Hadoop高可用集群
1.简介
若HDFS集群中只配置了一个NameNode，那么当该NameNode所在的节点宕机，则整个HDFS就不能进行文件的上传和下载。
若YARN集群中只配置了一个ResourceManager，那么当该ResourceManager所在的节点宕机，则整个YARN就不能进行任务的计算。
*Hadoop依赖Zookeeper进行各个模块的HA配置，其中状态为Active的节点对外提供服务，而状态为StandBy的节点则只负责数据的同步，在必要时提供快速故障转移。
Hadoop各个模块剖析：https://www.cnblogs.com/funyoung/p/9889719.html
Hadoop集群管理：https://www.cnblogs.com/funyoung/p/9920828.html
2.HDFS HA集群
2.1 模型
当有两个NameNode时，提供哪个NameNode地址给客户端？
1.Hadoop提供了NameService进程，其是NameNode的代理，维护NameNode列表并存储NameNode的状态，客户端直接访问的是NameService，NameService会将请求转发给当前状态为Active的NameNode。
2.当启动HDFS时，DataNode将同时向两个NameNode进行注册。
怎样发现NameNode无法提供服务以及如何进行NameNode间状态的切换？
1.Hadoop提供了FailoverControllerActive和FailoverControllerStandBy两个进程用于NameNode的生命监控。
2.FailoverControllerActive和FailoverControllerStandBy会分别监控对应状态的NameNode，若NameNode无异常则定期向Zookeeper集群发送心跳，若在一定时间内Zookeeper集群没收到FailoverControllerActive发送的心跳，则认为此时状态为Active的NameNode已经无法对外提供服务，因此将状态为StandBy的NameNode切换为Active状态。
NameNode之间的数据如何进行同步和共享？
1.Hadoop提供了JournalNode用于存放NameNode中的编辑日志。
2.当激活的NameNode执行任何名称空间上的修改时，它将修改的记录保存到JournalNode集群中，备用的NameNode能够实时监控JournalNode集群中日志的变化，当监控到日志发生改变时会将其同步到本地。
*当状态为Active的NameNode无法对外提供服务时，Zookeeper将会自动的将处于StandBy状态的NameNode切换成Active。
2.2 HDFS HA高可用集群搭建
1.安装并配置Zookeeper集群
https://www.cnblogs.com/funyoung/p/8778106.html
2.配置HDFS（hdfs-site.xml）
<configuration> <!-- 指定NameService的名称 --> <property> <name>dfs.nameservices</name> <value>mycluster</value> </property> <!-- 指定NameService下两个NameNode的名称 --> <property> <name>dfs.ha.namenodes.mycluster</name> <value>nn1,nn2</value> </property> <!-- 分别指定NameNode的RPC通讯地址 --> <property> <name>dfs.namenode.rpc-address.mycluster.nn1</name> <value>192.168.1.80:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn2</name> <value>192.168.1.81:8020</value> </property> <!-- 分别指定NameNode的Web监控页面地址 --> <property> <name>dfs.namenode.http-address.mycluster.nn1</name> <value>192.168.1.80:50070</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn2</name> <value>192.168.1.81:50070</value> </property> <!-- 指定NameNode编辑日志存储在JournalNode集群中的目录--> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://192.168.1.80:8485;192.168.1.81:8485;192.168.1.82:8485/mycluster</value> </property> <!-- 指定JournalNode集群存放日志的目录--> <property> <name>dfs.journalnode.edits.dir</name> <value>/usr/hadoop/hadoop-2.9.0/journalnode</value> </property> <!-- 配置NameNode失败自动切换的方式--> <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--> <property> <name>dfs.ha.fencing.methods</name> <value>sshfence</value> </property> <!-- 由于使用SSH,那么需要指定密钥的位置--> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/root/.ssh/id_rsa</value> </property> <!-- 开启失败故障自动转移--> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property> <!-- 配置Zookeeper地址--> <property> <name>ha.zookeeper.quorum</name> <value>192.168.1.80:2181,192.168.1.81:2181,192.168.1.82:2181</value> </property> <!-- 文件在HDFS中的备份数(小于等于NameNode) --> <property> <name>dfs.replication</name> <value>3</value> </property> <!-- 关闭HDFS的访问权限 --> <property> <name>dfs.permissions.enabled</name> <value>false</value> </property> <!-- 指定一个配置文件,使NameNode过滤配置文件中指定的host --> <property> <name>dfs.hosts.exclude</name> <value>/usr/hadoop/hadoop-2.9.0/etc/hadoop/hdfs.exclude</value> </property> </configuration>
*指定NameNode的RPC通讯地址是为了接收FailoverControllerActive和FailoverControllerStandBy以及DataNode发送的心跳。
3.配置Hadoop公共属性（core-site.xml）
<configuration> <!-- Hadoop工作目录,用于存放Hadoop运行时NameNode、DataNode产生的数据 --> <property> <name>hadoop.tmp.dir</name> <value>/usr/hadoop/hadoop-2.9.0/data</value> </property> <!-- 默认NameNode,使用NameService的名称 --> <property> <name>fs.defaultFS</name> <value>hdfs://mycluster</value> </property> <!-- 开启Hadoop的回收站机制,当删除HDFS中的文件时,文件将会被移动到回收站(/usr/<username>/.Trash),在指定的时间过后再对其进行删除,此机制可以防止文件被误删除 --> <property> <name>fs.trash.interval</name> <!-- 单位是分钟 --> <value>1440</value> </property> </configuration>
*在HDFS HA集群中，StandBy的NameNode会对namespace进行checkpoint操作，因此就不需要在HA集群中运行SecondaryNameNode、CheckpintNode、BackupNode。
4.启动HDFS HA高可用集群
1.分别启动JournalNode
2.格式化第一个NameNode并启动
3.第二个NameNode同步第一个NameNode的信息
4.启动第二个NameNode
5.启动Zookeeper集群
6.格式化Zookeeper
*当格式化ZK后，ZK中将会多了hadoop-ha节点。
7.重启HDFS集群
当HDFS HA集群启动完毕后，可以分别访问NameNode管理页面查看当前NameNode的状态，http://192.168.1.80:50070、http://192.168.1.81:50070
*可以查看到主机名为hadoop1的NamNode其状态为StandBy，而主机名为hadoop2的NameNode其状态为Active。
8.模拟NameNode宕机，手动杀死进程。
此时访问NameNode管理页面，可见主机名为hadoop1的NameNode其状态从原本的StandBy切换成Active。
2.3 JAVA操作HDFS HA集群
*由于在HDFS HA集群中存在两个NameNode，且服务端暴露的是NameService，因此在通过JAVA连接HDFS HA集群时需要使用Configuration实例进行相关的配置。
/** * @Auther: ZHUANGHAOTANG * @Date: 2018/11/6 11:49 * @Description: */ public class HDFSUtils { /** * HDFS NamenNode URL */ private static final String NAMENODE_URL = "hdfs://mycluster:8020"; /** * 配置项 */ private static Configuration conf = null; static { conf = new Configuration(); //指定默认连接的NameNode,使用NameService的名称 conf.set("fs.defaultFS", "hdfs://mycluster"); //指定NameService的名称 conf.set("dfs.nameservices", "mycluster"); //指定NameService下的NameNode列表 conf.set("dfs.ha.namenodes.mycluster", "nn1,nn2"); //分别指定NameNode的RPC通讯地址 conf.set("dfs.namenode.rpc-address.mycluster.nn1", "hadoop1:8020"); conf.set("dfs.namenode.rpc-address.mycluster.nn2", "hadoop2:8020"); //配置NameNode失败自动切换的方式 conf.set("dfs.client.failover.proxy.provider.mycluster", "org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider"); } /** * 创建目录 */ public static void mkdir(String dir) throws Exception { if (StringUtils.isBlank(dir)) { throw new Exception("Parameter Is NULL"); } dir = NAMENODE_URL + dir; FileSystem fs = FileSystem.get(URI.create(NAMENODE_URL), conf); if (!fs.exists(new Path(dir))) { fs.mkdirs(new Path(dir)); } fs.close(); } /** * 删除目录或文件 */ public static void delete(String dir) throws Exception { if (StringUtils.isBlank(dir)) { throw new Exception("Parameter Is NULL"); } dir = NAMENODE_URL + dir; FileSystem fs = FileSystem.get(URI.create(NAMENODE_URL), conf); fs.delete(new Path(dir), true); fs.close(); } /** * 遍历指定路径下的目录和文件 */ public static List<String> listAll(String dir) throws Exception { List<String> names = new ArrayList<>(); if (StringUtils.isBlank(dir)) { throw new Exception("Parameter Is NULL"); } dir = NAMENODE_URL + dir; FileSystem fs = FileSystem.get(URI.create(dir), conf); FileStatus[] files = fs.listStatus(new Path(dir)); for (int i = 0, len = files.length; i < len; i++) { if (files[i].isFile()) { //文件 names.add(files[i].getPath().toString()); } else if (files[i].isDirectory()) { //目录 names.add(files[i].getPath().toString()); } else if (files[i].isSymlink()) { //软或硬链接 names.add(files[i].getPath().toString()); } } fs.close(); return names; } /** * 上传当前服务器的文件到HDFS中 */ public static void uploadLocalFileToHDFS(String localFile, String hdfsFile) throws Exception { if (StringUtils.isBlank(localFile) || StringUtils.isBlank(hdfsFile)) { throw new Exception("Parameter Is NULL"); } hdfsFile = NAMENODE_URL + hdfsFile; FileSystem fs = FileSystem.get(URI.create(NAMENODE_URL), conf); Path src = new Path(localFile); Path dst = new Path(hdfsFile); fs.copyFromLocalFile(src, dst); fs.close(); } /** * 通过流上传文件 */ public static void uploadFile(String hdfsPath, InputStream inputStream) throws Exception { if (StringUtils.isBlank(hdfsPath)) { throw new Exception("Parameter Is NULL"); } hdfsPath = NAMENODE_URL + hdfsPath; FileSystem fs = FileSystem.get(URI.create(NAMENODE_URL), conf); FSDataOutputStream os = fs.create(new Path(hdfsPath)); BufferedInputStream bufferedInputStream = new BufferedInputStream(inputStream); byte[] data = new byte[1024]; while (bufferedInputStream.read(data) != -1) { os.write(data); } os.close(); fs.close(); } /** * 从HDFS中下载文件 */ public static byte[] readFile(String hdfsFile) throws Exception { if (StringUtils.isBlank(hdfsFile)) { throw new Exception("Parameter Is NULL"); } hdfsFile = NAMENODE_URL + hdfsFile; FileSystem fs = FileSystem.get(URI.create(NAMENODE_URL), conf); Path path = new Path(hdfsFile); if (fs.exists(path)) { FSDataInputStream is = fs.open(path); FileStatus stat = fs.getFileStatus(path); byte[] data = new byte[(int) stat.getLen()]; is.readFully(0, data); is.close(); fs.close(); return data; } else { throw new Exception("File Not Found In HDFS"); } } }
3.YARN HA集群
3.1 模型
*启动两个ResourceManager后分别向Zookeeper注册，通过Zookeeper管理他们的状态，一旦状态为Active的ResourceManager无法正常提供服务，Zookeeper将会立即将状态为StandBy的ResourceManager切换为Active。
3.2 YARN HA高可用集群搭建
1.配置YARN（yarn-site.xml）
<configuration> <!-- 配置Reduce取数据的方式是shuffle(随机) --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!-- 开启日志 --> <property> <name>yarn.log-aggregation-enable</name> <value>true</value> </property> <!-- 设置日志的删除时间 -1:禁用,单位为秒 --> <property> <name>yarn.log-aggregation。retain-seconds</name> <value>864000</value> </property> <!-- 设置yarn的内存大小,单位是MB --> <property> <name>yarn.nodemanager.resource.memory-mb</name> <value>8192</value> </property> <!-- 设置yarn的CPU核数 --> <property> <name>yarn.nodemanager.resource.cpu-vcores</name> <value>8</value> </property> <!-- YARN HA配置 --> <!-- 开启yarn ha --> <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property> <!-- 指定yarn ha的名称 --> <property> <name>yarn.resourcemanager.cluster-id</name> <value>cluster1</value> </property> <!-- 分别指定两个ResourceManager的名称 --> <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property> <!-- 分别指定两个ResourceManager的地址 --> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>192.168.1.80</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>192.168.1.81</value> </property> <!-- 分别指定两个ResourceManager的Web访问地址 --> <property> <name>yarn.resourcemanager.webapp.address.rm1</name> <value>192.168.1.80:8088</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm2</name> <value>192.168.1.81:8088</value> </property> <!-- 配置使用的Zookeeper集群 --> <property> <name>yarn.resourcemanager.zk-address</name> <value>192.168.1.80:2181,192.168.1.81:2181,192.168.1.82:2181</value> </property> <!-- ResourceManager Restart配置 --> <!-- 启用ResourceManager的restart功能,当ResourceManager重启时将会保存运行时信息到指定的位置,重启成功后再进行读取 --> <property> <name>yarn.resourcemanager.recovery.enabled</name> <value>true</value> </property> <!-- ResourceManager Restart使用的存储方式(实现类) --> <property> <name>yarn.resourcemanager.store.class</name> <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> </property> <!-- ResourceManager重启时数据保存在Zookeeper中的目录 --> <property> <name>yarn.resourcemanager.zk-state-store.parent-path</name> <value>/rmstore</value> </property> <!-- NodeManager Restart配置 --> <!-- 启用NodeManager的restart功能,当NodeManager重启时将会保存运行时信息到指定的位置,重启成功后再进行读取 --> <property> <name>yarn.nodemanager.recovery.enabled</name> <value>true</value> </property> <!-- NodeManager重启时数据保存在本地的目录 --> <property> <name>yarn.nodemanager.recovery.dir</name> <value>/usr/hadoop/hadoop-2.9.0/data/rsnodemanager</value> </property> <!-- 配置NodeManager的RPC通讯端口 --> <property> <name>yarn.nodemanager.address</name> <value>0.0.0.0:45454</value> </property> </configuration>
ResourceManager Restart使用的存储方式(实现类)
1.ResourceManager运行时的数据保存在ZK中：org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
2.ResourceManager运行时的数据保存在HDFS中：org.apache.hadoop.yarn.server.resourcemanager.recovery.FileSystemRMStateStore
3.ResourceManager运行时的数据保存在本地：org.apache.hadoop.yarn.server.resourcemanager.recovery.LeveldbRMStateStore
*使用不同的存储方式将需要额外的配置项，可参考官网，http://hadoop.apache.org/docs/current/hadoop-yarn/hadoop-yarn-site/ResourceManagerRestart.html
2.启动YARN HA高可用集群
1.在ResourceManager所在节点中启动YARN集群
2.手动启动另一个ResourceManager
*当启动YARN HA集群后，可以分别访问ResourceManager管理页面，http://192.168.1.80:8088、http://192.168.1.81:8088。
访问状态为StandBy的ResourceManager时，会将请求重定向到状态为Active的ResourceManager的管理页面。
3.模拟ResourceManager宕机，手动杀死进程
*Zookeeper在一定时间内无法接收到状态为Active的ResourceManager发送的心跳时，将会立即将状态为StandBy的ResourceManager切换为Active。