大数据-HADOOP高可用、联邦机制- 学习笔记 -BH4

HADOOP高可用、联邦机制

正式引入HA机制是从hadoop2.0开始，之前的版本中没有HA机制

HA的运作机制

• hadoop-HA集群运作机制介绍
  所谓HA，即高可用（7*24小时不中断服务）,实现高可用最关键的是消除单点故障
  hadoop-ha严格来说应该分成各个组件的HA机制——HDFS的HA、YARN的HA

• HDFS的HA机制详解
  通过双namenode消除单点故障,双namenode协调工作的要点：

  • A、元数据管理方式需要改变：
  1. 内存中各自保存一份元数据
  2. Edits日志只能有一份，只有Active状态的namenode节点可以做写操作
  3. 两个namenode都可以读取edits, 共享的edits放在一个共享存储中管理（qjournal和NFS两个主流实现）
  • B、需要一个状态管理功能模块
  1. 实现了一个zkfailover，常驻在每一个namenode所在的节点
  2. 每一个zkfailover负责监控自己所在namenode节点，利用zk进行状态标识
  3. 当需要进行状态切换时，由zkfailover来负责切换, 切换时需要防止brain split现象的发生

HDFS-HA图解

HA集群的安装部署

前期准备

1. 修改Linux主机名
2. 修改IP
3. 修改主机名/etc/sysconfig/networks和IP的映射关系 /etc/hosts

   如果你们公司是租用的服务器或是使用的云主机（如华为用主机、阿里云主机等）
   /etc/hosts里面要配置的是内网IP地址和主机名的映射关系

4. 关闭防火墙
5. ssh免登陆
6. 安装JDK，配置环境变量等

集群规划

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。
2. 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
3. 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standby状态
4. 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-2.6.4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,两个ResourceManager是为了配置yarn的高可用

安装步骤

安装配置zooekeeper集群（在mini5上）

1. 解压
   tar -zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/bigdata/
2. 修改配置

   cd /home/hadoop/bigdata/zookeeper/conf/
   cp zoo_sample.cfg zoo.cfg
   vim zoo.cfg
   # 修改：dataDir=/home/hadoop/bigdata/data/zkdata
   # 在最后添加：
   server.1=mini5:2888:3888
   server.2=mini6:2888:3888
   server.3=mini7:2888:3888
   # 保存退出
   # 然后创建一个/data/zkdata文件夹
   mkdir /home/hadoop/bigdata/data/zkdata
   echo 1 > /home/hadoop/bigdata/data/zkdata/myid
   

3. 将配置好的zookeeper拷贝到其他节点(首先分别在mini6、mini7根目录下创建一个hadoop目录：mkdir /hadoop)

   # cd /home/hadoop/bigdata/
   # 可以使用scp -r zookeeper/ mini6:$PWD
   scp -r /home/hadoop/bigdata/zookeeper/ mini6:/home/hadoop/bigdata/
   scp -r /home/hadoop/bigdata/zookeeper/ mini7:/home/hadoop/bigdata/
   
   # 注意：修改mini6、mini7对应/home/hadoop/bigdata/data/zkdata/myid内容
   # mini6：
   echo 2 > /home/hadoop/bigdata/data/zkdata/myid
   # mini7：
   echo 3 > /home/hadoop/bigdata/data/zkdata/myid
   # zkServer.sh start
   # zkServer.sh status
   

   4. 添加环境变量

   sudo vim /etc/profile
   export ZK_HOME=/home/hadoop/bigdata/zookeeper
   export PATH=$PATH:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${ZK_HOME}/bin
   

   5. 分发到mini6、mini7
   6. source /etc/profile 使修改立即生效

安装配置hadoop集群（在mini1上操作）

1. 解压
   tar -zxvf hadoop-2.6.4.tar.gz -C /home/hadoop/bigdata/
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=/hadoop/hadoop-2.6.4
    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/bigdata/hadoop-2.6.4/etc/hadoop
    
    # 修改hadoo-env.sh
    export JAVA_HOME=/home/hadoop/bigdata/jdk1.7.0_55
   

修改core-site.xml

<configuration>
<!-- 指定hdfs的nameservice为ns1 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://bi/</value>
</property>
<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/bigdata/hdpdata/</value>
</property>

<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
</configuration>

修改hdfs-site.xml

<configuration>
<!--指定hdfs的nameservice为bi(名称空间)下有两个namenode，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<!--有多个的话，可以配多个bi、spark-->
<value>bi</value>
</property>
<!-- bi下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.bi</name>
<value>nn1,nn2</value>
</property>
<!-- nn1的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn1</name>
<value>mini1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn1</name>
<value>mini1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn2</name>
<value>mini2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn2</name>
<value>mini2:50070</value>
</property>
<!-- 指定NameNode的edits元数据在JournalNode上的存放位置 -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://mini5:8485;mini6:8485;mini7:8485/bi</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>/home/hadoop/journaldata</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.bi</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-->
<property>
<name>dfs.ha.fencing.methods</name>
<value>
sshfence
<!-- shell方式直接调用/bin/true返回真-->
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>/home/hadoop/.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>

修改mapred-site.xml

<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>	

修改yarn-site.xml

<configuration>
<!-- 开启RM高可用 -->
<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>mini3</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>mini4</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

修改slaves

(slaves是指定子节点的位置，因为要在min1上启动HDFS、在mini3,mini4启动yarn，所以mini1上的slaves文件指定的是datanode的位置，mini3,mini4上的slaves文件指定的是nodemanager的位置)

mini5
mini6
mini7

配置免密码登陆

#首先要配置mini1到mini1、mini2、mini3、mini4、mini5、mini6、mini7的免密码登陆
#在mini1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 mini1
ssh-coyp-id mini1
ssh-coyp-id mini2
ssh-coyp-id mini3
ssh-coyp-id mini4
ssh-coyp-id mini5
ssh-coyp-id mini6
ssh-coyp-id mini7
#配置mini3到mini4、mini5、mini6、mini7的免密码登陆,启动yarn
#在mini3上生产一对钥匙
ssh-keygen -t rsa
#将公钥拷贝到其他节点							
ssh-coyp-id mini4
ssh-coyp-id mini5
ssh-coyp-id mini6
ssh-coyp-id mini7
#注意：两个namenode之间要配置ssh免密码登陆，别忘了配置mini1到mini2的免登陆
#在mini1上生产一对钥匙
ssh-keygen -t rsa
ssh-coyp-id -i mini1

将配置好的hadoop拷贝到其他节点

scp -r /hadoop/ mini2:/
scp -r /hadoop/ mini3:/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini4:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini5:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini6:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini7:/hadoop/

启动：严格按照下面的步骤

启动zookeeper集群（分别在mini5、mini6、mini7上启动zk）

cd /hadoop/zookeeper/bin/
./zkServer.sh start
#查看状态：一个leader，两个follower
./zkServer.sh status

启动journalnode（分别在mini5、mini6、mini7上执行）

cd /hadoop/hadoop-2.6.4
sbin/hadoop-daemon.sh start journalnode
#运行jps命令检验，mini5、mini6、mini7上多了JournalNode进程

格式化HDFS

#在mini1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/hadoop/hadoop-2.6.4/tmp，然后将/hadoop/hadoop-2.6.4/tmp拷贝到mini2的/hadoop/hadoop-2.6.4/下。
scp -r tmp/ mini2:/home/hadoop/bigdata/hadoop-2.6.4/
##也可以这样，建议hdfs namenode -bootstrapStandby

格式化ZKFC(在mini1上执行一次即可)

hdfs zkfc -formatZK

启动HDFS(在mini1上执行)

sbin/start-dfs.sh

启动YARN

在mini3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
#mini4上yarn若不自己启动：使用yarn-daeman.sh start resourcemanager
#启动两个resourcemanager

配置完毕,验证

浏览器访问

http://mini1:50070
NameNode 'mini1:9000' (active)
http://mini1:50070
NameNode 'mini2:9000' (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 'mini2:9000' (active)
# 这个时候mini2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 'mini1:9000' (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

通过以上操作，完成整个配置。

集群运维测试

Datanode动态上下线

Datanode动态上下线很简单，步骤如下：

1. 备一台服务器，设置好环境
2. 部署hadoop的安装包，并同步集群配置
3. 联网上线，新datanode会自动加入集群
4. 如果是一次增加大批datanode，还应该做集群负载重均衡

Namenode状态切换管理

使用的命令上hdfs haadmin
可用 hdfs haadmin –help查看所有帮助信息
可以看到，状态操作的命令示例：

1. 查看namenode工作状态
   hdfs haadmin -getServiceState nn1

2. 将standby状态namenode切换到active
hdfs haadmin –transitionToActive nn1

3. 将active状态namenode切换到standby
hdfs haadmin –transitionToStandby nn2

测试集群工作状态的一些指令 ：

bin/hdfs dfsadmin -report	 #查看hdfs的各节点状态信息
bin/hdfs haadmin -getServiceState nn1		# 获取一个namenode节点的HA状态
sbin/hadoop-daemon.sh start namenode # 单独启动一个namenode进程
./hadoop-daemon.sh start zkfc   #单独启动一个zkfc进程

数据块的balance

启动balancer的命令：start-balancer.sh -threshold 8
运行之后，会有Balancer进程出现：

jps
32987 Balancer

上述命令设置了Threshold为8%，那么执行balancer命令的时候，首先统计所有DataNode的磁盘利用率的均值，然后判断如果某一个DataNode的磁盘利用率超过这个均值Threshold，那么将会把这个DataNode的block转移到磁盘利用率低的DataNode，这对于新节点的加入来说十分有用。Threshold的值为1到100之间，不显示的进行参数设置的话，默认是10。

HA下hdfs-api变化

客户端需要nameservice的配置信息，其他不变

/**
 * 如果访问的是一个ha机制的集群
 * 则一定要把core-site.xml和hdfs-site.xml、yarn-site.xml、mapred-site.xml配置文件放在客户端程序的classpath下
 * 以让客户端能够理解hdfs://ns1/中  “ns1”是一个ha机制中的namenode对——nameservice
 * 以及知道ns1下具体的namenode通信地址
 * @author
 *
 */
public class UploadFile {
	
	public static void main(String[] args) throws Exception  {
		
		Configuration conf = new Configuration();
		conf.set("fs.defaultFS", "hdfs://ns1/");
		
		FileSystem fs = FileSystem.get(new URI("hdfs://ns1/"),conf,"hadoop");
		
		fs.copyFromLocalFile(new Path("g:/eclipse-jee-luna-SR1-linux-gtk.tar.gz"), new Path("hdfs://ns1/"));
		
		fs.close();		
	}

}

Federation机制

集群规划

• mini1/mini2为一组高可用nn，名称空间为bi
• mini3/mini4为一组高可用nn，名称空间为dt

安装步骤

安装zookeeper集群

如HA集群的安装部署中的安装配置zookeeper集群

修改core-site.xml

<configuration>

<property>
<name>fs.defaultFS</name>
<value>viewfs:///</value>
</property>

<!--指定名称空间bi-->
<property>
<name>fs.viewfs.mounttable.default.link./bi</name>
<value>hdfs://bi/</value>
</property>
<!--指定名称空间dt-->
<property>
<name>fs.viewfs.mounttable.default.link./dt</name>
<value>hdfs://dt/</value>
</property>

<!-- 指定hadoop临时目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/bigdata/hdpdata/</value>
</property>

<!-- 指定zookeeper地址 -->
<property>
<name>ha.zookeeper.quorum</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
</configuration>

修改hdfs-site.xml

<configuration>
<!--指定hdfs的nameservice为bi，需要和core-site.xml中的保持一致 -->
<property>
<name>dfs.nameservices</name>
<value>bi,dt</value>
</property>
<!-- bi下面有两个NameNode，分别是nn1，nn2 -->
<property>
<name>dfs.ha.namenodes.bi</name>
<value>nn1,nn2</value>
</property>
<!-- dt下面有两个NameNode，分别是nn3，nn4 -->
<property>
<name>dfs.ha.namenodes.dt</name>
<value>nn3,nn4</value>
</property>

<!-- bi的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn1</name>
<value>mini1:9000</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn1</name>
<value>mini1:50070</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.bi.nn2</name>
<value>mini2:9000</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.bi.nn2</name>
<value>mini2:50070</value>
</property>

<!-- dt的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.dt.nn3</name>
<value>mini3:9000</value>
</property>
<!-- nn3的http通信地址 -->
<property>
<name>dfs.namenode.http-address.dt.nn3</name>
<value>mini3:50070</value>
</property>
<!-- nn4的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.dt.nn4</name>
<value>mini4:9000</value>
</property>
<!-- nn4的http通信地址 -->
<property>
<name>dfs.namenode.http-address.dt.nn4</name>
<value>mini4:50070</value>
</property>


<!-- 指定NameNode的edits元数据在JournalNode上的存放位置 -->
<!--一下property项的配置，不能都配 -->

<!--  在bi名称空间的两个namenode中用如下配置  -->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://mini5:8485;mini6:8485;mini7:8485/bi</value>
</property>
<!--  在dt名称空间的两个namenode中，用如下配置-->
<property>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://mini5:8485;mini6:8485;mini7:8485/dt</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>/home/hadoop/bigdata/hdpdata/journaldata</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.bi</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>

<property>
<name>dfs.client.failover.proxy.provider.dt</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-->
<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>/home/hadoop/.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>

修改mapred-site.xml

<configuration>
<!-- 指定mr框架为yarn方式 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>	

修改yarn-site.xml

<configuration>
<!-- 开启RM高可用 -->
<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>mini3</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>mini4</value>
</property>
<!-- 指定zk集群地址 -->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>mini5:2181,mini6:2181,mini7:2181</value>
</property>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>

修改slaves

(slaves是指定子节点的位置，方便hadoop脚本自动启动子节点（dataNode），因为要在min1上启动HDFS、在mini3,mini4启动yarn，所以mini1上的slaves文件指定的是datanode的位置，mini3,mini4上的slaves文件指定的是nodemanager的位置,bi,dtdataNode共用，所以可以仅在mini1上启动)

mini5
mini6
mini7

将配置好的hadoop拷贝到其他节点

scp -r /hadoop/ mini2:/
scp -r /hadoop/ mini3:/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini4:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini5:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini6:/hadoop/
scp -r /hadoop/hadoop-2.6.4/ hadoop@mini7:/hadoop/

启动：按如下顺序

1. 先启动zookeeper集群,再在5/6/7上启动journalnode
hadoop-daemon.sh start journalnode

2. 在bi下nn1上

   hdfs namenode -format –clusterID itcast
   hdfs zkfc -formatZK
   #拷贝元数据目录到standby(nn2)
   

3. 在dt下nn3上

   hdfs namenode -format –clusterID itcast   ###clusterID必须与bi的相同
   hdfs zkfc -formatZK
   # 拷贝元数据目录到standby(nn4)
   

4. 在bi下nn1上

   sbin/start-dfs.sh
   

5. 在resoucemanager配置的主机上启动yarn

   sbin/start-yarn.sh
   

Federation下mr程序运行的staging提交目录问题

<property>
  <name>yarn.app.mapreduce.am.staging-dir</name>
  <value>/bi/tmp/hadoop-yarn/staging</value>
  <description>The staging dir used while submitting jobs.</description>
</property>

NameNode安全模式