Hadoop高可用配置
NameNode-HA概述
Hadoop2.0,在HDFS集群中NameNode存在单点故障(SPOF)
NameNode主要以下两个方面影响HDFS集群
NameNode机器发生意外,如宕机,集群将无法使用。
NameNode机器需要升级,包括软件、硬件升级,此时集群无法使用。
HDFS HA功能通过配置Active/Standby两个nameNode实现在集群中对NameNode的热备来解决问题,如果出现故障,如机器崩溃活机器需要升级维护,这时可通过此种方式将NameNode很快切换到另外一台机器。
高可用架构
HDFS 高可用架构主要由以下组件所构成:
Active NameNode 和 Standby NameNode:两台 NameNode 形成互备,一台处于 Active 状态,为主 NameNode,另外一台处于 Standby 状态,为备 NameNode,只有主 NameNode 才能对外提供读写服务。
主备切换控制器 ZKFailoverController:ZKFailoverController 作为独立的进程运行,对 NameNode 的主备切换进行总体控制。ZKFailoverController 能及时检测到 NameNode 的健康状况,在主 NameNode 故障时借助 Zookeeper 实现自动的主备选举和切换,当然 NameNode 目前也支持不依赖于 Zookeeper 的手动主备切换。
Zookeeper 集群:为主备切换控制器提供主备选举支持。
共享存储系统:共享存储系统是实现 NameNode 的高可用最为关键的部分,共享存储系统保存了 NameNode 在运行过程中所产生的 HDFS 的元数据。主 NameNode 和 NameNode 通过共享存储系统实现元数据同步。在进行主备切换的时候,新的主 NameNode 在确认元数据完全同步之后才能继续对外提供服务。
DataNode 节点:除了通过共享存储系统共享 HDFS 的元数据信息之外,主 NameNode 和备 NameNode 还需要共享 HDFS 的数据块和 DataNode 之间的映射关系。DataNode 会同时向主 NameNode 和备 NameNode 上报数据块的位置信息。
工作机制
配置两个NameNode来消除单点故障
NameNode
JournalNode
JournalNode工作机制
目前 Hadoop 支持使用 Quorum Journal Manager (QJM) 或 Network File System (NFS) 作为共享的存储系统,这里以 QJM 集群为例进行说明:Active NameNode 首先把 EditLog 提交到 JournalNode 集群,然后 Standby NameNode 再从 JournalNode 集群定时同步 EditLog,当 Active NameNode 宕机后, Standby NameNode 在确认元数据完全同步之后就可以对外提供服务。
需要说明的是向 JournalNode 集群写入 EditLog 是遵循 “过半写入则成功” 的策略,所以你至少要有 3 个 JournalNode 节点,当然你也可以继续增加节点数量,但是应该保证节点总数是奇数。同时如果有 2N+1 台 JournalNode,那么根据过半写的原则,最多可以容忍有 N 台 JournalNode 节点挂掉。
NameNode准备切换
HealthMonitor 初始化完成之后会启动内部的线程来定时调用对应 NameNode 的 HAServiceProtocol RPC 接口的方法,对 NameNode 的健康状态进行检测。
HealthMonitor 如果检测到 NameNode 的健康状态发生变化,会回调 ZKFailoverController 注册的相应方法进行处理。
如果 ZKFailoverController 判断需要进行主备切换,会首先使用 ActiveStandbyElector 来进行自动的主备选举。
ActiveStandbyElector 与 Zookeeper 进行交互完成自动的主备选举。
ActiveStandbyElector 在主备选举完成后,会回调 ZKFailoverController 的相应方法来通知当前的 NameNode 成为主 NameNode 或备 NameNode。
ZKFailoverController 调用对应 NameNode 的 HAServiceProtocol RPC 接口的方法将 NameNode 转换为 Active 状态或 Standby 状态。
HA 配置
hdfs-site.xml
dfs.nameservices
,为该名称服务选择一个逻辑名称,例如“ mycluster”,然后将此逻辑名称用作此配置选项的值。 您选择的名称是任意的。 它既可以用于配置,也可以用作群集中绝对HDFS路径的权限组件。
dfs.ha.namenodes.[nameservices],定义两个namenode的名称
dfs.namenode.rpc-address.[nameservice ID].[name node ID],Namenode的RPC通信地址
dfs.namenode.http-address.[nameservice ID].[name node ID],HDFS UI端口
dfs.namenode.shared.edits.dir,namenode共享的edits文件的存储目录,存储在journalnode地址,最少3台存储,奇数。
dfs.client.failover.proxy.provider.[nameservice ID],配置Java类的名称,DFS客户端将使用该Java类来确定哪个NameNode是当前的Active,从而确定哪个NameNode当前正在服务于客户端请求。
dfs.ha.fencing.methods,隔离机制,基于ssh机制
dfs.permissions.enable
,关闭权限检查
core-site.xml
fs.defaultFS,文件系统的存储地址
dfs.journalnode.edits.dir,journalnode存储edit的目录
hadoop.tmp.dir
,hadoop运行时产生文件存储目录
dfs.ha.automatic-failover.enabled
:开启自动故障转移
ha.zookeeper.quorum
:zookeeper集群
ha.zookeeper.auth/ha.zookeeper.acl
:配置zookeeper权限,确保能进入zookeeper
故障转移
手动方式
启动服务
启动JournalNode,启动多台机器的journalnode
格式化namenode
启动namenode
在nn2上同步nn1的元数据
启动nn2
启动所有datanode
切换其中一个namenode为active,必须保证多个namenode进程都存在
自动故障转移
原理
动态故障转移依赖于Zookeeper quorum和ZKFailoverController(Hadoop进程)进程。
故障检查
:集群中的每个Namenode在Zookeeper维护了一个持久会话,如果机器崩溃,Zookeeper中的会话将会终止,Zookeeper通知另一个Namenode需要触发故障转移。Active Namenode选举
:ZooKeeper提供了一种简单的机制来专门选择一个节点为active节点。 如果当前active的NameNode崩溃,则另一个节点可能会在ZooKeeper中采取特殊的排他锁,指示它应该成为下一个活动的NameNode。监控监控
:ZKFC使用运行状况检查命令定期ping其本地NameNode。 只要NameNode以健康状态及时响应,ZKFC就会认为该节点是健康的。 如果节点已崩溃,冻结或以其他方式进入不正常状态,则运行状况监视器将其标记为不正常。Zookeeper会话管理
:当本地Namenode是监控的,ZKFC在Zookeeper持有一个打开的会话,如果本地Namenode是active的,它还会持有一个特殊的'lock'Znode节点。这个锁使用Zookeeper支持的临时节点。如果会话过期,这个锁节点将会被动态删除。(分布式锁)基于Zookeeper的选举
:如果本地NameNode运行状况良好,并且ZKFC看到当前没有其他节点持有锁znode,则它本身将尝试获取该锁。 如果成功,则它“赢得了选举”,并负责运行故障转移以使其本地NameNode处于active状态。 故障转移过程类似于上述的手动故障转移:首先,如有必要,将先前的活动节点隔离,然后将本地NameNode转换为活动状态。
启动
在zk中初始化HA状态
通过start-dfs.sh启动集群
手动启动集群
YARN-HA配置
原理
Configuration Properties | Description |
---|---|
| Address of the ZK-quorum. Used both for the state-store and embedded leader-election. |
| Enable RM HA. |
| List of logical IDs for the RMs. e.g., “rm1,rm2”. |
| For each rm-id, specify the hostname the RM corresponds to. Alternately, one could set each of the RM’s service addresses. |
| For each rm-id, specify host:port for clients to submit jobs. If set, overrides the hostname set in |
| For each rm-id, specify scheduler host:port for ApplicationMasters to obtain resources. If set, overrides the hostname set in |
| For each rm-id, specify host:port for NodeManagers to connect. If set, overrides the hostname set in |
| For each rm-id, specify host:port for administrative commands. If set, overrides the hostname set in |
| For each rm-id, specify host:port of the RM web application corresponds to. You do not need this if you set |
| For each rm-id, specify host:port of the RM https web application corresponds to. You do not need this if you set |
| Identifies the RM in the ensemble. This is optional; however, if set, admins have to ensure that all the RMs have their own IDs in the config. |
| Enable automatic failover; By default, it is enabled only when HA is enabled. |
| Use embedded leader-elector to pick the Active RM, when automatic failover is enabled. By default, it is enabled only when HA is enabled. |
| Identifies the cluster. Used by the elector to ensure an RM doesn’t take over as Active for another cluster. |
| The class to be used by Clients, AMs and NMs to failover to the Active RM. |
| The max number of times FailoverProxyProvider should attempt failover. |
| The sleep base (in milliseconds) to be used for calculating the exponential delay between failovers. |
| The maximum sleep time (in milliseconds) between failovers. |
| The number of retries per attempt to connect to a ResourceManager. |
| The number of retries per attempt to connect to a ResourceManager on socket timeouts. |
yarn-site.xml
启动RM
启动nm
查看状态
HDFS Federation架构设计
NameNode架构的局限性
NameSpace(命名空间)限制
由于NameNode在内存中存储所有的元数据,因此单个namenode所有存储的对象(文件+块)数据受到namenode所在JVM的heap size的限制。50G的heap能够存储20-亿个对象,这20亿对象支持4000个datanode,12PB的存储。随着数据的飞速增长,存储的需求也随之增长。单个datanode从4T增长到36T,集群的尺寸增长到8000个datanode。存储的需求从12PB增长到大于100PB。
隔离问题
由于HDFS仅有一个namenode,无法隔离各个程序,因此HDFS上的一个实验程序就很有可能影响整个HDFS允许的程序。
性能的瓶颈
由于单个namenode的HDFS架构,因此整个HDFS文件系统的吞吐量受限于单个namenode的吞吐量。
最后更新于