前言

在YARN中，Resource Manager（RM，资源管理器）负责整个系统的资源管理和调度，在2.4版本以前，它一直是整个YARN集群的单点故障。新的ResourceManager HA通过冗余一个Resource Manager形成一种Active/Standby的架构来避免ResourceManager的单点故障。

resouce hacker打开dll resource hacker教程_hadoop

            在ResourceManager HA架构中，任意时刻只会有一个ResourceManager处于Active状态，其他的RMs都处于Standby状态并等待着当Active RM出现故障时接管它的工作。触发ResourceManager切换为Active有以下两种方式：

           方式一 自动故障转移

           RMs提供了选项让我们使用Zookeeper的ActiveStandbyElector来决定哪一个RM应该为Active。当Active RM出现故障时，另一个RM会自动地被切换为Active并接管先前Active RM的工作。与HDFS中NameNode HA不同，由于ResourceManager HA内嵌的ActiveStandbyElector 已经同时起到了故障检测和Leader选举的作用，因此没有必要再启动一个独立的ZKFC 守护进程了。

           方式二 手动切换并故障转移

           如果自动故障转移未被启用，管理员需要使用 yarn rmadmin 命令手动地将RMs中的一个切换为Active。

 当Active RM故障

如果我们在yarn-site.xml配置文件中配置了多个ResourceManager，Clients，ApplicationMasters (AMs) 和 NodeManagers (NMs)会尝试着轮询连接RMs中的每一个直到连接Active RM成功。

org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider，你可以通过实现 org.apache.hadoop.yarn.client.RMFailoverProxyProvider 重写重试逻辑并将yarn-site.xml中的 yarn.client.failover-proxy-provider 的值配置成你的自定义类。

搭建Zookeeper集群 

首先你需要搭建好Zookeeper集群，关于Zookeeper集群的安装方法，请移步：

           我搭建好的Zookeeper集群信息如下：

Host Name

IP Address

Zookeeper Port

hadoop34

172.16.250.234

2181

hadoop39

172.16.250.239

2181

hadoop40

172.16.250.240

2181

Zookeeper集群搭建完成之后，在3台Zookeeper节点上分别执行以下命令启动Zookeeper服务：

hadoop@hadoop34 conf]$ zkServer.sh start
ZooKeeper JMX enabled by default
Using config: /usr/local/zookeeper-3.4.12/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED

 启用RM 重启恢复特性

使用Zookeeper作为RM状态的存储介质需要在yarn-site.xml中增加如下配置：

<property>
    <name>yarn.resourcemanager.recovery.enabled</name>
    <value>true</value>
    <description>Enable RM to recover state after starting. If true, then yarn.resourcemanager.store.class must be specified</description>
</property>
<property>
    <name>yarn.resourcemanager.store.class</name>
    <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    <description>The class to use as the persistent store.</description>
</property>
<property>
    <name>yarn.resourcemanager.zk-address</name>
    <value>hadoop34:2181,hadoop39:2181,hadoop40:2181</value>
    <description>Comma separated list of Host:Port pairs. Each corresponds to a ZooKeeper server(e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002") to be used by the RM for storing RM state.This must be supplied when using org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore as the value for yarn.resourcemanager.store.class</description>
</property>

目前可用的RM 状态存储实现类有如下三个：

org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore # a ZooKeeper based state-store implementation .
org.apache.hadoop.yarn.server.resourcemanager.recovery.FileSystemRMStateStore # a Hadoop FileSystem based state-store implementation like HDFS and local FS , default . 
org.apache.hadoop.yarn.server.resourcemanager.recovery.LeveldbRMStateStore # a LevelDB based state-store implementation.

不同实现类的配置方式有所不同，详情请参考：
            http://hadoop.apache.org/docs/r2.9.1/hadoop-yarn/hadoop-yarn-site/ResourceManagerRestart.html

配置自动故障转移

下表列举了一些与ResourceManager HA相关的必须或者重要的配置项。

Configuration Properties

Description

yarn.resourcemanager.zk-address

指定用于存储RM状态和进行Leader选举所使用的ZK-quorum列表。

yarn.resourcemanager.ha.enabled

启用RM HA。

yarn.resourcemanager.ha.rm-ids

列出RMs的逻辑IDs，例如：“rm1,rm2”。

yarn.resourcemanager.hostname.rm-id

指定每一个rm-id代表的RM所对应的主机名。

yarn.resourcemanager.address.rm-id

指定每一个rm-id用来让客户端提交任务的主机名和端口号，如果设置了该属性将自动覆盖in yarn.resourcemanager.hostname.rm-id的配置。

yarn.resourcemanager.scheduler.address.rm-id

指定每一个rm-id用来让ApplicationMasters获取资源的调度器主机名和端口号，如果设置了该属性将自动覆盖in yarn.resourcemanager.hostname.rm-id的配置。

yarn.resourcemanager.resource-tracker.address.rm-id

指定每一个rm-id用来让NodeManagers连接的主机名和端口号，如果设置了该属性将自动覆盖in yarn.resourcemanager.hostname.rm-id的配置。

yarn.resourcemanager.admin.address.rm-id

指定每一个rm-id,管理命令的主机名和端口号，如果设置了该属性将自动覆盖in yarn.resourcemanager.hostname.rm-id的配置。

yarn.resourcemanager.webapp.address.rm-id

指定每一个rm-id代表的RM所对应的HTTP-Web管理界面的主机名和端口号，如果 yarn.http.policy 为 HTTPS_ONLY，该配置将被忽略。如果设置了该属性将自动覆盖in yarn.resourcemanager.hostname.rm-id的配置。

yarn.resourcemanager.webapp.https.address.rm-id

指定每一个rm-id代表的RM所对应的HTTPS-Web管理界面的主机名和端口号，如果 yarn.http.policy 为 HTTP_ONLY，该配置将被忽略。如果设置了该属性将自动覆盖in yarn.resourcemanager.hostname.rm-id的配置。

yarn.resourcemanager.ha.id

指定当前RM的ID。

yarn.resourcemanager.ha.automatic-failover.enabled

启用自动故障转移，缺省情况下，它只会在启用HA配置的情况下生效。

yarn.resourcemanager.ha.automatic-failover.embedded

自动故障转移时是否使用内嵌的Leader选举策略选举 Active RM。缺省情况下，它只会在启用HA配置的情况下生效。

yarn.resourcemanager.cluster-id

指定当前RM集群的ID。供RM使用，以确保被选为Active的RM不会误接管其他集群。

yarn.client.failover-proxy-provider

客户端，AMs和NMs在故障转移时寻找新 Active RM所使用的实现类。

yarn.client.failover-max-attempts

FailoverProxyProvider尝试故障转移的最大次数。

yarn.client.failover-sleep-base-ms

用于计算故障切换之间的指数延迟的睡眠基数（以毫秒为单位）。

yarn.client.failover-sleep-max-ms

故障切换之间的最长休眠时间（以毫秒为单位）。

yarn.client.failover-retries

每次尝试连接到ResourceManager时的重试次数。

yarn.client.failover-retries-on-socket-timeouts

每次尝试在套接字超时时连接到ResourceManager的重试次数。

如果你想获取YARN的更多配置项的详细信息或查看各个配置项的默认值，请移步：

http://hadoop.apache.org/docs/r2.9.1/hadoop-yarn/hadoop-yarn-common/yarn-default.xml 

本文使用RM故障转移的最简配置，yarn-site.xml内容如下：

<property>
   <name>yarn.resourcemanager.ha.enabled</name>
   <value>true</value>
</property>
<property>
   <name>yarn.resourcemanager.cluster-id</name>
   <value>yarncluster</value>
</property>
<property>
  <name>yarn.resourcemanager.ha.rm-ids</name>
  <value>rm1,rm2</value>
</property>
<property>
   <name>yarn.resourcemanager.hostname.rm1</name>
  <value>hadoop39</value>
</property>
<property>
  <name>yarn.resourcemanager.hostname.rm2</name>
  <value>hadoop40</value>
</property>
<property>
  <name>yarn.resourcemanager.webapp.address.rm1</name>
  <value>hadoop39:8088</value>
</property>
<property>
   <name>yarn.resourcemanager.webapp.address.rm2</name>
   <value>hadoop40:8088</value>
</property>
<property>
   <name>yarn.resourcemanager.zk-address</name>
   <value>hadoop34:2181,hadoop39:2181,hadoop40:2181</value>
</property>
<property>
  <name>yarn.nodemanager.aux-services</name>
  <value>mapreduce_shuffle</value>
</property>

在完成了上述的配置之后将配置拷贝到Hadoop的所有节点，然后按照如下流程启动集群：

==>启动Zookeeper集群
==>执行 start-dfs.sh 启动HDFS集群
==>分别在ResourceManager节点上执行yarn-daemon.sh start resourcemanager 启动RM

启动成功之后执行如下命令查看RMs的状态：

[hadoop@hadoop40 zookeeper-3.4.12]$ yarn rmadmin -getServiceState rm1
active
[hadoop@hadoop40 zookeeper-3.4.12]$ yarn rmadmin -getServiceState rm2
standby

在浏览器地址栏输入地址：http://172.16.250.239:8088 ，rm1的后台管理界面如下图所示。

resouce hacker打开dll resource hacker教程_hadoop_02

由于当前rm1是Active，如果访问rm2的后台管理界面将会自动重定向到rm1的后台管理界面。

宕机测试

在rm1执行如下命令来模拟rm1宕机的情况：

# 停止ResourceManager
[hadoop@hadoop39 redis-4.0.10]$ yarn-daemon.sh stop resourcemanager
# 再次查看rm2的状态
[hadoop@hadoop39 redis-4.0.10]$ yarn rmadmin -getServiceState rm2
active

参考文章：http://hadoop.apache.org/docs/r2.9.1/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html