Hadoop HA 安装、布署

民工哥技术之路
235 阅读10分钟
原文链接： mp.weixin.qq.com

原文：https://gitbook.cn/books/5954c9600326c7705af8a92a/index.html

接上一篇：史上最详细、最全面的Hadoop环境搭建

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。

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。

#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。检查ntp服务是否已经安装[hadoop@bigdata-senior03 data]$ sudo rpm -qa | grep ntpntpdate-4.2.6p5-1.el6.centos.x86_64ntp-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。#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 127.127.1.0fudge 127.127.1.0 stratum 10#修改配置文件ntpd[hadoop@bigdata-senior03 ~]$ sudo vim /etc/sysconfig/ntpd添加一行配置：SYNC_CLOCK=yes
#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。#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#测试同步是否有效,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#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。#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。
Zookeeper分布式机器部署

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。）

几句话了解Zookeeper工作原理

安装zookeeper

我们这里在BigData01、BigData02、BigData03三台机器上安装zookeeper集群。

#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/# 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.cfgdataDir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:2888:3888server.2=bigdata-senior02.chybinmy.com:2888:3888server.3=bigdata-senior03.chybinmy.com:2888:3888server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。
#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。
#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#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 [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#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

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
Hadoop 2.x HDFS HA 部署

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。

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。

搭建HDFS HA 环境

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 
#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#新解压Hadoop 2.5.0[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopha/#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"#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>#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。#配置slaves文件bigdata-senior01.chybinmy.combigdata-senior02.chybinmy.combigdata-senior03.chybinmy.com#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
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 journalnodejps命令查看是否启动。
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
#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#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。

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。
启动HDFS、JournalNode、zkfc
#启动NameNode、DataNode、JournalNode、zkfc[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/start-dfs.shzkfc只针对NameNode监听。

测试HDFS HA

#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 3364nn1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。

Hadoop 2.x YARN HA 部署

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。

搭建YARN HA环境
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 
#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>#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/\#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
测试YARN HA
#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#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# 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。#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。

HDFS Federation 架构部署

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。

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。

HDFS Federation的架构图

HDFS Federation搭建

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 
#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#新解压Hadoop 2.5.0[hadoop@bigdata-senior01 ~]$ tar -zxf /opt/sofeware/hadoop-2.5.0.tar.gz -C /opt/modules/hadoopfederation/# 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”#配置hdfs-site.xml<configuration><property><!—配置三台NameNode -->    <name>dfs.nameservices</name>    <value>ns1,ns2,ns3</value>  </property>  <property><!—第一台NameNode的机器名和rpc端口，指定了NameNode和DataNode通讯用的端口号 -->    <name>dfs.namenode.rpc-address.ns1</name>    <value>bigdata-senior01.chybinmy.com:8020</value>  </property>   <property><!—第一台NameNode的机器名和rpc端口，备用端口号 -->    <name>dfs.namenode.serviceerpc-address.ns1</name>    <value>bigdata-senior01.chybinmy.com:8022</value>  </property>  <property><!—第一台NameNode的http页面地址和端口号 -->    <name>dfs.namenode.http-address.ns1</name>    <value>bigdata-senior01.chybinmy.com:50070</value>  </property><property><!—第一台NameNode的https页面地址和端口号 -->    <name>dfs.namenode.https-address.ns1</name>    <value>bigdata-senior01.chybinmy.com:50470</value>  </property>  <property>    <name>dfs.namenode.rpc-address.ns2</name>    <value>bigdata-senior02.chybinmy.com:8020</value>  </property>   <property>    <name>dfs.namenode.serviceerpc-address.ns2</name>    <value>bigdata-senior02.chybinmy.com:8022</value>  </property>  <property>    <name>dfs.namenode.http-address.ns2</name>    <value>bigdata-senior02.chybinmy.com:50070</value>  </property>    <property>    <name>dfs.namenode.https-address.ns2</name>    <value>bigdata-senior02.chybinmy.com:50470</value></property><property>    <name>dfs.namenode.rpc-address.ns3</name>    <value>bigdata-senior03.chybinmy.com:8020</value>  </property>   <property>    <name>dfs.namenode.serviceerpc-address.ns3</name>    <value>bigdata-senior03.chybinmy.com:8022</value>  </property>  <property>    <name>dfs.namenode.http-address.ns3</name>    <value>bigdata-senior03.chybinmy.com:50070</value>  </property>    <property>    <name>dfs.namenode.https-address.ns3</name>    <value>bigdata-senior03.chybinmy.com:50470</value>  </property> </configuration>#配置core-site.xml<configuration><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。#配置slaves文件bigdata-senior01.chybinmy.combigdata-senior02.chybinmy.combigdata-senior03.chybinmy.com#配置yarn-site.xml<configuration><property>    <name>yarn.nodemanager.aux-services</name>    <value>mapreduce_shuffle</value> </property>      <property>    <name>yarn.resourcemanager.hostname</name>    <value>bigdata-senior02.chybinmy.com</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>     </configuration>#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/ /opt/modules/hadoopfederation bigdata-senior02.chybinmy.com:/opt/modules[hadoop@bigdata-senior01 hadoop-2.5.0]$ scp -r /opt/modules/hadoopfederation bigdata-senior03.chybinmy.com:/opt/modules#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 -clusterId hadoop-federation-clusterId这里一定要指定一个集群ID，使得多个NameNode的集群ID是一样的，因为这三个NameNode在同一个集群中，这里集群ID为hadoop-federation-clusterId。在第二台NameNode上:[hadoop@bigdata-senior02 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId在第三台NameNode上:[hadoop@bigdata-senior03 hadoop-2.5.0]$ bin/hdfs namenode -format -clusterId hadoop-federation-clusterId# 启动NameNode在第一台、第二台、第三台机器上启动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[hadoop@bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start namenode

启动后，用jps命令查看是否已经启动成功。查看HDFS Web页面，此时三个NameNode都是standby状态。

#启动DataNode[hadoop@bigdata-senior01 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode[hadoop@bigdata-senior02 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode[hadoop@bigdata-senior03 hadoop-2.5.0]$ sbin/hadoop-daemon.sh start datanode启动后，用jps命令确认DataNode进程已经启动成功。
测试HDFS Federation
#修改core-site.xml在bigdata-senior01机器上,修改core-site.xml文件，指定连接的NameNode是第一台NameNode。[hadoop@bigdata-senior01 hadoop-2.5.0]$ vim etc/hadoop/core-site.xml<configuration>  <property>     <name>fs.defaultFS</name>     <value>hdfs://bigdata-senior01.chybinmy.com:8020</value>  </property><property>    <name>hadoop.tmp.dir</name>    <value>/opt/modules/hadoopfederation/hadoop-2.5.0/data/tmp</value></property></configuration>#在bigdate-senior01上传一个文件到HDFS[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -mkdir /tmp[hadoop@bigdata-senior01 hadoop-2.5.0]$ bin/hdfs dfs -put ~/shuffle_daily.sh /tmp/shuffle_daily.sh#查看HDFS文件
可以看到，刚才的文件只上传到了bigdate-senior01机器上的NameNode上了，并没有上传到其他的NameNode上去。这样，在HDFS的客户端，可以指定要上传到哪个NameNode上，从而来达到了划分NameNode的目的。

推荐阅读

顺丰被删库？半个DBA的跑路经验总结

使用docker Registry快速搭建私有镜像仓库(内附干货)

我不敢休息，因为我没有存款

网红景点堵上热搜！稻城从白天塞到黑夜，厕所几百人排队…

天天在讲的 NoSQL 数据库到底是个什么鬼？

容器技术｜Docker三剑客之docker-swarm

史上最详细、最全面的Hadoop环境搭建

MySQL太慢？试试这些诊断思路和工具

·end·

—写文不易，你的转发就是对我最大的支持—

我们一起愉快的玩耍吧

目前40000+人已关注加入我们

             

             

关注公众号点击菜单“微信群”  入群一起交流吧

喜欢,就扫码关注给它增加一个读者吧！

avatar
文章
阅读
粉丝