1 分布式协调技术

提到zookeeper，首先需要理解什么是分布式协调技术。分布式协调技术主要用来解决分布式环境当中多个进程之间的同步控制，让他们有序的去访问某种临界资源，防止造成"脏数据"的后果，如下图所示：

在这图中有三台机器，每台机器各跑一个应用程序。然后我们将这三台机器通过网络将其连接起来，构成一个系统来为用户提供服务，对用户来说这个系统的架构是黑盒的，他感觉不到我这个系统是一个什么样的架构。那么我们就可以把这种系统称作一个分布式系统。

那我们接下来再分析一下，在这个分布式系统中如何对进程进行调度，我假设在第一台机器上挂载了一个资源，然后这三个物理分布的进程都要竞争这个资源，但我们又不希望他们同时进行访问，这时候我们就需要一个协调器，来让他们有序的来访问这个资源。这个协调器就是我们经常提到的那个锁，比如说"进程-1"在使用该资源的时候，会先去获得锁，"进程1"获得锁以后会对该资源保持独占，这样其他进程就无法访问该资源，"进程1"用完该资源以后就将锁释放掉，让其他进程来获得锁，那么通过这个锁机制，我们就能保证了分布式系统中多个进程能够有序的访问该临界资源。那么我们把这个分布式环境下的这个锁叫作分布式锁。这个分布式锁也就是我们分布式协调技术实现的核心内容，那么如何实现这个分布式呢，那就是我们后面要讲的内容。

分布式锁的实现

为了防止分布式系统中的多个进程之间相互干扰，我们需要一种分布式协调技术来对这些进程进行调度。而这个分布式协调技术的核心就是来实现这个 分布式锁。那么这个锁怎么实现呢？这实现起来确实相对来说比较困难的。

面临的问题

在看了上图所示的分布式环境之后，有人可能会感觉这不是很难。无非是将原来在同一台机器上对进程调度的原语，通过网络实现在分布式环境中。是的，表面上是可以这么说。但是问题就在网络这，在分布式系统中，所有在同一台机器上的假设都不存在：因为网络是不可靠的。

比如，在同一台机器上，你对一个服务的调用如果成功，那就是成功，如果调用失败，比如抛出异常那就是调用失败。但是在分布式环境中，由于网络的不可靠，你对一个服务的调用失败了并不表示一定是失败的，可能是执行成功了，但是响应返回的时候失败了。还有，A和B都去调用C服务，在时间上 A还先调用一些，B后调用，那么最后的结果是不是一定A的请求就先于B到达呢？这些在同一台机器上的种种假设，我们都要重新思考，我们还要思考这些问题给我们的设计和编码带来了哪些影响。还有，在分布式环境中为了提升可靠性，我们往往会部署多套服务，但是如何在多套服务中达到一致性，这在同一台机器上多个进程之间的同步相对来说比较容易办到，但在分布式环境中确实一个大难题。

所以分布式协调远比在同一台机器上对多个进程的调度要难得多，而且如果为每一个分布式应用都开发一个独立的协调程序。一方面，协调程序的反复编写浪费，且难以形成通用、伸缩性好的协调器。另一方面，协调程序开销比较大，会影响系统原有的性能。所以，急需一种高可靠、高可用的通用协调机制来用以协调分布式应用。

分布式锁的实现者

目前，在分布式协调技术方面做得比较好的就是Google的Chubby还有Apache的ZooKeeper他们都是分布式锁的实现者。有人会问既然有了Chubby为什么还要弄一个ZooKeeper，难道Chubby做得不够好吗？不是这样的，主要是Chbby是非开源的，Google自家用。后来雅虎模仿Chubby开发出了ZooKeeper，也实现了类似的分布式锁的功能，并且将ZooKeeper作为一种开源的程序捐献给了 Apache，那么这样就可以使用ZooKeeper所提供锁服务。而且在分布式领域久经考验，它的可靠性，可用性都是经过理论和实践的验证的。所以我们在构建一些分布式系统的时候，就可以以这类系统为起点来构建我们的系统，这将节省不少成本，而且bug也将更少。

2 分布式集群高可用性模式部署详解

2.1 集群规划

首先进行集群规划：
主机名 IP 安装的软件运行的进程
node01 192.168.1.201 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
node02 192.168.1.202 jdk、hadoop NameNode、DFSZKFailoverController(zkfc)
node03 192.168.1.203 jdk、hadoop ResourceManager
node04 192.168.1.204 jdk、hadoop ResourceManager

node05 192.168.1.205 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、

QuorumPeerMain

node06 192.168.1.206 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、

QuorumPeerMain

node07 192.168.1.207 jdk、hadoop、zookeeper DataNode、NodeManager、JournalNode、

QuorumPeerMain

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active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

2.2 安装配置步骤详解

1.安装配置zooekeeper集群（在node05上）
1.1解压
tar -zxvf zookeeper-3.4.5.tar.gz -C /node/
1.2修改配置
cd /node/zookeeper-3.4.5/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
修改：dataDir=/node/zookeeper-3.4.5/tmp
在最后添加：
server.1=node05:2888:3888
server.2=node06:2888:3888
server.3=node07:2888:3888
保存退出
然后创建一个tmp文件夹
mkdir /node/zookeeper-3.4.5/tmp
再创建一个空文件
touch /node/zookeeper-3.4.5/tmp/myid
最后向该文件写入ID
echo 1 > /node/zookeeper-3.4.5/tmp/myid
1.3将配置好的zookeeper拷贝到其他节点(首先分别在node06、node07根目录下创建一个node目录：mkdir /node)
scp -r /node/zookeeper-3.4.5/node06:/node/
scp -r /node/zookeeper-3.4.5/ node07:/node/

注意：修改node06、node07对应/node/zookeeper-3.4.5/tmp/myid内容
node06：
echo 2 > /node/zookeeper-3.4.5/tmp/myid
node07：
echo 3 > /node/zookeeper-3.4.5/tmp/myid

2.安装配置hadoop集群（在node01上操作）
2.1解压
tar -zxvf hadoop-2.4.1.tar.gz -C /node/
2.2配置HDFS（hadoop2.0所有的配置文件都在$HADOOP_HOME/etc/hadoop目录下）
#将hadoop添加到环境变量中
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.7.0_55
export HADOOP_HOME=/node/hadoop-2.4.1
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin

#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

2.2.1修改hadoo-env.sh
export JAVA_HOME=/home/hadoop/app/jdk1.7.0_55

2.2.2修改core-site.xml
<configuration>

<property>
<name>fs.defaultFS</name>
<value>hdfs://ns1/</value>
</property>

<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/app/hadoop-2.4.1/tmp</value>
</property>


<property>
<name>ha.zookeeper.quorum</name>
<value>node05:2181,node06:2181,node07:2181</value>
</property>
</configuration>

2.2.3修改hdfs-site.xml
<configuration>

<property>
<name>dfs.nameservices</name>
<value>ns1</value>
</property>

<property>
<name>dfs.ha.namenodes.ns1</name>
<value>nn1,nn2</value>
</property>

<property>
<name>dfs.namenode.rpc-address.ns1.nn1</name>
<value>node01:9000</value>
</property>

<property>
<name>dfs.namenode.http-address.ns1.nn1</name>
<value>node01:50070</value>
</property>

<property>
<name>dfs.namenode.rpc-address.ns1.nn2</name>
<value>node02:9000</value>
</property>

<property>
<name>dfs.namenode.http-address.ns1.nn2</name>
<value>node02:50070</value>
</property>

<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://node05:8485;node06:8485;node07:8485/ns1</value>
</property>

<property>
<name>dfs.journalnode.edits.dir</name>
<value>/home/hadoop/app/hadoop-2.4.1/journaldata</value>
</property>

<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>

<property>
<name>dfs.client.failover.proxy.provider.ns1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>

<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
shell(/bin/true)
</value>
</property>

<property>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/hadoop/.ssh/id_rsa</value>
</property>

<property>
<name>dfs.ha.fencing.ssh.connect-timeout</name>
<value>30000</value>
</property>
</configuration>

2.2.4修改mapred-site.xml
<configuration>

<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>

2.2.5修改yarn-site.xml
<configuration>

<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>

<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>yrc</value>
</property>

<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>

<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>node03</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>node04</value>
</property>

<property>
<name>yarn.resourcemanager.zk-address</name>
<value>node05:2181,node06:2181,node07:2181</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node01上启动HDFS、在node03启动yarn，所以node01上的slaves文件指定的是datanode的位置，node03上的slaves文件指定的是nodemanager的位置)
node05
node06
node07

2.2.7配置免密码登陆
#首先要配置node01到node02、node03、node04、node05、node06、node07的免密码登陆（HDFS相关，node manager）
#在node01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-id node01
ssh-coyp-id node02
ssh-coyp-id node03
ssh-coyp-id node04
ssh-coyp-id node05
ssh-coyp-id node06

ssh-coyp-id node07

#配置node03到node04、node05、node06、node07的免密码登陆
#在node03上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点
ssh-coyp-id node04
ssh-coyp-id node05
ssh-coyp-id node06
ssh-coyp-id node07
#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置node02到node01的免登陆
在node02上生产一对钥匙
ssh-keygen -t rsa
ssh-coyp-id -i node01

2.4将配置好的hadoop拷贝到其他节点
scp -r /node/hadoop-2.4.1/ hadoop@node02:/node/
scp -r /node/hadoop-2.4.1/ hadoop@node03:/node/
scp -r /node/hadoop-2.4.1/ hadoop@node04:/node/
scp -r /node/hadoop-2.4.1/ hadoop@node05:/node/
scp -r /node/hadoop-2.4.1/ hadoop@node06:/node/
scp -r /node/hadoop-2.4.1/ hadoop@node07:/node/
###注意：严格按照下面的步骤
2.5启动zookeeper集群（分别在node05、node06、node07上启动zk）
cd /node/zookeeper-3.4.5/bin/
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status

2.6启动journalnode（分别在node05、node06、node07上执行）
cd /weekend/hadoop-2.4.1
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验，node05、node06、node07上多了JournalNode进程

2.7格式化HDFS
#在node01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/node/hadoop-2.4.1/tmp，然后将/node/hadoop-2.4.1/tmp拷贝到node02的/node/hadoop-2.4.1/下。
scp -r tmp/ node02:/home/hadoop/app/hadoop-2.4.1/
##也可以这样，建议hdfs namenode -bootstrapStandby

2.8格式化ZKFC(在node01上执行即可)
hdfs zkfc -formatZK

2.9启动HDFS(在node01上执行)
sbin/start-dfs.sh

2.10启动YARN(#####注意#####：是在node03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

到此，hadoop-2.4.1配置完毕，可以统计浏览器访问:
http://192.168.1.201:50070
NameNode 'node01:9000' (active)
http://192.168.1.202:50070
NameNode 'node02:9000' (standby)

验证HDFS HA
首先向hdfs上传一个文件
hadoop fs -put /etc/profile /profile
hadoop fs -ls /
然后再kill掉active的NameNode
kill -9 <pid of NN>
通过浏览器访问：http://192.168.1.202:50070
NameNode 'node02:9000' (active)
这个时候node02上的NameNode变成了active
在执行命令：
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://192.168.1.201:50070
NameNode 'node01:9000' (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

OK，大功告成！！！

Hadoop之分布式集群高可用性(HA)模式部署详解与Zookeeper

1 分布式协调技术

分布式锁的实现

面临的问题

分布式锁的实现者

2 分布式集群高可用性模式部署详解

2.1 集群规划

2.2 安装配置步骤详解

猜你喜欢