hadoop集群提交很慢 hadoop集群状态

转载

coolfengsy 2024-03-02 11:08:14

文章标签 hadoop集群提交很慢 java 蓝桥杯开发语言 hadoop 文章分类 Hadoop 大数据

HDFS-HA概述

HA（High Availablity），即高可用（7*24小时不中断服务）。

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。

Hadoop2.0之前，在HDFS集群中NameNode存在单点故障（SPOF）。

NameNode主要在以下两个方面影响HDFS集群

NameNode机器发生意外，如宕机，集群将无法使用，直到管理员重启

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Active/Standby两个NameNodes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。

HDFS-HA工作机制

HDFS-HA工作要点

通过双NN或者多个NN消除单点故障

元数据管理方式需要改变

内存中各自保存一份元数据；Edits日志只有Active状态的NameNode节点可以做写操作；两个NameNode都可以读取Edits；共享的Edits放在一个共享存储中管理（Quorum Journal Manager和NFS两个主流实现），一般使用前者。

需要一个状态管理功能模块

实现了一个zkfailover，常驻在每一个namenode所在的节点，每一个zkfailover负责监控自己所在NameNode节点，利用zk进行状态标识，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。

必须保证两个NameNode之间能够ssh无密码登录
隔离（Fence），即同一时刻仅仅有一个NameNode对外提供服务

HDFS-HA自动故障转移

自动故障转移为HDFS部署增加了两个新组件：ZooKeeper和ZKFailoverController（ZKFC）进程，如图3-20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。HA的自动故障转移依赖于ZooKeeper的以下功能

故障检测：

集群中的每个NameNode在ZooKeeper中维护了一个持久会话，如果机器崩溃，ZooKeeper中的会话将终止，ZooKeeper通知另一个NameNode需要触发故障转移。

现役NameNode选择：

ZooKeeper提供了一个简单的机制用于唯一的选择一个节点为active状态。如果目前现役NameNode崩溃，另一个节点可能从ZooKeeper获得特殊的排外锁以表明它应该成为现役NameNode。

ZKFC是自动故障转移中的另一个新组件，是ZooKeeper的客户端，也监视和管理NameNode的状态。每个运行NameNode的主机也运行了一个ZKFC进程，ZKFC负责：

健康监测：

ZKFC使用一个健康检查命令定期地ping与之在相同主机的NameNode，只要该NameNode及时地回复健康状态，ZKFC认为该节点是健康的。如果该节点崩溃，冻结或进入不健康状态，健康监测器标识该节点为非健康的。

ZooKeeper会话管理：

当本地NameNode是健康的，ZKFC保持一个在ZooKeeper中打开的会话。如果本地NameNode处于active状态，ZKFC也保持一个特殊的znode锁，该锁使用了ZooKeeper对短暂节点的支持，如果会话终止，锁节点将自动删除。

基于ZooKeeper的选择：

如果本地NameNode是健康的，且ZKFC发现没有其它的节点当前持有znode锁，它将为自己获取该锁。如果成功，则它已经赢得了选择，并负责运行故障转移进程以使它的本地NameNode为Active。故障转移进程与前面描述的手动故障转移相似，首先如果必要保护之前的现役NameNode，然后本地NameNode转换为Active状态。

hadoop集群提交很慢 hadoop集群状态_hadoop

切换NN间隔中传来的数据会被挂起，当切换成功之后，继续数据传输。挂掉的那一台机器需要人工修理并重启。

HDFS-HA集群配置

集群规划
配置Zookeeper集群
配置HDFS-HA集群

关闭集群，在主机的opt目录下创建一个ha文件夹

Sudo mkdir ha
sudo chown hike:hike /opt/ha/

将/opt/module/下的 hadoop-3.1.3拷贝到/opt/ha目录下

进入hadoop目录，将以前的文件删除

rm -rf data/ logs/ mapreduce001-1.0-SNAPSHOT.jar  edits.xml fsimage.xml

配置core-site.xml

<configuration>
<!--配置nameservice，nameservice是多台NN对外提供一个整体的服务 -->
  <property>
    <name>fs.defaultFS</name>
    <value>hdfs://mycluster</value>
  </property>
  <property>
    <name>hadoop.data.dir</name>
    <value>/opt/ha/hadoop-3.1.3/data</value>
  </property>
<!—告知Zookeeper所在位置 -->
<property>
	 <name>ha.zookeeper.quorum</name>
	 <value>hadoop101:2181,hadoop102:2181,hadoop103:2181</value>
</property>
</configuration>

配置hdfs-site.xml

<configuration>
<!-- NN的数据存放路径 -->
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>file://${hadoop.data.dir}/name</value>
  </property>
<!-- DN的数据存放路径 -->
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>file://${hadoop.data.dir}/data</value>
  </property>
<!--配置mycluster -->
  <property>
    <name>dfs.nameservices</name>
    <value>mycluster</value>
  </property>
<!--mycluster共三个节点 -->
  <property>
    <name>dfs.ha.namenodes.mycluster</name>
    <value>nn1,nn2,nn3</value>
  </property>
<!--三个节点分别是1,2,3，通过rpc可以远程操作 -->
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn1</name>
    <value>hadoop101:8020</value>
  </property>
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn2</name>
    <value>hadoop102:8020</value>
  </property>
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn3</name>
    <value>hadoop103:8020</value>
  </property>
<!--三个节点的http目录1,2,3, -->
  <property>
    <name>dfs.namenode.http-address.mycluster.nn1</name>
    <value>hadoop101:9870</value>
  </property>
  <property>
    <name>dfs.namenode.http-address.mycluster.nn2</name>
    <value>hadoop102:9870</value>
  </property>
  <property>
    <name>dfs.namenode.http-address.mycluster.nn3</name>
    <value>hadoop103:9870</value>
  </property>
<!--配置QJM集群，目录叫mucluster -->
  <property>
    <name>dfs.namenode.shared.edits.dir</name>
    <value>qjournal://hadoop101:8485;hadoop102:8485;hadoop103:8485/mycluster</value>
<!--配置jn的存储目录 -->
  <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>${hadoop.data.dir}/jn</value>
  </property>
  </property>
<!—代理类 -->
  <property>
    <name>dfs.client.failover.proxy.provider.mycluster</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
  </property>
<!—配置隔离（第二台NNactive之前需要将第一台杀掉）方式，隔离机制是sshfence（远程登录对方，将其杀掉）-->
  <property>
    <name>dfs.ha.fencing.methods</name>
    <value>sshfence</value>
  </property>
<!—杀掉需要免密登录对方，配置远程私钥 -->
  <property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/home/hike/.ssh/id_rsa </value>
  </property>
</configuration>
<!—配置HDFS-HA的故障切换 -->
<property>
	<name>dfs.ha.automatic-failover.enabled</name>
	<value>true</value>
</property>

拷贝配置好的hadoop环境到其他节点

Cd /opt

Sudo xsync ha

修改HADOOP_HOME环境变量更改到HA目录

Sudo vim /etc/profile.d/my_env.sh

#HADOOP_HOME
export HADOOP_HOME=/opt/ha/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

sudo xsync /etc/profile.d/my_env.sh

在各个JournalNode节点上，输入以下命令启动journalnode服务

hdfs --workers --daemon start journalnode

在[nn1]上，对其进行格式化，并启动

hdfs namenode -format

  hdfs --daemon start namenode

在[nn2]和[nn3]上，同步nn1的元数据信息

hdfs namenode -bootstrapStandby

启动[nn2]和[nn3]

hdfs --daemon start namenode

查看web页面显示

hadoop集群提交很慢 hadoop集群状态_java_02

hadoop集群提交很慢 hadoop集群状态_hadoop_03

hadoop集群提交很慢 hadoop集群状态_蓝桥杯_04

在所有节点上上，启动datanode

格式化zk：hdfs zkfc -formatZK

hdfs --daemon start datanode

对集群的一些操作

（1）关闭所有HDFS服务：stop-dfs.sh

（2）启动Zookeeper集群：zkServer.sh start

（3）初始化HA在Zookeeper中状态：hdfs zkfc -formatZK

（4）启动HDFS服务：start-dfs.sh

验证集群是否配置正确

将Active NameNode进程kill，查看其他节点是否自动active

kill -9 namenode的进程id

HDFS-HA的选举机制

当前Zookeeper作为中央协调平台，当三台nn起来之后都是standBy状态，由zkfc将其中一台变为active，在Zookeeper中有一个临时节点，三个nn在启动时都会尝试让zkfc在Zookeeper中建立临时节点，如果节点不存在，就可以建立成功，能建立成功的zkfc控制的那个nn就会将状态变为active，只要有一个active的nn，则其他nn都是standBy状态。在Zookeeper集群中/hadoop-ha/mycluster目录下的子节点ActiveStandbyElectorLock就是上面的临时节点，简单来说，谁先连上Zookeeper谁就是active的nn。

假设active的节点挂掉了，其他standby的节点去抢占成为active的机会，假设2抢到，它先会检查上一个active的节点是谁（通过/hadoop-ha/mycluster目录下的子节点ActiveBreadCrumb查找），找到之后会将上一个active的节点杀掉（连接上一个节点，发送指令），之后会将自己的/hadoop-ha/mycluster目录下的子节点ActiveBreadCrumb（记录上一个active的节点是谁）临时节点写入Zookeeper，目的是万一自己挂掉了，其他节点可以将其杀掉，最后连接成功。

如果上一个active的节点网络断掉，因为其他节点无法连接到上一个active的节点，所以其他节点永远不能由standby变为active，这也就是网络断开连接，HA不起作用的原因。在配置文件fencing.method选项中，可以添加shell脚本使HA在断网的情况下依然可用，只要shell脚本返回0，就认为将上一个active的节点隔离成功，那么其他节点可以变为active。

Yarn-Ha的配置

集群规划：两台RM

hadoop集群提交很慢 hadoop集群状态_java_05

配置信息

<configuration>
    <!--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>

    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>

    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>hadoop101</value>
    </property>

    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>hadoop102</value>
    </property>
 
    <!--指定zookeeper集群的地址--> 
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>hadoop101:2181,hadoop102:2181,hadoop103:2181</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>

</configuration>

同步配置

xsync yarn-site.xml

启动yarn集群

start-yarn.sh

查看服务器状态（谁是active的）

自此，HA配置完成！

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。