HA集群搭建

Hadoop的HA机制

一、 概述

1、HA机制介绍
HA机制是从hadoop2.0开始引入的，之前的版本中是没有HA机制的。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严格来说应该分为各个组件的HA机制-HDFS的HA、Yarn的HA。

2、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

二、 Hadoop-HA结构图

三、HADOOP-HA部署
软件准备：
hadoop-2.6.5
jdk1.8

硬件准备及配置规划：
3台主机

zookeeper集群配置步骤
1、 配置IP地址
2、 主机名与IP映射
3、 ssh免密码登录
4、 按照jdk并配置环境变量
5、 关闭防火墙

配置Hadoop核心配置文件
a.vi 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/app/hadoop-2.6.5/tmp</value>    </property>    <!-- 指定zookeeper地址 -->    <property>        <name>ha.zookeeper.quorum</name>        <value>jredu002:2181,jredu003:2181,jredu004:2181</value>    </property></configuration>

b.vi 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>jredu002:9000</value>    </property>    <!-- nn1的http通信地址 -->    <property>        <name>dfs.namenode.http-address.ns1.nn1</name>        <value>jredu002:50070</value>    </property>    <!-- nn2的RPC通信地址 -->    <property>        <name>dfs.namenode.rpc-address.ns1.nn2</name>        <value>jredu003:9000</value>    </property>    <!-- nn2的http通信地址 -->    <property>        <name>dfs.namenode.http-address.ns1.nn2</name>        <value>jredu003:50070</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://jredu002:8485;jredu003:8485;jredu004:8485/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-2.6.5/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>

c、vi mapred-site.xml

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

d、vi yarn-site.xml

<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>jredu002</value>        </property>        <property>           <name>yarn.resourcemanager.hostname.rm2</name>           <value>jredu003</value>        </property>        <!-- 指定zk集群地址 -->        <property>           <name>yarn.resourcemanager.zk-address</name>           <value>jredu002:2181,jredu003:2181,jredu004:2181</value>        </property>        <property>           <name>yarn.nodemanager.aux-services</name>           <value>mapreduce_shuffle</value>        </property></configuration>

e、修改 slaves文件指定 datanode和nodemanager
将所有机器的hostname加入

f、修改hadoop-env.sh

export JAVA_HOME=/usr/soft/jdk1.8.0_45

修改yarn-env.sh

export JAVA_HOME=/usr/soft/jdk1.8.0_45

h、建配置好的hadoop复制到其他主机

scp –r hadoop-2.6.5 jredu003:/home/hadoop/apps/scp –r hadoop-2.6.5 jredu004:/home/hadoop/apps/

严格按照下面的步骤

1启动zookeeper集群（分别在jredu002、jredu003、jredu004上启动zk）

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

2启动journalnode（分别在在jredu002、jredu003、jredu004上执行）

cd /home/hadoop/app/hadoop-2.6.5sbin/hadoop-daemon.sh start journalnode

运行jps命令检验，jredu002、jredu003、jredu004上多了JournalNode进程

3、格式化ZKFC(在主节点上执行即可)

hdfs zkfc -formatZK

4、格式化HDFS(主节点)
在jredu002上执行命令:

hdfs namenode -format

5、Active、Standby节点同步数据
a、#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/app/hadoop-2.6.5/tmp，然后将/app/hadoop-2.6.5/tmp拷贝到jredu003的/app/hadoop-2.6.5/tmp下。

scp -r tmp/ jredu003:/home/hadoop/app/hadoop-2.6.5/

b、在jredu002上启动namenode

./hadoop-daemon.sh start namenode

在jredu003上执行

hdfs namenode –bootstrapStandby

然后启动namenode节点

./hadoop-daemon.sh start namenode

6、启动HDFS(在jredu002上执行)

sbin/start-dfs.sh

7、启动YARN(在jredu002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

8、浏览器访问

http://192.168.67.3:8088/cluster

到此，hadoop-2.6.5配置完毕，可以统计浏览器访问:

http://192.168.67.3:50070http://192.168.67.4:50070

验证HDFS HA
首先向hdfs上传一个文件

hadoop fs -put /etc/profile /profilehadoop fs -ls /

然后再kill掉active的NameNode

kill -9 <pid of NN>

通过浏览器访问：http://192.168.67.3:50070

NameNode 'jredu002:9000' (active)

这个时候’jredu003上的NameNode变成了active
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://192.168.67.3:50070

NameNode 'jredu002:9000' (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-2.6.5.jar wordcount /profile /out

OK，大功告成！！！

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-2.4.1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。

按照步骤：
1、 参照zookeeper集群搭建说明，在jredu004,jredu005,jredu006搭建zookeeper集群.
2、 安装hadoop集群，可先在jredumaster上操作
解压

tar –vxzf hadoop-2.6.5.tar.gz –C /home/hadoop/app

配置

格式化异常：

failed to start namenod org.apache.hadoop.hdfs.qjournal.client.QuorumExceptioin:Unable to check if JNs are ready for formatting ……

1、 在个节点启动journalnode
2、 方案二：
HA模式第一次或删除格式版本后格式化失败
先启动./start-dfs.sh
再进行格式化