave02、slave03上分别执行)
hdfs-daemon start journalnode
-
格式化 ZooKeeper 集群
hdfs zkfc -formatZK
-
格式化集群的 NameNode (在master01上执行)
hdfs namenode -format
-
启动刚格式化的 NameNode (在master01上执行)
hdfs-daemon start namenode
-
同步 NameNode1 元数据到 NameNode2 上 (在master02上执行)
hdfs namenode -bootstrapStandby
-
启动 NameNode2 (在master02上执行)
hdfs-daemon start namenode
-
启动集群中所有的DataNode (在master01上执行)
start-dfs.sh
-
启动 ZKFC 进程 (在 master01和master02的主机上分别执行如下命令)
hdfs --daemon start zkfc
-
验证ha(在master01节点停掉namenode进程)
hdfs --daemon stop namenode
- 启动resourceManager
-
在 RM1 启动 YARN (在master01上执行)
yarn-daemon start resourcemanager
-
在 RM2 启动 YARN (在master02上执行)
yarn-daemon start resourcemanager
-
在任意节点执行获取resourceManager状态(active)
yarn rmadmin -getServiceState rm1
-
在任意节点执行获取resourceManager状态(standby)
yarn rmadmin -getServiceState rm2
-
验证 yarn 的 ha(在master01节点执行)standby 的 resourcemanager 则会转换为 active
yarn-daemon stop resourcemanager
网友评论