由于在HA架构中包含的节点比较多，在进行实际部署的时候需要做好集群的规划。图14.9一共使用了4个节点来部署HDFS HA，它们分别是：bigdata112、bigdata113、bigdata114和bigdata115。由于Hadoop默认包含了HDFS和Yarn，因此在部署HDFS HA的时候，也可以同时部署Yarn的HA。每个节点上部署的服务如下表所示：
视频讲解如下：
基于已经部署好的ZooKeeper集群的部署，这里直接从Hadoop HA的部署开始。
（1）在每个节点增加以下环境变量。
export HDFS_JOURNALNODE_USER=root export HDFS_ZKFC_USER=root export HDFS_DATANODE_USER=root export HDFS_DATANODE_SECURE_USER=root export HDFS_NAMENODE_USER=root export HDFS_SECONDARYNAMENODE_USER=root export YARN_RESOURCEMANAGER_USER=root export YARN_NODEMANAGER_USER=root
（2）修改bigdata112节点上的hadoo-env.sh文件。
export JAVA_HOME=/root/training/jdk1.8.0_181
（3）修改bigdata112节点上的core-site.xml文件。
<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>/root/training/hadoop-3.1.2/tmp</value> </property> <!-- 指定zookeeper地址 --> <property> <name>ha.zookeeper.quorum</name> <value>bigdata112:2181,bigdata113:2181,bigdata114:2181</value> </property> </configuration>
（4）修改bigdata112节点上的hdfs-site.xml文件。
<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>bigdata112:9000</value> </property> <!-- nn1的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn1</name> <value>bigdata112:9870</value> </property> <!-- nn2的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.ns1.nn2</name> <value>bigdata113:9000</value> </property> <!-- nn2的http通信地址 --> <property> <name>dfs.namenode.http-address.ns1.nn2</name> <value>bigdata113:9870</value> </property> <!-- 指定NameNode的日志在JournalNode上的存放位置 --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://bigdata112:8485;bigdata113:8485;/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>/root/training/hadoop-3.1.2/journal</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--> <!--如果没有隔离机制，会造成DataNode脑裂的问题--> <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>/root/.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>
（5）修改bigdata112节点上的mapred-site.xml文件。
<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>
（6）修改bigdata112节点上的yarn-site.xml文件。
<configuration> <!-- 开启RM高可靠 --> <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>bigdata112</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>bigdata113</value> </property> <!-- 指定zk集群地址 --> <property> <name>yarn.resourcemanager.zk-address</name> <value>bigdata112:2181,bigdata113:2181,bigdata114:2181</value> </property> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>
（7）修改bigdata112节点上的workers文件。
bigdata114 bigdata115
（8）将bigdata112上配置好的hadoop拷贝到其他节点。
scp -r /root/training/hadoop-3.1.2/ root@bigdata113:/root/training/ scp -r /root/training/hadoop-3.1.2/ root@bigdata114:/root/training/ scp -r /root/training/hadoop-3.1.2/ root@bigdata115:/root/training/
（9）在bigdata112、bigdata113和bigdata114上启动Zookeeper集群。
（10）在bigdata112和bigdata113上启动JournalNode。
hadoop-daemon.sh start journalnode
（11）在bigdata112上格式化HDFS。
hdfs namenode -format
（12）将bigdata112上$HADOOP_HOME/tmp拷贝到bigdata113的对应目录下。
scp -r /root/training/hadoop-3.1.2/tmp/dfs/ \ root@bigdata113:/root/training/hadoop-3.1.2/tmp
（13）格式化zookeeper。
hdfs zkfc -formatZK # ZooKeeper格式化成功后，将看到如下的日志输出： # 20/07/13 00:34:33 INFO ha.ActiveStandbyElector: Successfully created /hadoop-ha/ns1 in ZK.
（14）在bigdata112上启动Hadoop集群。
start-all.sh
（15）下面展示了整个集群在启动过程中输出的日志：
Starting namenodes on [bigdata112 bigdata113] Last login: Fri Sep 27 00:18:38 CST 2020 on pts/0 Starting datanodes Last login: Fri Sep 27 00:19:37 CST 2020 on pts/0 Starting journal nodes [bigdata112 bigdata113] Last login: Fri Sep 27 00:19:40 CST 2020 on pts/0 bigdata113: journalnode is running as process 1297. Stop it first. bigdata112: journalnode is running as process 1294. Stop it first. Starting ZK Failover Controllers on NN hosts [bigdata112 bigdata113] Last login: Fri Sep 27 00:19:50 CST 2020 on pts/0 Starting resourcemanagers on [ bigdata112 bigdata113] Last login: Fri Sep 27 00:19:52 CST 2020 on pts/0 Starting nodemanagers Last login: Fri Sep 27 00:20:00 CST 2020 on pts/0 # 通过打印输出的日志可以看到，在bigdata112和bigdata113上启动了两个NameNode、两个JournalNode和两ResourceManager。
（16）通过jps命令查看每个节点上的后台进程，如下图所示。
在部署好了HDFS HA的架构后，便可以进行一个简单的测试以确定是否能够基于ZooKeeper实现主节点的自动切换。
