热门IT资讯网

请输入关键字词

热门搜索排行

最新搜索排行

导航： 首页 > 互联网科技 >

Hadoop2.7.1配置NameNode+ResourceManager高可用原理分析

发表于：2024-11-25 作者：热门IT资讯网编辑
编辑最后更新 2024年11月25日，关于NameNode高可靠需要配置的文件有core-site.xml和hdfs-site.xml关于ResourceManager高可靠需要配置的文件有yarn-site.xml逻辑结构：NameNo

关于NameNode高可靠需要配置的文件有core-site.xml和hdfs-site.xml
关于ResourceManager高可靠需要配置的文件有yarn-site.xml

逻辑结构：




NameNode-HA工作原理：
在一个典型的HA集群中，最好有2台独立的机器的来配置NameNode角色，无论在任何时候，集群中只能有一个NameNode作为Active状态，而另一个是Standby状态，Active状态的NameNode负责集群中所有的客户端操作，这么设置的目的，其实HDFS底层的机制是有关系的，同一时刻一个文件，只允许一个写入方占用，如果出现多个，那么文件偏移量便会混乱，从而导致数据格式不可用，当然状态为Standby的NameNode这时候仅仅扮演一个Slave的角色，以便于在任何时候Active的NameNode挂掉时，能够第一时间，接替它的任务，成为主NameNode，达到一个热备份的效果，在HA架构里面SecondaryNameNode这个冷备角色已经不存在了，为了保持从NameNode时时的与主NameNode的元数据保持一致，他们之间交互通过一系列守护的轻量级进程JournalNode，当任何修改操作在主NameNode上执行时，它同时也会记录修改log到至少半数以上的JornalNode中，这时状态为Standby的NameNode监测到JournalNode里面的同步log发生变化了会读取JornalNode里面的修改log，然后同步到自己的的目录镜像树里面，当发生故障时，Active的NameNode挂掉后，Standby的NameNode会在它成为Active NameNode前，读取所有的JournalNode里面的修改日志，这样就能高可靠的保证与挂掉的NameNode的目录镜像树一致，然后无缝的接替它的职责，维护来自客户端请求，从而达到一个高可用的目的。

为了达到快速容错的掌握全局的目的，Standby角色也会接受来自DataNode角色汇报的块信息，前面只是介绍了NameNode容错的工作原理，下面介绍下，当引入Zookeeper之后，为啥可以NameNode-HA可以达到无人值守，自动切换的容错。

在主备切换上Zookeeper可以干的事：
（1）失败探测 在每个NameNode启动时，会在Zookeeper上注册一个持久化的节点，当这个NameNode宕机时，它的会话就会终止，Zookeeper发现之后，就会通知备用的NameNode，Hi，老兄，你该上岗了。
（2）选举机制， Zookeeper提供了一个简单的独占锁，获取Master的功能，如果那个NameNode发现自己得到这个锁，那就预示着，这个NameNode将被激活为Active状态

当然，实际工作中Hadoop提供了ZKFailoverController角色，在每个NameNode的节点上，简称zkfc，它的主要职责如下：

（1）健康监测，zkfc会周期性的向它监控的NameNode发送健康探测命令，从而来确定某个NameNode是否处于健康状态，如果机器宕机，心跳失败，那么zkfc就会标记它处于一个不健康的状态
（2）会话管理， 如果NameNode是健康的，zkfc就会在zookeeper中保持一个打开的会话，如果NameNode同时还是Active状态的，那么zkfc还会在Zookeeper中占有一个类型为短暂类型的znode，当这个NameNode挂掉时，
这个znode将会被删除，然后备用的NameNode，将会得到这把锁，升级为主NameNode，同时标记状态为Active，当宕机的NameNode，重新启动时，它会再次注册zookeper，发现已经有znode锁了，便会自动变为Standby状态，如此往复循环，保证高可靠，需要注意，目前仅仅支持最多配置2个NameNode。
（3）master选举，如上所述，通过在zookeeper中维持一个短暂类型的znode，来实现抢占式的锁机制，从而判断那个NameNode为Active状态。


hdfs-site.xml里面

Xml代码

  1. xml version="1.0" encoding="UTF-8"?>

  2. xml-stylesheet type="text/xsl" href="configuration.xsl"?>


  4. << span="">configuration>

  5. << span="">property>

  6. << span="">name>dfs.replicationname>

  7. << span="">value>1value>

  8. property>

  9. << span="">property>

  10. << span="">name>yarn.resourcemanager.ha.enabledname>

  11. << span="">value>truevalue>

  12. property>

  13. << span="">property>

  14. << span="">name>yarn.resourcemanager.cluster-idname>

  15. << span="">value>ns1value>

  16. property>

  17. << span="">property>

  18. << span="">name>yarn.resourcemanager.ha.rm-idsname>

  19. << span="">value>h2,h3value>

  20. property>

  21. << span="">property>

  22. << span="">name>yarn.resourcemanager.ha.automatic-failover.recover.enabledname>

  23. << span="">value>truevalue>

  24. property>

  25. << span="">property>

  26. << span="">name>yarn.resourcemanager.recovery.enabledname>

  27. << span="">value>truevalue>

  28. property>

  29. << span="">property>

  30. << span="">name>yarn.resourcemanager.hostname.h2name>

  31. << span="">value>h2value>

  32. property>

  33. << span="">property>

  34. << span="">name>yarn.resourcemanager.hostname.h3name>

  35. << span="">value>h3value>

  36. property>

  37. << span="">property>

  38. << span="">name>yarn.resourcemanager.store.classname>

  39. << span="">value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStorevalue>

  40. property>

  41. << span="">property>

  42. << span="">name>yarn.resourcemanager.zk-addressname>

  43. << span="">value>h2:2181,h3:2181,h4:2181value>

  44. property>

  45. << span="">property>

  46. << span="">name>yarn.resourcemanager.scheduler.address.h2name>

  47. << span="">value>h2:8030value>

  48. property>

  49. << span="">property>

  50. << span="">name>yarn.resourcemanager.scheduler.address.h3name>

  51. << span="">value>h3:8030value>

  52. property>

  53. << span="">property>

  54. << span="">name>yarn.resourcemanager.resource-tracker.address.h2name>

  55. << span="">value>h2:8031value>

  56. property>

  57. << span="">property>

  58. << span="">name>yarn.resourcemanager.resource-tracker.address.h3name>

  59. << span="">value>h3:8031value>

  60. property>

  61. << span="">property>

  62. << span="">name>yarn.resourcemanager.address.h2name>

  63. << span="">value>h2:8032value>

  64. property>

  65. << span="">property>

  66. << span="">name>yarn.resourcemanager.address.h3name>

  67. << span="">value>h3:8032value>

  68. property>

  69. << span="">property>

  70. << span="">name>yarn.resourcemanager.admin.address.h2name>

  71. << span="">value>h2:8033value>

  72. property>

  73. << span="">property>

  74. << span="">name>yarn.resourcemanager.admin.address.h3name>

  75. << span="">value>h3:8033value>

  76. property>

  77. << span="">property>

  78. << span="">name>yarn.resourcemanager.webapp.address.h2name>

  79. << span="">value>h2:8088value>

  80. property>

  81. << span="">property>

  82. << span="">name>yarn.resourcemanager.webapp.address.h3name>

  83. << span="">value>h3:8088value>

  84. property>

  85. << span="">property>

  86. << span="">name>yarn.resourcemanager.scheduler.classname>

  87. << span="">value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacitySchedulervalue>

  88. property>

  89. << span="">property>

  90. << span="">name>yarn.nodemanager.aux-servicesname>

  91. << span="">value>mapreduce_shufflevalue>

  92. property>

  93. << span="">property>

  94. << span="">name>yarn.nodemanager.aux-services.mapreduce.shuffle.classname>

  95. << span="">value>org.apache.hadoop.mapred.ShuffleHandlervalue>

  96. property>

  97. << span="">property>

  98. << span="">description>Classpath for typical applications.description>

  99. << span="">name>yarn.application.classpathname>

  100. << span="">value>$HADOOP_CONF_DIR

  101. ,$HADOOP_COMMON_HOME/share/hadoop/common/*

  102. ,$HADOOP_COMMON_HOME/share/hadoop/common/lib/*

  103. ,$HADOOP_HDFS_HOME/share/hadoop/hdfs/*

  104. ,$HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*

  105. ,$YARN_HOME/share/hadoop/yarn/*value>

  106. property>

  107. << span="">property>

  108. << span="">name>yarn.nodemanager.resource.memory-mbname>

  109. << span="">value>5632value>

  110. property>

  111. << span="">property>

  112. << span="">name>yarn.scheduler.minimum-allocation-mbname>

  113. << span="">value>1408value>

  114. property>

  115. << span="">property>

  116. << span="">name>yarn.scheduler.maximum-allocation-mbname>

  117. << span="">value>5632value>

  118. property>

  119. configuration>



启动方式：假设你是新的集群，如果不是，请参考文末的官网url链接
1，先在集群中启动N/2+1个JornalNode进程，写ssh脚本执行命令：hadoop-daemon.sh start journalnode
2 ，然后在第一台NameNode上应执行hdfs namenode -format格式化集群
3，然后在第二台NameNode上执行hdfs namenode -bootstrapStandby同步第一台NameNode元数据
4，在第一台NameNode上执行命令hdfs zkfc -formatZK格式化zookeeper
5，第一台NameNode上启动zkfc执行命令：hadoop-daemon.sh start zkfc
6，在第二台NameNode上启动zkfc执行命令：hadoop-daemon.sh start zkfc
7，执行start-dfs.sh启动所有的NameNode，DataNode，JournalNode（注意如果已经启动就会跳过）
8，执分别访问两台机器的50070端口，查看NameNode状态，其中一个为Active，一个为Standby即为正常
9，测试容错，找到状态为Active的NameNode的pid进程，并kill掉，查看standby是否会自动晋级为active，如果
一切安装完毕，则会自动切换，如果没切换，注意查看zkfc和namenode的log


很赞哦！

相关文章

0