高可用性hadoop集群的搭建

                                        高可用性hadoop集群的搭建

1.概述

在Hadoop2.x之后的版本，提出了解决单点问题的方案－－HA（High Available 高可用）。这篇博客阐述如何搭建高可用的HDFS和YARN，执行步骤如下：

1. 创建hadoop用户

2. 安装JDK

3. 配置hosts

4. 安装SSH

5. 关闭防火墙

6. 修改时区

7. ZK（安装，启动，验证）

8. HDFS＋HA的结构图

9. 角色分配

10. 环境变量配置

11. 核心文件配置

12. slave

13. 启动命令（hdfs和yarn的相关命令）

14. HA的切换

15. 效果截图

下面我们给出下载包的链接地址：

• zookeeper下载地址：

  http://www.trieuvan.com/apache/zookeeper/stable/zookeeper-3.4.6.tar.gz

• hadoop2.x下载地址：http://www.trieuvan.com/apache/hadoop/common/stable/hadoop-2.6.0.tar.gz

• JDK下载地址：

  http://download.oracle.com/otn-pub/java/jdk/7u75-b13/jdk-7u75-linux-x64.tar.gz

注：若JDK无法下载，请到Oracle的官网下载JDK。

到这里安装包都准备好了，接下来我们开始搭建与配置。

2.搭建

2.1创建Hadoop用户

useradd hadoop

passwd hadoop

然后根据提示，设置密码。接着我给Hadoop用户设置面免密码权限，也可自行添加其他权限。

chmod +w /etc/sudoers 

hadoop ALL=(root)NOPASSWD:ALL 

chmod -w /etc/sudoers

2.2安装JDK

将下载好的安装包解压到 /usr/Java/jdk1.7，然后设置环境变量，命令如下：

sudo vi /etc/profile

然后编辑配置，内容如下：

export JAVA_HOME=/usr/java/jdk1.7

export PATH=$PATH:$JAVA_HOME/bin

然后使环境变量立即生效，命令如下：

source /etc/profile

然后验证JDK是否配置成功，命令如下：

java -version

若显示对应版本号，即表示JDK配置成功。否则，配置无效！

2.3配置hosts

集群中所有机器的hosts配置要要相同（推荐）。可以避免不必要的麻烦，用域名取代IP，方便配置。配置信息如下：

10.211.55.12    nna　　# NameNode Active

10.211.55.13    nns　　# NameNode Standby

10.211.55.14    dn1　　# DataNode1

10.211.55.15    dn2　　# DataNode2

10.211.55.16    dn3　　# DataNode3

然后用scp命令，将hosts配置分发到各个节点。命令如下：

＃ 这里以NNS节点为例子

scp /etc/hosts hadoop@nns:/etc/

2.4安装SSH

输入如下命令：

ssh-keygen –t rsa

然后一路按回车键，最后在将id_rsa.pub写到authorized_keys，命令如下：

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

在hadoop用户下，需要给authorized_keys赋予600的权限，不然免密码登陆无效。在其他节点只需要使用 ssh-keygen –t rsa 命令，生产对应的公钥，然后将各个节点的id_rsa.pub追加到nna节点的authorized_keys中。最后，将nna节点下的authorized_keys文件通过scp命令，分发到各个节点的 ~/.ssh/ 目录下。目录如下：

# 这里以NNS节点为例子

scp ~/.ssh/authorized_keys hadoop@nns:~/.ssh/

然后使用ssh命令相互登录，看是否实现了免密码登录，登录命令如下：

# 这里以nns节点为例子

ssh nns

若登录过程中木有提示需要输入密码，即表示密码配置成功。

2.5关闭防火墙

由于hadoop的节点之间需要通信（RPC机制），这样一来就需要监听对应的端口，这里我就直接将防火墙关闭了，命令如下：

chkconfig  iptables off

注：如果用于生产环境，直接关闭防火墙是存在安全隐患的，我们可以通过配置防火墙的过滤规则，即将hadoop需要监听的那些端口配置到防火墙接受规则中。关于防火墙的规则配置参见“Linux防火墙配置”，或者通知公司的运维去帮忙配置管理。

同时，也需要关闭SELinux，可修改 /etc/selinux/config 文件，将其中的 SELINUX=enforcing 改为 SELINUX=disabled即可。

2.6修改时区

各个节点的时间如果不同步，会出现启动异常，或其他原因。这里将时间统一设置为Shanghai时区。命令如下：

# cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime

cp: overwrite `/etc/localtime'? yes

修改为中国的东八区

# vi /etc/sysconfig/clock

ZONE="Asia/Shanghai"

UTC=false

ARC=false

2.7 ZK（安装，启动，验证）

2.7.1安装

将下载好的安装包，解压到指定位置，这里为直接解压到当前位置，命令如下：

tar -zxvf zk-{version}.tar.gz

修改zk配置，将zk安装目录下conf/zoo_sample.cfg重命名zoo.cfg，修改其中的内容：

# The number of milliseconds of each tick

# 服务器与客户端之间交互的基本时间单元（ms） 

tickTime=2000   

# The number of ticks that the initial  

# synchronization phase can take 

# zookeeper所能接受的客户端数量 

initLimit=10  

# The number of ticks that can pass between  

# sending a request and getting an acknowledgement 

# 服务器和客户端之间请求和应答之间的时间间隔 

syncLimit=5

# the directory where the snapshot is stored. 

# do not use /tmp for storage, /tmp here is just  

# example sakes. 

# 保存zookeeper数据，日志的路径

dataDir=/home/hadoop/data/zookeeper

# the port at which the clients will connect 

# 客户端与zookeeper相互交互的端口 

clientPort=2181 

server.1= dn1:2888:3888 

server.2= dn2:2888:3888 

server.3= dn3:2888:3888

#server.A=B:C:D  其中A是一个数字，代表这是第几号服务器；B是服务器的IP地址；C表示服务器与群集中的“领导者”交换信息的端口；当领导者失效后，D表示用来执行选举时服务器相互通信的端口。

接下来，在配置的dataDir目录下创建一个myid文件，里面写入一个0-255之间的一个随意数字，每个zk上这个文件的数字要是不一样的，这些数字应该是从1开始，依次写每个服务器。文件中序号要与dn节点下的zk配置序号一直，如：server.1=dn1:2888:3888，那么dn1节点下的myid配置文件应该写上1。

2.7.2启动

分别在各个dn节点启动zk进程，命令如下：

bin/zkServer.sh start

然后，在各个节点输入jps命令，会出现如下进程：

QuorumPeerMain

2.7.3验证

上面说的输入jps命令，若显示对应的进程，即表示启动成功，同样我们也可以输入zk的状态命令查看，命令如下：

bin/zkServer.sh status

会出现一个leader和两个follower。

2.8HDFS＋HA的结构图

HDFS配置HA的结构图如下所示：

上图大致架构包括：

1. 利用共享存储来在两个NN间同步edits信息。以前的HDFS是share nothing but NN，现在NN又share storage，这样其实是转移了单点故障的位置，但中高端的存储设备内部都有各种RAID以及冗余硬件，包括电源以及网卡等，比服务器的可靠性还是略有提高。通过NN内部每次元数据变动后的flush操作，加上NFS的close-to-open，数据的一致性得到了保证。

2. DN同时向两个NN汇报块信息。这是让Standby NN保持集群的最新状态的必须步骤。

3. 用于监视和控制NN进程的FailoverController进程。显然，我们不能在NN进程内部进行心跳等信息同步，最简单的原因，一次FullGC就可以让NN挂起十几分钟，所以，必须要有一个独立的短小精悍的watchdog来专门负责监控。这也是一个松耦合的设计，便于扩展或更改，目前版本里是用ZooKeeper（简称ZK）来做同步锁，但用户可以方便的把这个Zookeeper FailoverController（简称ZKFC）替换为其他的HA方案或leader选举方案。

4. 隔离（Fencing），防止脑裂，就是保证在任何时候只有一个主NN，包括三个方面：

• 共享存储fencing，确保只有一个NN可以写入edits。

• 客户端fencing，确保只有一个NN可以响应客户端的请求。

• DN fencing，确保只有一个NN向DN下发命令，譬如删除块，复制块等等。

2.9角色分配

2.10环境变量配置

这里列出了所有的配置，后面配置其他组件，可以参考这里的配置。 配置完成后，输入：. /etc/profile（或source /etc/profile）使之立即生效。验证环境变量配置成功与否，输入：echo $HADOOP_HOME，若输出对应的配置路径，即可认定配置成功。

注：hadoop2.x以后的版本conf文件夹改为etc文件夹了

配置内容如下所示：

export JAVA_HOME=/usr/java/jdk1.7 

export HADOOP_HOME=/home/hadoop/hadoop-2.6.0 

export ZK_HOME=/home/hadoop/zookeeper-3.4.6 

export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOM

2.11核心文件配置

注：这里特别提醒，配置文件中的路径在启动集群之前，得存在（若不存在，请事先创建）。下面为给出本篇文章需要创建的路径脚本，命令如下：

mkdir -p /home/hadoop/tmp

mkdir -p /home/hadoop/data/tmp/journal

mkdir -p /home/hadoop/data/dfs/name

mkdir -p /home/hadoop/data/dfs/data

mkdir -p /home/hadoop/data/yarn/local

mkdir -p /home/hadoop/log/yarn

core-site.xml

<?xml version="1.0" encoding="UTF-8"?>

<configuration>

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://cluster1</value>

    </property>

    <property>

        <name>io.file.buffer.size</name>

        <value>131072</value>

    </property>

    <property>

        <name>hadoop.tmp.dir</name>

        <value>/home/hadoop/tmp</value>

    </property>

    <property>

        <name>hadoop.proxyuser.hadoop.hosts</name>

        <value>*</value>

    </property>

    <property>

        <name>hadoop.proxyuser.hadoop.groups</name>

        <value>*</value>

    </property>

    <property>

        <name>ha.zookeeper.quorum</name>

        <value>dn1:2181,dn2:2181,dn3:2181</value>

    </property>

</configuration>

hdfs-site.xml

<?xml version="1.0" encoding="UTF-8"?>

<configuration>

    <property>

        <name>dfs.nameservices</name>

        <value>cluster1</value>

    </property>

    <property>

        <name>dfs.ha.namenodes.cluster1</name>

        <value>nna,nns</value>

    </property>

    <property>

        <name>dfs.namenode.rpc-address.cluster1.nna</name>

        <value>nna:9000</value>

    </property>

    <property>

        <name>dfs.namenode.rpc-address.cluster1.nns</name>

        <value>nns:9000</value>

    </property>

    <property>

        <name>dfs.namenode.http-address.cluster1.nna</name>

        <value>nna:50070</value>

    </property>

    <property>

        <name>dfs.namenode.http-address.cluster1.nns</name>

        <value>nns:50070</value>

    </property>

    <property>

        <name>dfs.namenode.shared.edits.dir</name>

        <value>qjournal://dn1:8485;dn2:8485;dn3:8485/cluster1</value>

    </property>

    <property>

        <name>dfs.client.failover.proxy.provider.cluster1</name>

        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

    </property>

    <property>

        <name>dfs.ha.fencing.methods</name>

        <value>sshfence</value>

    </property>

    <property>

        <name>dfs.ha.fencing.ssh.private-key-files</name>

        <value>/home/hadoop/.ssh/id_rsa</value>

    </property>

    <property>

        <name>dfs.journalnode.edits.dir</name>

        <value>/home/hadoop/data/tmp/journal</value>

    </property>

    <property>

        <name>dfs.ha.automatic-failover.enabled</name>

        <value>true</value>

    </property>

    <property>

        <name>dfs.namenode.name.dir</name>

        <value>/home/hadoop/data/dfs/name</value>

    </property>

    <property>

        <name>dfs.datanode.data.dir</name>

        <value>/home/hadoop/data/dfs/data</value>

    </property>

    <property>

        <name>dfs.replication</name>

        <value>3</value>

    </property>

    <property>

        <name>dfs.webhdfs.enabled</name>

        <value>true</value>

    </property>

    <property>

        <name>dfs.journalnode.http-address</name>

        <value>0.0.0.0:8480</value>

    </property>

    <property>

        <name>dfs.journalnode.rpc-address</name>

        <value>0.0.0.0:8485</value>

    </property>

    <property>

        <name>ha.zookeeper.quorum</name>

        <value>dn1:2181,dn2:2181,dn3:2181</value>

    </property>

</configuration>

map-site.xml

<?xml version="1.0" encoding="UTF-8"?>

<configuration>

    <property>

        <name>mapreduce.framework.name</name>

        <value>yarn</value>

    </property>

    <property>

        <name>mapreduce.jobhistory.address</name>

        <value>nna:10020</value>

    </property>

    <property>

        <name>mapreduce.jobhistory.webapp.address</name>

        <value>nna:19888</value>

    </property>

</configuration>

yarn-site.xml

<?xml version="1.0" encoding="UTF-8"?>

<configuration>

    <property>

        <name>yarn.resourcemanager.connect.retry-interval.ms</name>

        <value>2000</value>

    </property>

    <property>

        <name>yarn.resourcemanager.ha.enabled</name>

        <value>true</value>

    </property>

    <property>

        <name>yarn.resourcemanager.ha.rm-ids</name>

        <value>rm1,rm2</value>

    </property>

    <property>

        <name>ha.zookeeper.quorum</name>

        <value>dn1:2181,dn2:2181,dn3:2181</value>

    </property>

    <property>

        <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>

        <value>true</value>

    </property>

    <property>

        <name>yarn.resourcemanager.hostname.rm1</name>

        <value>nna</value>

    </property>

    <property>

        <name>yarn.resourcemanager.hostname.rm2</name>

        <value>nns</value>

    </property>

    <!--在namenode1上配置rm1,在namenode2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，但这个在YARN的另一个机器上一定要修改 -->

    <property>

        <name>yarn.resourcemanager.ha.id</name>

        <value>rm1</value>

    </property>

    <!--开启自动恢复功能 -->

    <property>

        <name>yarn.resourcemanager.recovery.enabled</name>

        <value>true</value>

    </property>

    <!--配置与zookeeper的连接地址 -->

    <property>

        <name>yarn.resourcemanager.zk-state-store.address</name>

        <value>dn1:2181,dn2:2181,dn3:2181</value>

    </property>

    <property>

        <name>yarn.resourcemanager.store.class</name>

        <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>

    </property>

    <property>

        <name>yarn.resourcemanager.zk-address</name>

        <value>dn1:2181,dn2:2181,dn3:2181</value>

    </property>

    <property>

        <name>yarn.resourcemanager.cluster-id</name>

        <value>cluster1-yarn</value>

    </property>

    <!--schelduler失联等待连接时间 -->

    <property>

        <name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name>

        <value>5000</value>

    </property>

    <!--配置rm1 -->

    <property>

        <name>yarn.resourcemanager.address.rm1</name>

        <value>nna:8132</value>

    </property>

    <property>

        <name>yarn.resourcemanager.scheduler.address.rm1</name>

        <value>nna:8130</value>

    </property>

    <property>

        <name>yarn.resourcemanager.webapp.address.rm1</name>

        <value>nna:8188</value>

    </property>

    <property>

        <name>yarn.resourcemanager.resource-tracker.address.rm1</name>

        <value>nna:8131</value>

    </property>

    <property>

        <name>yarn.resourcemanager.admin.address.rm1</name>

        <value>nna:8033</value>

    </property>

    <property>

        <name>yarn.resourcemanager.ha.admin.address.rm1</name>

        <value>nna:23142</value>

    </property>

    <!--配置rm2 -->

    <property>

        <name>yarn.resourcemanager.address.rm2</name>

        <value>nns:8132</value>

    </property>

    <property>

        <name>yarn.resourcemanager.scheduler.address.rm2</name>

        <value>nns:8130</value>

    </property>

    <property>

        <name>yarn.resourcemanager.webapp.address.rm2</name>

        <value>nns:8188</value>

    </property>

    <property>

        <name>yarn.resourcemanager.resource-tracker.address.rm2</name>

        <value>nns:8131</value>

    </property>

    <property>

        <name>yarn.resourcemanager.admin.address.rm2</name>

        <value>nns:8033</value>

    </property>

    <property>

        <name>yarn.resourcemanager.ha.admin.address.rm2</name>

        <value>nns:23142</value>

    </property>

    <property>

        <name>yarn.nodemanager.aux-services</name>

        <value>mapreduce_shuffle</value>

    </property>

    <property>

        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>

        <value>org.apache.hadoop.mapred.ShuffleHandler</value>

    </property>

    <property>

        <name>yarn.nodemanager.local-dirs</name>

        <value>/home/hadoop/data/yarn/local</value>

    </property>

    <property>

        <name>yarn.nodemanager.log-dirs</name>

        <value>/home/hadoop/log/yarn</value>

    </property>

    <property>

        <name>mapreduce.shuffle.port</name>

        <value>23080</value>

    </property>

    <!--故障处理类 -->

    <property>

        <name>yarn.client.failover-proxy-provider</name>

        <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>

    </property>

    <property>

        <name>yarn.resourcemanager.ha.automatic-failover.zk-base-path</name>

        <value>/yarn-leader-election</value>

    </property>

</configuration>

hadoop-env.sh

# The java implementation to use.

export JAVA_HOME=/usr/java/jdk1.7

yarn-env.sh

# some Java parameters

export JAVA_HOME=/usr/java/jdk1.7

2.12slave

修改hadoop安装目录下的slave文件：

dn1

dn2

dn3

2.13启动命令（hdfs和yarn的相关命令）

由于我们配置了QJM，所以我们需要先启动QJM的服务，启动顺序如下所示：

1. 进入到DN节点，启动zk的服务：zkServer.sh start，之后可以输入zkServer.sh status查看启动状态，本次我们配置了三个DN节点，会出现一个leader和两个follower。输入jps，会显示启动进程：QuorumPeerMain

2. 在NN节点上（选一台即可，这里我选择的是一台预NNA节点），然后启动journalnode服务，命令如下：hadoop-daemons.sh start journalnode。或者单独进入到每个DN输入启动命令：hadoop-daemon.sh start journalnode。输入jps显示启动进程：JournalNode。

3. 接着若是配置后，我们首次启动，需要格式化HDFS，命令如下：hadoop namenode –format。

4. 之后我们需要格式化ZK，命令如下：hdfs zkfc –formatZK。

5. 接着我们启动hdfs和yarn，命令如下：start-dfs.sh和start-yarn.sh，我们在nna输入jps查看进程，显示如下：DFSZKFailoverController，NameNode，ResourceManager。

6. 接着我们在NNS输入jps查看，发现只有DFSZKFailoverController进程，这里我们需要手动启动NNS上的namenode和ResourceManager进程，命令如下：hadoop-daemon.sh start namenode和yarn-daemon.sh start resourcemanager。需要注意的是，在NNS上的yarn-site.xml中，需要配置指向NNS，属性配置为rm2，在NNA中配置的是rm1。

7. 最后我们需要同步NNA节点的元数据，命令如下：hdfs namenode –bootstrapStandby，若执行正常，日志最后显示如下信息：

15/02/21 10:30:59 INFO common.Storage: Storage directory /home/hadoop/data/dfs/name has been successfully formatted. 

15/02/21 10:30:59 WARN common.Util: Path /home/hadoop/data/dfs/name should be specified as a URI in configuration files. Please update hdfs configuration. 

15/02/21 10:30:59 WARN common.Util: Path /home/hadoop/data/dfs/name should be specified as a URI in configuration files. Please update hdfs configuration. 

15/02/21 10:31:00 INFO namenode.TransferFsImage: Opening connection to http://nna:50070/imagetransfer?getimage=1&txid=0&storageInfo=-60:1079068934:0:CID-1dd0c11e-b27e-4651-aad6-73bc7dd820bd 

15/02/21 10:31:01 INFO namenode.TransferFsImage: Image Transfer timeout configured to 60000 milliseconds 

15/02/21 10:31:01 INFO namenode.TransferFsImage: Transfer took 0.01s at 0.00 KB/s 

15/02/21 10:31:01 INFO namenode.TransferFsImage: Downloaded file fsimage.ckpt_0000000000000000000 size 353 bytes. 

15/02/21 10:31:01 INFO util.ExitUtil: Exiting with status 0 

15/02/21 10:31:01 INFO namenode.NameNode: SHUTDOWN_MSG:  /************************************************************ SHUTDOWN_MSG: Shutting down NameNode at nns/10.211.55.13 ************************************************************/

2.14HA的切换

由于我配置的是自动切换，若NNA节点宕掉，NNS节点会立即由standby状态切换为active状态。若是配置的手动状态，可以输入如下命令进行人工切换：

 

hdfs haadmin -failover --forcefence --forceactive nna  nns

这条命令的意思是，将nna变成standby，nns变成active。而且手动状态下需要重启服务。

2.15效果截图

出处：http://www.cnblogs.com/smartloli/p/4298430.html

版权申明：内容来源网络，版权归原创者所有。除非无法确认，我们都会标明作者及出处，如有侵权烦请告知，我们会立即删除并表示歉意。谢谢。

-END-