1、Hadoop HA高可用
1.1 HA概述
1、所谓HA（High Availablity），即高可用（7 * 24小时不中断服务）。
2、实现高可用最关键的策略是消除单点故障。HA严格来说应该分成各个组件的HA机制：HDFS的HA和YARN的HA。
3、NameNode主要在以下两个方面影响HDFS集群
（1）NameNode机器发生意外，如宕机，集群将无法使用，直到管理员重启。
（2）NameNode机器需要升级，包括软件、硬件升级，此时集群也将无法使用。
HDFS HA功能通过配置多个NameNodes(Active/Standby)实现在集群中对NameNode的热备来解决上述问题。如果出现故障，如机器崩溃或机器需要升级维护，这时可通过此种方式将NameNode很快的切换到另外一台机器。
1.2 HDFS-HA核心问题
1、怎么保证三台namenode的数据一致
（1）FsImage：让一台nn生成数据，让其他机器nn同步
（2）Edits：需要引进新的模块JournalNode来保证edits的文件的数据一致性。
2、怎么让同时只有一台nn是active吗，其它所有是standby的
（1）手动分配
（2）自动分配
3、2nn在ha架构中并不存在，定期合并FsImage和Edits的活谁来干？
有standby的nn来干
4、如果nn真的发生问题，怎么让其他的nn上位干活
（1）手动故障转移
（2）自动故障转移
1.3 HDFS-HA手动模式
1.3.1 环境准备
1、修改IP
2、修改主机名和IP地址的映射
3、关闭防火墙
4、ssh免密登录
1.3.2 规划集群
| hadoop102 | hadoop103 | hadoop104 |
| NameNode | NameNode | NameNode |
| JournalNode | JournalNode | JournalNode |
| DataNode | DataNode | DataNode |
1.3.3配置HDFS-HA集群
1、官方地址：http://hadoop.apache.org/
2、在opt目录下创建一个ha文件夹
cd /opt sudo mkdir ha sudo chown zhm:zhm /opt/ha
3、将/opt/module/下的 hadoop-3.1.3拷贝到/opt/ha目录下（记得删除data 和 log目录）
cp -r /opt/module/hadoop-3.1.3 /opt/ha/
4、配置core-site.xml
<configuration> <!-- 把多个NameNode的地址组装成一个集群mycluster --> <property> <name>fs.defaultFS</name> <value>hdfs://mycluster</value> </property> <!-- 指定hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/ha/hadoop-3.1.3/data</value> </property> </configuration>
5、配置hdfs-site.xml
<configuration> <!-- NameNode数据存储目录 --> <property> <name>dfs.namenode.name.dir</name> <value>file://${hadoop.tmp.dir}/name</value> </property> <!-- DataNode数据存储目录 --> <property> <name>dfs.datanode.data.dir</name> <value>file://${hadoop.tmp.dir}/data</value> </property> <!-- JournalNode数据存储目录 --> <property> <name>dfs.journalnode.edits.dir</name> <value>${hadoop.tmp.dir}/jn</value> </property> <!-- 完全分布式集群名称 --> <property> <name>dfs.nameservices</name> <value>mycluster</value> </property> <!-- 集群中NameNode节点都有哪些 --> <property> <name>dfs.ha.namenodes.mycluster</name> <value>nn1,nn2,nn3</value> </property> <!-- NameNode的RPC通信地址 --> <property> <name>dfs.namenode.rpc-address.mycluster.nn1</name> <value>hadoop102:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn2</name> <value>hadoop103:8020</value> </property> <property> <name>dfs.namenode.rpc-address.mycluster.nn3</name> <value>hadoop104:8020</value> </property> <!-- NameNode的http通信地址 --> <property> <name>dfs.namenode.http-address.mycluster.nn1</name> <value>hadoop102:9870</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn2</name> <value>hadoop103:9870</value> </property> <property> <name>dfs.namenode.http-address.mycluster.nn3</name> <value>hadoop104:9870</value> </property> <!-- 指定NameNode元数据在JournalNode上的存放位置 --> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://hadoop102:8485;hadoop103:8485;hadoop104:8485/mycluster</value> </property> <!-- 访问代理类：client用于确定哪个NameNode为Active --> <property> <name>dfs.client.failover.proxy.provider.mycluster</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> </property> <!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 --> <property> <name>dfs.ha.fencing.methods</name> <value>sshfence</value> </property> <!-- 使用隔离机制时需要ssh秘钥登录--> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/home/atguigu/.ssh/id_rsa</value> </property> </configuration>
6、分发配置好的hadoop环境到其他节点
1.3.4 启动HDFS-HA集群
1、将HADOOP_HOME环境变量更改到HA目录（三台机器都要）
sudo vim /etc/profile.d/my_env.sh
填入内容：
#HADOOP_HOME export HADOOP_HOME=/opt/ha/hadoop-3.1.3 export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin
然后再三台机器上source环境变量
source /etc/profile
2、在各个JournalNode（每台机器）节点上，输入以下命令启动JournalNode服务
hdfs --daemon start journalnode
3、在[nn1]上，对其进行格式化，并启动
hdfs namenode -format hdfs --daemon start namenode
4、在[nn2]和[nn3]上同步nn1的元数据信息
hdfs namenode -bootstrapStandby
5、启动[nn2]和[nn3]
hdfs --daemon start namenode
6、查看web页面显示
hadoop102
hadoop103
hadoop104
7、在所有节点上启动DataNode
hdfs --daemon start datanode
8、将[nn1]切换为active
hdfs haadmin -transitionToActive nn1
9、查看是否Active
hdfs haadmin -getServiceState nn1
1.4 HDFS-HA 自动模式
1.4.1 HDFS-HA自动故障转移工作机制
自动故障转移为HDFS部署增加了两个组件：Zookeeper和ZKFailoverController（ZKFC）进程，如图所示。Zookeeper是维护少量协调数据，通知客户端这些数据的改变和监视客户端故障的高可用服务。
1.4.2 HDFS-HA自动故障转移的集群规划
| hadoop102 | hadoop103 | hadoop104 |
| NameNode | NameNode | NameNode |
| JournalNode | JournalNode | JournalNode |
| DataNode | DataNode | DataNode |
| Zookeeper | Zookeeper | Zookeeper |
| ZKFC | ZKFC | ZKFC |
1.4.3 配置HDFS-HA自动故障转移
1、具体配置
（1）在hdfs-site.xml增加
<!-- 启用nn故障自动转移 --> <property> <name>dfs.ha.automatic-failover.enabled</name> <value>true</value> </property>
（2）在core-site.xml增加
<!-- 指定zkfc要连接的zkServer地址 --> <property> <name>ha.zookeeper.quorum</name> <value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value> </property>
（3）修改之后分发配置文件
2、启动
（1）关闭所有HDFS服务：
stop-dfs.sh
（2）启动Zookeeper集群（没有配置一键启动的话，就去每个节点启动一次）
zkServer.sh start
（3）启动Zookeeper以后，然后再初始化HA在Zookeeper中状态
hdfs zkfc -formatZK
（4）启动HDFS服务
start-dfs.sh
（5）可以去zkCli.sh客户端查看Namenode选举锁节点内容
get -s /hadoop-ha/mycluster/ActiveStandbyElectorLock
3、验证
（1）将Active NameNode进程kill，查看网页端三台Namenode的状态变化。
1.5 Yarn-HA配置
1.5.1 Yarn-HA工作机制
1.5.2 配置Yarn-HA集群
1、环境准备
（1）修改IP
（2）修改主机名及主机名和IP地址的映射
（3）关闭防火墙
（4）ssh免密登录
（5）安装JDK，配置环境变量等
（6）配置Zookeeper集群
2、规划集群
| hadoop102 | hadoop103 | hadoop104 |
| ResourceManager | ResourceManager | ResourceManager |
| NodeManager | NodeManager | NodeManager |
| Zookeeper | Zookeeper | Zookeeper |
3、核心问题
（1）如果当前Active rm挂了，其他rm怎么将其它standby rm 上位。
核心原理和HDFS一样，利用了zk的临时节点
（2）当前rm上有很多的计算程序在等待运行，其他的rm怎么将这些程序接手过来接着跑
rm会将当前的所有计算程序的状态存储在zk中，其他rm上位后会去读取，然后接着跑。
4、具体配置
（1）yarn-site.xml
<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!-- 启用resourcemanager ha --> <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property> <!-- 声明两台resourcemanager的地址 --> <property> <name>yarn.resourcemanager.cluster-id</name> <value>cluster-yarn1</value> </property> <!--指定resourcemanager的逻辑列表--> <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2,rm3</value> </property> <!-- ========== rm1的配置 ========== --> <!-- 指定rm1的主机名 --> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>hadoop102</value> </property> <!-- 指定rm1的web端地址 --> <property> <name>yarn.resourcemanager.webapp.address.rm1</name> <value>hadoop102:8088</value> </property> <!-- 指定rm1的内部通信地址 --> <property> <name>yarn.resourcemanager.address.rm1</name> <value>hadoop102:8032</value> </property> <!-- 指定AM向rm1申请资源的地址 --> <property> <name>yarn.resourcemanager.scheduler.address.rm1</name> <value>hadoop102:8030</value> </property> <!-- 指定供NM连接的地址 --> <property> <name>yarn.resourcemanager.resource-tracker.address.rm1</name> <value>hadoop102:8031</value> </property> <!-- ========== rm2的配置 ========== --> <!-- 指定rm2的主机名 --> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>hadoop103</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm2</name> <value>hadoop103:8088</value> </property> <property> <name>yarn.resourcemanager.address.rm2</name> <value>hadoop103:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address.rm2</name> <value>hadoop103:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address.rm2</name> <value>hadoop103:8031</value> </property> <!-- ========== rm3的配置 ========== --> <!-- 指定rm1的主机名 --> <property> <name>yarn.resourcemanager.hostname.rm3</name> <value>hadoop104</value> </property> <!-- 指定rm1的web端地址 --> <property> <name>yarn.resourcemanager.webapp.address.rm3</name> <value>hadoop104:8088</value> </property> <!-- 指定rm1的内部通信地址 --> <property> <name>yarn.resourcemanager.address.rm3</name> <value>hadoop104:8032</value> </property> <!-- 指定AM向rm1申请资源的地址 --> <property> <name>yarn.resourcemanager.scheduler.address.rm3</name> <value>hadoop104:8030</value> </property> <!-- 指定供NM连接的地址 --> <property> <name>yarn.resourcemanager.resource-tracker.address.rm3</name> <value>hadoop104:8031</value> </property> <!-- 指定zookeeper集群的地址 --> <property> <name>yarn.resourcemanager.zk-address</name> <value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value> </property> <!-- 启用自动恢复 --> <property> <name>yarn.resourcemanager.recovery.enabled</name> <value>true</value> </property> <!-- 指定resourcemanager的状态信息存储在zookeeper集群 --> <property> <name>yarn.resourcemanager.store.class</name> <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> </property> <!-- 环境变量的继承 --> <property> <name>yarn.nodemanager.env-whitelist</name> <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value> </property> </configuration>
（2）同步更新其他节点的配置信息，分发配置文件
4、启动Yarn
（1）在有ResourceManager的节点启动。
start-yarn.sh
（2）查看服务状态
yarn rmdamin -getServiceState rm1
（3）可以去zkCli.sh客户端查看ResourceManager选举锁节点内容。
get -s /yarn-leader-election/cluster-yarn1/ActiveStandbyElectorLock
（4）web端查看hadoop102:8088和hadoop103:8088的YARN的状态
1.6 Hadoop HA的最终规划
将整个ha搭建完成后，集群将形成以下模样
| hadoop102 | hadoop103 | hadoop104 |
| NameNode | NameNode | NameNode |
| JournalNode | JournalNode | JournalNode |
| DataNode | DataNode | DataNode |
| Zookeeper | Zookeeper | Zookeeper |
| ZKFC | ZKFC | ZKFC |
| ResourceManager | ResourceManager | ResourceManager |
| NodeManager | NodeManager | NodeManager |
