第五部分:Hadoop HA安装
HA的意思是High Availability高可用,指当当前工作中的机器宕机后,会自动处理这个异常,并将工作无缝地转移到其他备用机器上去,以来保证服务的高可用。
HA方式安装部署才是最常见的生产环境上的安装部署方式。Hadoop HA是Hadoop 2.x中新添加的特性,包括NameNode HA 和 ResourceManager HA。因为DataNode和NodeManager本身就是被设计为高可用的,所以不用对他们进行特殊的高可用处理。
第九步、时间服务器搭建
Hadoop对集群中各个机器的时间同步要求比较高,要求各个机器的系统时间不能相差太多,不然会造成很多问题。可以配置集群中各个机器和互联网的时间服务器进行时间同步,但是在实际生产环境中,集群中大部分服务器是不能连接外网的,这时候可以在内网搭建一个自己的时间服务器(NTP服务器),集群的各个机器与这个时间服务器进行时间同步。
三十三、配置NTP服务器
我们选择第三台机器(bigdata-senior03.chybinmy.com)为NTF服务器,其他机器和这台机器进行同步。
1、 检查ntp服务是否已经安装
-
[hadoop
@bigdata-senior03 data]$ sudo rpm -qa | grep ntp
-
ntpdate-
4.2
.6p5-
1.el6.centos.x86_64
-
ntp-
4.2
.6p5-
1.el6.centos.x86_64
显示已经安装过了ntp程序,其中ntpdate-4.2.6p5-1.el6.centos.x86_64
是用来和某台服务器进行同步的,ntp-4.2.6p5-1.el6.centos.x86_64
是用来提供时间同步服务的。
2、 修改配置文件ntp.conf
[hadoop@bigdata-senior03 data]$ vim /etc/ntp.conf
启用restrice,修改网段
restrict 192.168.100.0 mask 255.255.255.0 nomodify notrap
将这行的注释去掉,并且将网段改为集群的网段,我们这里是100网段。
注释掉server域名配置
-
#server
0.centos.pool.ntp.org iburst
-
#server
1.centos.pool.ntp.org iburst
-
#server
2.centos.pool.ntp.org iburst
-
#server
3.centos.pool.ntp.org iburst
是时间服务器的域名,这里不需要连接互联网,所以将他们注释掉。
修改
server 127.127.1.0
fudge 127.127.1.0 stratum 10
3、 修改配置文件ntpd
[hadoop@bigdata-senior03 ~]$ sudo vim /etc/sysconfig/ntpd
添加一行配置:SYNC_CLOCK=yes
4、 启动ntp服务
[hadoop@bigdata-senior03 ~]$ sudo chkconfig ntpd on
这样每次机器启动时,ntp服务都会自动启动。
三十四、配置其他机器的同步
切换到root用户进行配置通过contab进行定时同步:
-
[root
@bigdata-senior02 hadoop]# crontab -e
-
*/
10 * * * * /usr/sbin/ntpdate bigdata-senior03.chybinmy.com
-
[root
@bigdata-senior02 hadoop]# crontab -e
-
*/
10 * * * * /usr/sbin/ntpdate bigdata-senior03.chybinmy.com
三十五、 测试同步是否有效
1、 查看目前三台机器的时间
-
[hadoop
@bigdata-senior03 ~]$ date
"+%Y-%m-%d %H:%M:%S"
-
2016-
09-
23
16:
43:
56
-
[hadoop
@bigdata-senior02 ~]$ date
"+%Y-%m-%d %H:%M:%S"
-
2016-
09-
23
16:
44:
08
-
[hadoop
@bigdata-senior01 data]$ date
"+%Y-%m-%d %H:%M:%S"
-
2016-
09-
23
16:
44:
18
2、 修改bigdata-senior01上的时间
将时间改为一个以前的时间:
-
[hadoop
@bigdata-senior01 data]$ sudo date -s
'2016-01-01 00:00:00'
-
Fri Jan
1
00:
00:
00 CST
2016
-
[hadoop
@bigdata-senior01 data]$ date
"+%Y-%m-%d %H:%M:%S"
-
2016-
01-
01
00:
00:
05
等10分钟,看是否可以实现自动同步,将bigdata-senior01上的时间修改为和bigdata-senior03上的一致。
3、 查看是否自动同步时间
-
[hadoop
@bigdata-senior01 data]$ date
"+%Y-%m-%d %H:%M:%S"
-
2016-
09-
23
16:
54:
36
可以看到bigdata-senior01上的时间已经实现自动同步了。
第十步、Zookeeper分布式机器部署
三十六、zookeeper说明
Zookeeper在Hadoop集群中的作用。
Zookeeper是分布式管理协作框架,Zookeeper集群用来保证Hadoop集群的高可用,(高可用的含义是:集群中就算有一部分服务器宕机,也能保证正常地对外提供服务。)
Zookeeper保证高可用的原理。
Zookeeper集群能够保证NamaNode服务高可用的原理是:Hadoop集群中有两个NameNode服务,两个NaameNode都定时地给Zookeeper发送心跳,告诉Zookeeper我还活着,可以提供服务,单某一个时间只有一个是Action状态,另外一个是Standby状态,一旦Zookeeper检测不到Action NameNode发送来的心跳后,就切换到Standby状态的NameNode上,将它设置为Action状态,所以集群中总有一个可用的NameNode,达到了NameNode的高可用目的。
Zookeeper的选举机制。
Zookeeper集群也能保证自身的高可用,保证自身高可用的原理是,Zookeeper集群中的各个机器分为Leader和Follower两个角色,写入数据时,要先写入Leader,Leader同意写入后,再通知Follower写入。客户端读取数时,因为数据都是一样的,可以从任意一台机器上读取数据。
这里Leader角色就存在单点故障的隐患,高可用就是解决单点故障隐患的。Zookeeper从机制上解决了Leader的单点故障问题,Leader是哪一台机器是不固定的,Leader是选举出来的。选举流程是,集群中任何一台机器发现集群中没有Leader时,就推荐自己为Leader,其他机器来同意,当超过一半数的机器同意它为Leader时,选举结束,所以Zookeeper集群中的机器数据必须是奇数。这样就算当Leader机器宕机后,会很快选举出新的Leader,保证了Zookeeper集群本身的高可用。
写入高可用。
集群中的写入操作都是先通知Leader,Leader再通知Follower写入,实际上当超过一半的机器写入成功后,就认为写入成功了,所以就算有些机器宕机,写入也是成功的。
读取高可用。
zookeeperk客户端读取数据时,可以读取集群中的任何一个机器。所以部分机器的宕机并不影响读取。
zookeeper服务器必须是奇数台,因为zookeeper有选举制度,角色有:领导者、跟随者、观察者,选举的目的是保证集群中数据的一致性。
三十七、安装zookeeper
我们这里在BigData01、BigData02、BigData03三台机器上安装zookeeper集群。
1、 解压安装包
在BigData01上安装解压zookeeper安装包。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ tar -zxf /opt/sofeware/zookeeper-3.4.8.tar.gz -C /opt/modules/
2、 修改配置
拷贝conf下的zoo_sample.cfg副本,改名为zoo.cfg。zoo.cfg是zookeeper的配置文件:
[hadoop@bigdata-senior01 zookeeper-3.4.8]$ cp conf/zoo_sample.cfg conf/zoo.cfg
dataDir属性设置zookeeper的数据文件存放的目录:
dataDir=/opt/modules/zookeeper-3.4.8/data/zData
指定zookeeper集群中各个机器的信息:
-
server
.1=bigdata-senior01.chybinmy.com:
2888:
3888
-
server
.2=bigdata-senior02.chybinmy.com:
2888:
3888
-
server
.3=bigdata-senior03.chybinmy.com:
2888:
3888
server后面的数字范围是1到255,所以一个zookeeper集群最多可以有255个机器。
3、 创建myid文件
在dataDir所指定的目录下创一个名为myid的文件,文件内容为server点后面的数字。
4、 分发到其他机器
-
[hadoop
@bigdata-senior01 zookeeper-
3.4
.8]$ scp -r /opt/modules/zookeeper-
3.4
.8 bigdata-senior02.chybinmy.com:/opt/modules
-
[hadoop
@bigdata-senior01 zookeeper-
3.4
.8]$ scp -r /opt/modules/zookeeper-
3.4
.8 bigdata-senior03.chybinmy.com:/opt/modules
5、 修改其他机器上的myid文件
-
[hadoop
@bigdata-senior02 zookeeper-
3.4.
8]
$ echo
2 >
/opt/modules
/zookeeper-3.4.8/data
/zData/myid
-
[hadoop
@bigdata-senior02 zookeeper-
3.4.
8]
$ cat /opt/modules/zookeeper-
3.4.
8/data/zData/myid
-
2
-
[hadoop
@bigdata-senior03 ~]
$ echo
3 >
/opt/modules
/zookeeper-3.4.8/data
/zData/myid
-
[hadoop
@bigdata-senior03 ~]
$ cat /opt/modules/zookeeper-
3.4.
8/data/zData/myid
-
3
6、 启动zookeeper
需要在各个机器上分别启动zookeeper。
-
[hadoop
@bigdata-senior01 zookeeper-
3.4.
8]
$ bin/zkServer.sh start
-
[hadoop
@bigdata-senior02 zookeeper-
3.4.
8]
$ bin/zkServer.sh start
-
[hadoop
@bigdata-senior03 zookeeper-
3.4.
8]
$ bin/zkServer.sh start
三十八、zookeeper命令
进入zookeeper Shell
在zookeeper根目录下执行 bin/zkCli.sh进入zk shell模式。
zookeeper很像一个小型的文件系统,/是根目录,下面的所有节点都叫zNode。
进入zk shell 后输入任意字符,可以列出所有的zookeeper命令
查询zNode上的数据:get /zookeeper
创建一个zNode : create /znode1 “demodata “
列出所有子zNode:ls /
删除znode : rmr /znode1
退出shell模式:quit
第十一步、Hadoop 2.x HDFS HA 部署
三十九、HDFS HA原理
单NameNode的缺陷存在单点故障的问题,如果NameNode不可用,则会导致整个HDFS文件系统不可用。所以需要设计高可用的HDFS(Hadoop HA)来解决NameNode单点故障的问题。解决的方法是在HDFS集群中设置多个NameNode节点。但是一旦引入多个NameNode,就有一些问题需要解决。
HDFS HA需要保证的四个问题:
保证NameNode内存中元数据数据一致,并保证编辑日志文件的安全性。
多个NameNode如何协作
客户端如何能正确地访问到可用的那个NameNode。
怎么保证任意时刻只能有一个NameNode处于对外服务状态。
解决方法
对于保证NameNode元数据的一致性和编辑日志的安全性,采用Zookeeper来存储编辑日志文件。
两个NameNode一个是Active状态的,一个是Standby状态的,一个时间点只能有一个Active状态的
NameNode提供服务,两个NameNode上存储的元数据是实时同步的,当Active的NameNode出现问题时,通过Zookeeper实时切换到Standby的NameNode上,并将Standby改为Active状态。客户端通过连接一个Zookeeper的代理来确定当时哪个NameNode处于服务状态。
四十、HDFS HA架构图
HDFS HA架构中有两台NameNode节点,一台是处于活动状态(Active)为客户端提供服务,另外一台处于热备份状态(Standby)。
元数据文件有两个文件:fsimage和edits,备份元数据就是备份这两个文件。JournalNode用来实时从Active NameNode上拷贝edits文件,JournalNode有三台也是为了实现高可用。
Standby NameNode不对外提供元数据的访问,它从Active NameNode上拷贝fsimage文件,从JournalNode上拷贝edits文件,然后负责合并fsimage和edits文件,相当于SecondaryNameNode的作用。最终目的是保证Standby NameNode上的元数据信息和Active NameNode上的元数据信息一致,以实现热备份。
Zookeeper来保证在Active NameNode失效时及时将Standby NameNode修改为Active状态。
ZKFC(失效检测控制)是Hadoop里的一个Zookeeper客户端,在每一个NameNode节点上都启动一个ZKFC进程,来监控NameNode的状态,并把NameNode的状态信息汇报给Zookeeper集群,其实就是在Zookeeper上创建了一个Znode节点,节点里保存了NameNode状态信息。当NameNode失效后,ZKFC检测到报告给Zookeeper,Zookeeper把对应的Znode删除掉,Standby ZKFC发现没有Active状态的NameNode时,就会用shell命令将自己监控的NameNode改为Active状态,并修改Znode上的数据。
Znode是个临时的节点,临时节点特征是客户端的连接断了后就会把znode删除,所以当ZKFC失效时,也会导致切换NameNode。DataNode会将心跳信息和Block汇报信息同时发给两台NameNode,DataNode只接受Active NameNode发来的文件读写操作指令。
四十一、搭建HDFS HA 环境
1、 服务器角色规划
bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com |
---|---|---|
NameNode | NameNode | |
Zookeeper | Zookeeper | Zookeeper |
DataNode | DataNode | DataNode |
ResourceManage | ResourceManage | |
NodeManager | NodeManager | NodeManager |
2、 创建HDFS HA 版本Hadoop程序目录
在bigdata01、bigdata02、bigdata03三台机器上分别创建目录/opt/modules/hadoopha/用来存放Hadoop HA环境。
[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopha
3、 新解压Hadoop 2.5.0
[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopha/
4、 配置Hadoop JDK路径
-
修改hadoop-env.sh、mapred-env.sh、yarn-env.sh文件中的JDK路径
-
export JAVA_HOME=
"/opt/modules/jdk1.7.0_67"
5、 配置hdfs-site.xml
-
<?xml version="1.0" encoding="UTF-8"?>
-
<configuration>
-
<property>
-
<!-- 为namenode集群定义一个services name -->
-
<name>dfs.nameservices
</name>
-
<value>ns1
</value>
-
</property>
-
<property>
-
<!-- nameservice 包含哪些namenode,为各个namenode起名 -->
-
<name>dfs.ha.namenodes.ns1
</name>
-
<value>nn1,nn2
</value>
-
</property>
-
<property>
-
<!-- 名为nn1的namenode 的rpc地址和端口号,rpc用来和datanode通讯 -->
-
<name>dfs.namenode.rpc-address.ns1.nn1
</name>
-
<value>bigdata-senior01.chybinmy.com:8020
</value>
-
</property>
-
<property>
-
<!-- 名为nn2的namenode 的rpc地址和端口号,rpc用来和datanode通讯 -->
-
<name>dfs.namenode.rpc-address.ns1.nn2
</name>
-
<value>bigdata-senior02.chybinmy.com:8020
</value>
-
</property>
-
<property>
-
<!--名为nn1的namenode 的http地址和端口号,web客户端 -->
-
<name>dfs.namenode.http-address.ns1.nn1
</name>
-
<value>bigdata-senior01.chybinmy.com:50070
</value>
-
</property>
-
<property>
-
<!--名为nn2的namenode 的http地址和端口号,web客户端 -->
-
<name>dfs.namenode.http-address.ns1.nn2
</name>
-
<value>bigdata-senior02.chybinmy.com:50070
</value>
-
</property>
-
<property>
-
<!-- namenode间用于共享编辑日志的journal节点列表 -->
-
<name>dfs.namenode.shared.edits.dir
</name>
-
<value>qjournal://bigdata-senior01.chybinmy.com:8485;bigdata-senior02.chybinmy.com:8485;bigdata-senior03.chybinmy.com:8485/ns1
</value>
-
</property>
-
<property>
-
<!-- journalnode 上用于存放edits日志的目录 -->
-
<name>dfs.journalnode.edits.dir
</name>
-
<value>/opt/modules/hadoopha/hadoop-2.5.0/tmp/data/dfs/jn
</value>
-
</property>
-
<property>
-
<!-- 客户端连接可用状态的NameNode所用的代理类 -->
-
<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
</value>
-
</property>
-
<property>
-
<name>dfs.ha.fencing.ssh.private-key-files
</name>
-
<value>/home/hadoop/.ssh/id_rsa
</value>
-
</property>
-
</configuration>
6、 配置core-site.xml
-
<?xml version="1.0" encoding="UTF-8"?>
-
<configuration>
-
<property>
-
<!-- hdfs 地址,ha中是连接到nameservice -->
-
<name>fs.defaultFS
</name>
-
<value>hdfs://ns1
</value>
-
</property>
-
<property>
-
<!-- -->
-
<name>hadoop.tmp.dir
</name>
-
<value>/opt/modules/hadoopha/hadoop-2.5.0/data/tmp
</value>
-
</property>
-
</configuration>
hadoop.tmp.dir
设置hadoop临时目录地址,默认时,NameNode和DataNode的数据存在这个路径下。
7、 配置slaves文件
bigdata-senior01.chybinmy.com bigdata-senior02.chybinmy.com bigdata-senior03.chybinmy.com
8、 分发到其他节点
分发之前先将share/doc目录删除,这个目录中是帮助文件,并且很大,可以删除。
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp -r /opt/modules/hadoopha bigdata-senior02.chybinmy.com:/opt/modules
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp -r /opt/modules/hadoopha bigdata-senior03.chybinmy.com:/opt/modules
9、 启动HDFS HA集群
三台机器分别启动Journalnode。
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh start journalnode
-
[hadoop
@bigdata-senior02 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh start journalnode
-
[hadoop
@bigdata-senior03 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh start journalnode
jps命令查看是否启动。
10、 启动Zookeeper
在三台节点上启动Zookeeper:
-
[hadoop
@bigdata-senior01 zookeeper-
3.4
.8]$ bin/zkServer.sh start
-
[hadoop
@bigdata-senior02 zookeeper-
3.4
.8]$ bin/zkServer.sh start
-
[hadoop
@bigdata-senior03 zookeeper-
3.4
.8]$ bin/zkServer.sh start
11、 格式化NameNode
在第一台上进行NameNode格式化:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs namenode -format
在第二台NameNode上:
[hadoop@bigdata-senior02 hadoop-2.5.0]$ bin/hdfs namenode -bootstrapStandby
12、 启动NameNode
在第一台、第二台上启动NameNode:
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh start namenode
-
[hadoop
@bigdata-senior02 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh start namenode
查看HDFS Web页面,此时两个NameNode都是standby状态。
切换第一台为active状态:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs haadmin -transitionToActive nn1
可以添加上forcemanual参数,强制将一个NameNode转换为Active状态。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs haadmin –transitionToActive -forcemanual nn1
此时从web 页面就看到第一台已经是active状态了。
13、 配置故障自动转移
利用zookeeper集群实现故障自动转移,在配置故障自动转移之前,要先关闭集群,不能在HDFS运行期间进行配置。
关闭NameNode、DataNode、JournalNode、zookeeper
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop namenode
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop datanode
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop journalnode
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ cd ../../zookeeper-
3.4
.8/
-
[hadoop
@bigdata-senior01 zookeeper-
3.4
.8]$ bin/zkServer.sh stop
-
[hadoop
@bigdata-senior02 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop namenode
-
[hadoop
@bigdata-senior02 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop datanode
-
[hadoop
@bigdata- senior02 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop journalnode
-
[hadoop
@bigdata- senior02 hadoop-
2.5
.0]$ cd ../../zookeeper-
3.4
.8/
-
[hadoop
@bigdata- senior02 zookeeper-
3.4
.8]$ bin/zkServer.sh stop
-
[hadoop
@bigdata- senior03 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop datanode
-
[hadoop
@bigdata- senior03 hadoop-
2.5
.0]$ sbin/hadoop-daemon.sh stop journalnode
-
[hadoop
@bigdata- senior03 hadoop-
2.5
.0]$ cd ../../zookeeper-
3.4
.8/
-
[hadoop
@bigdata- senior03 zookeeper-
3.4
.8]$ bin/zkServer.sh stop
修改hdfs-site.xml
-
<property>
-
<name>dfs.ha.automatic-failover.enabled
</name>
-
<value>true
</value>
-
</property>
修改core-site.xml
-
<property>
-
<name>ha.zookeeper.quorum
</name>
-
<value>bigdata-senior01.chybinmy.com:2181,bigdata-senior02.chybinmy.com:2181,bigdata-senior03.chybinmy.com:2181
</value>
-
</property>
将hdfs-site.xml和core-site.xml分发到其他机器
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp /opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/hdfs-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp /opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/hdfs-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp /opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/core-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp /opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/core-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/
启动zookeeper
三台机器启动zookeeper
[hadoop@bigdata-senior01 hadoop-2.5.0]$ /opt/modules/zookeeper-3.4.8/bin/zkServer.sh start
创建一个zNode
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ cd /opt/modules/hadoopha/hadoop-
2.5
.0/
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ bin/hdfs zkfc -formatZK
在Zookeeper上创建一个存储namenode相关的节点。
14、 启动HDFS、JournalNode、zkfc
启动NameNode、DataNode、JournalNode、zkfc
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-dfs.sh
zkfc只针对NameNode监听。
四十二、测试HDFS HA
1、 测试故障自动转移和数据是否共享
在nn1上上传文件
目前bigdata-senior01节点上的NameNode是Active状态的。
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put /opt/data/wc.input /
将nn1上的NodeNode进程杀掉
[hadoop@bigdata-senior01 hadoop-2.5.0]$ kill -9 3364
nn1上的namenode已经无法访问了。
查看nn2是否是Active状态
在nn2上查看是否看见文件
经以上验证,已经实现了nn1和nn2之间的文件同步和故障自动转移。
第十二步、Hadoop 2.x YARN HA 部署
四十三、YARN HA原理
Hadoop2.4版本之前,ResourceManager也存在单点故障的问题,也需要实现HA来保证ResourceManger的高可也用性。
ResouceManager从记录着当前集群的资源分配情况和JOB的运行状态,YRAN HA 利用Zookeeper等共享存储介质来存储这些信息来达到高可用。另外利用Zookeeper来实现ResourceManager自动故障转移。
MasterHADaemon:控制RM的 Master的启动和停止,和RM运行在一个进程中,可以接收外部RPC命令。
共享存储:Active Master将信息写入共享存储,Standby Master读取共享存储信息以保持和Active Master同步。
ZKFailoverController:基于Zookeeper实现的切换控制器,由ActiveStandbyElector和HealthMonitor组成,ActiveStandbyElector负责与Zookeeper交互,判断所管理的Master是进入Active还是Standby;HealthMonitor负责监控Master的活动健康情况,是个监视器。
Zookeeper:核心功能是维护一把全局锁控制整个集群上只有一个Active的ResourceManager。
四十四、搭建YARN HA环境
1、 服务器角色规划
bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com |
---|---|---|
NameNode | NameNode | |
Zookeeper | Zookeeper | Zookeeper |
DataNode | DataNode | DataNode |
ResourceManage | ResourceManage | |
NodeManager | NodeManager | NodeManager |
2、 修改配置文件yarn-site.xml
-
<?xml version="1.0" encoding="UTF-8"?>
-
<configuration>
-
<property>
-
<name>yarn.nodemanager.aux-services
</name>
-
<value>mapreduce_shuffle
</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation-enable
</name>
-
<value>true
</value>
-
</property>
-
<property>
-
<name>yarn.log-aggregation.retain-seconds
</name>
-
<value>106800
</value>
-
</property>
-
<property>
-
<!-- 启用resourcemanager的ha功能 -->
-
<name>yarn.resourcemanager.ha.enabled
</name>
-
<value>true
</value>
-
</property>
-
<property>
-
<!-- 为resourcemanage ha 集群起个id -->
-
<name>yarn.resourcemanager.cluster-id
</name>
-
<value>yarn-cluster
</value>
-
</property>
-
<property>
-
<!-- 指定resourcemanger ha 有哪些节点名 -->
-
<name>yarn.resourcemanager.ha.rm-ids
</name>
-
<value>rm12,rm13
</value>
-
</property>
-
<property>
-
<!-- 指定第一个节点的所在机器 -->
-
<name>yarn.resourcemanager.hostname.rm12
</name>
-
<value>bigdata-senior02.chybinmy.com
</value>
-
</property>
-
<property>
-
<!-- 指定第二个节点所在机器 -->
-
<name>yarn.resourcemanager.hostname.rm13
</name>
-
<value>bigdata-senior03.chybinmy.com
</value>
-
</property>
-
<property>
-
<!-- 指定resourcemanger ha 所用的zookeeper 节点 -->
-
<name>yarn.resourcemanager.zk-address
</name>
-
<value>bigdata-senior01.chybinmy.com:2181,bigdata-senior02.chybinmy.com:2181,bigdata-senior03.chybinmy.com:2181
</value>
-
</property>
-
<property>
-
<!-- -->
-
<name>yarn.resourcemanager.recovery.enabled
</name>
-
<value>true
</value>
-
</property>
-
<property>
-
<!-- -->
-
<name>yarn.resourcemanager.store.class
</name>
-
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
</value>
-
</property>
-
</configuration>
3、 分发到其他机器
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp /opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/yarn-site.xml bigdata-senior02.chybinmy.com:/opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/
-
[hadoop
@bigdata-senior01 hadoop-
2.5
.0]$ scp /opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/yarn-site.xml bigdata-senior03.chybinmy.com:/opt/modules/hadoopha/hadoop-
2.5
.0/etc/hadoop/\
4、 启动
在bigdata-senior01上启动yarn:
[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-yarn.sh
在bigdata-senior02、bigdata-senior03上启动resourcemanager:
-
[hadoop
@bigdata-senior02 hadoop-
2.5
.0]$ sbin/yarn-daemon.sh start resourcemanager
-
[hadoop
@bigdata-senior03 hadoop-
2.5
.0]$ sbin/yarn-daemon.sh start resourcemanager
启动后各个节点的进程。
Web客户端访问bigdata02机器上的resourcemanager正常,它是active状态的。
http://bigdata-senior02.chybinmy.com:8088/cluster
访问另外一个resourcemanager,因为他是standby,会自动跳转到active的resourcemanager。
http://bigdata-senior03.chybinmy.com:8088/cluster
四十五、测试YARN HA
5、 运行一个mapreduce job
[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /wc.input /input
6、 在job运行过程中,将Active状态的resourcemanager进程杀掉。
[hadoop@bigdata-senior02 hadoop-2.5.0]$ kill -9 4475
7、 观察另外一个resourcemanager是否可以自动接替。
bigdata02的resourcemanage Web客户端已经不能访问,bigdata03的resourcemanage已经自动变为active状态。
8、 观察job是否可以顺利完成。
而mapreduce job 也能顺利完成,没有因为resourcemanager的意外故障而影响运行。
经过以上测试,已经验证YARN HA 已经搭建成功。
第十三步、HDFS Federation 架构部署
四十六、HDFS Federation 的使用原因
1、 单个NameNode节点的局限性
命名空间的限制。
NameNode上存储着整个HDFS上的文件的元数据,NameNode是部署在一台机器上的,因为单个机器硬件的限制,必然会限制NameNode所能管理的文件个数,制约了数据量的增长。
数据隔离问题。
整个HDFS上的文件都由一个NameNode管理,所以一个程序很有可能会影响到整个HDFS上的程序,并且权限控制比较复杂。
性能瓶颈。
单个NameNode时HDFS文件系统的吞吐量受限于单个NameNode的吞吐量。因为NameNode是个JVM进程,JVM进程所占用的内存很大时,性能会下降很多。
2、 HDFS Federation介绍
HDFS Federation是可以在Hadoop集群中设置多个NameNode,不同于HA中多个NameNode是完全一样的,是多个备份,Federation中的多个NameNode是不同的,可以理解为将一个NameNode切分为了多个NameNode,每一个NameNode只负责管理一部分数据。
HDFS Federation中的多个NameNode共用DataNode。
四十七、HDFS Federation的架构图
四十八、HDFS Federation搭建
1、 服务器角色规划
bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com | bigdata-senior01.chybinmy.com |
---|---|---|
NameNode1 | NameNode2 | NameNode3 |
ResourceManage | ||
DataNode | DataNode | DataNode |
NodeManager | NodeManager | NodeManager |
2、 创建HDFS Federation 版本Hadoop程序目录
在bigdata01上创建目录/opt/modules/hadoopfederation /用来存放Hadoop Federation环境。
[hadoop@bigdata-senior01 modules]$ mkdir /opt/modules/hadoopfederation
3、 新解压Hadoop 2.5.0
[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopfederation/
4、 配置Hadoop JDK路径
修改hadoop-env.sh、mapred-env.sh、yarn-env.sh文件中的JDK路径。
export JAVA_HOME=”/opt/modules/jdk1.7.0_67”