1、概述

        所谓HA（high available）就是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。

        它的工作机制就是通过双namenode消除单点故障

2、核心

（1）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（qjournal和NFS两个主流实现）；

（2）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。

（3）必须保证两个NameNode之间能够ssh无密码登录。

（4）隔离（Fence），即同一时刻仅仅有一个NameNode对外提供服务

3、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。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：

1）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。

2）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：

1）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。

2）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。

3）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。

4、环境准备

（1）准备工作

1）修改3台主机ip

        192.168.10.211， 192.168.10.212， 192.168.10.213

        以211为例，其它节点依次配置

vim /etc/sysconfig/network-scripts/ifcfg-ens33

修改以下几项：

IPADDR=192.168.1.101

GATEWAY=192.168.1.2

ONBOOT=yes

BOOTPROTO=static

DNS1=192.168.1.2

修改后，重启网卡

service network restart 

2）修改3台主机名和IP映射

        主机名：ha01, ha02, ha03

查看主机名

hostname

修改主机名

vim /etc/hostname

或者

hostnamectl set-hostname 主机名

第一种需要重启主机

置IP映射

vim /etc/hosts

然后拷贝到ha02和ha03上

scp /etc/hosts root@ha02:/etc/hosts

scp /etc/hosts root@ha03:/etc/hosts

3）创建用户

3台机器都要执行

添加用户

创建用户，用户名为hdhk

 adduser hdhk

修改密码

设置密码为：123456 ，提示无效可以忽略

passwd hdhk

设置用户具有root权限

vim /etc/sudoers

4）配置ssh免密登录

        关闭防火墙

3台都要执行

systemctl status firewalld.service

sudo systemctl stop firewalld.service

        配置ssh

 ssh 另一台电脑的ip地址

ssh连接时出现Host key verification failed的解决方法 直接输入yes

        生成公钥和私钥

ssh-keygen -t rsa 
然后敲（三下回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）

     将公钥拷贝到要免密登录的目标机器上

在ha01上执行，之后在ha01上可以免密登录到ha02和ha03上

ssh-copy-id ha02

ssh-copy-id ha03

 

（2）安装Jdk

1）查看是否安装

查看是否已经安装Java

3台都执行

rpm -qa | grep java

卸载已经安装的Java

3台都执行

sudo rpm -e 软件包

2）上传解压

导入Java的压缩文件包到 /opt/software 文件夹下   jdk-8u144-linux-x64.tar.gz 并解压文件

tar -zxvf jdk-8u144-linux-x64.tar.gz -C /opt/module/

修改文件夹名称为jdk1.8

 mv jdk1.8.0_144/ jdk1.8

3）配置环境变量

sudo vim /etc/profile

在文件尾部加上

#JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8
export PATH=$PATH:$JAVA_HOME/bin

将文件拷贝到ha02和ha03

scp -r jdk1.8/ hdhk@ha02:/opt/module/

scp -r jdk1.8/ hdhk@ha03:/opt/module/

sudo scp /etc/profile root@ha02:/etc/profile

sudo scp /etc/profile root@ha03:/etc/profile

让文件生效

3台都执行

source /etc/profile

4）验证

查看是否安装成功

3台都执行

java -version

（3）安装Zookeeper集群

1）安装解压

tar -zxvf apache-zookeeper-3.7.1.tar.gz -C /opt/module/

重命名

mv apache-zookeeper-3.7.1/ zookeeper-3.7.1

2）创建数据目录

在/opt/module/zookeeper-3.7.1下创建zkData目录

mkdir zkData

3）配置zoo.cfg文件

复制/opt/module/zookeeper-3.7.1/conf这个目录下的zoo_sample.cfg为zoo.cfg

cp zoo_sample.cfg zoo.cfg

编辑zoo.cfg文件

修改dataDir的路径

dataDir=/opt/module/zookeeper-3.7.1/zkData

文件最后增加

#######################cluster##########################

server.1=ha01:2888:3888

server.2=ha02:2888:3888

server.3=ha03:2888:3888

配置参数：Server.A=B:C:D

A是一个数字，表示这个是第几号服务器；

B是这个服务器的IP地址；

C是这个服务器与集群中的Leader服务器交换信息的端口；

D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。

集群模式下配置一个文件myid，这个文件在dataDir目录下，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。

4）创建myid文件

zkData目录下创建一个myid的文件

vim myid

# 内容

1

5）拷贝

拷贝配置好的zookeeper到其他机器上，并分别修改myid文件中内容为2、3

scp -r /opt/module/zookeeper-3.7.1/ hdhk@ha02:/opt/module/

scp -r /opt/module/zookeeper-3.7.1/ hdhk@ha03:/opt/module/

6）启动zookeeper

分别在ha01, ha02, ha03上启动

bin/zkServer.sh start

7）查看状态

分别在ha01, ha02, ha03上执行

bin/zkServer.sh status

5、配置HDFS-HA集群

（1）集群规划

ha01  

ha02

ha03

NameNode

NameNode

JournalNode

JournalNode

JournalNode

DataNode

DataNode

DataNode

ZK

ZK

ZK

ResourceManager

ResourceManager

NodeManager

NodeManager

NodeManager

（2）安装配置Hadoop

1）解压安装

tar -zxvf hadoop-2.7.7.tar.gz -C /opt/module/

2）修改hadoop-env.sh文件

export JAVA_HOME=/opt/module/jdk1.8

3）修改core-site.xml文件
<configuration>
  <!-- 把两个NameNode的地址组装成一个集群mycluster -->
  <property>
    <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
  </property>

  <!-- 指定hadoop运行时产生文件的存储目录 -->
  <property>
    <name>hadoop.tmp.dir</name>
    <value>/opt/module/hadoop-2.7.7/data/tmp</value>
  </property>
</configuration>
4）修改hdfs-site.xml文件
<configuration>
  <!-- 完全分布式集群名称 -->
  <property>
    <name>dfs.nameservices</name>
    <value>mycluster</value>
  </property>

  <!-- 集群中NameNode节点都有哪些 -->
  <property>
    <name>dfs.ha.namenodes.mycluster</name>
    <value>nn1,nn2</value>
  </property>

  <!-- nn1的RPC通信地址 -->
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn1</name>
    <value>ha01:9000</value>
  </property>

  <!-- nn2的RPC通信地址 -->
  <property>
    <name>dfs.namenode.rpc-address.mycluster.nn2</name>
    <value>ha02:9000</value>
  </property>

  <!-- nn1的http通信地址 -->
  <property>
    <name>dfs.namenode.http-address.mycluster.nn1</name>
    <value>ha01:50070</value>
  </property>

  <!-- nn2的http通信地址 -->
  <property>
    <name>dfs.namenode.http-address.mycluster.nn2</name>
    <value>ha02:50070</value>
  </property>

  <!-- 指定NameNode元数据在JournalNode上的存放位置 -->
  <property>
    <name>dfs.namenode.shared.edits.dir</name>
  <value>qjournal://ha01:8485;ha02:8485;ha03:8485/mycluster</value>
  </property>

  <!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 -->
  <property>
    <name>dfs.ha.fencing.methods</name>
    <value>sshfence</value>
  </property>

  <!-- 使用隔离机制时需要ssh无秘钥登录-->
  <property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/home/hdhk/.ssh/id_rsa</value>
  </property>

  <!-- 声明journalnode服务器存储目录-->
  <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>/opt/module/hadoop-2.7.7/data/jn</value>
  </property>

  <!-- 关闭权限检查-->
  <property>
    <name>dfs.permissions.enable</name>
    <value>false</value>
  </property>

  <!-- 访问代理类：client，mycluster，active配置失败自动切换实现方式-->
  <property>
      <name>dfs.client.failover.proxy.provider.mycluster</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
  </property>
</configuration>
5）拷贝到其他节点

scp -r hadoop-2.7.7/ hdhk@ha02:/opt/module/

scp -r hadoop-2.7.7/ hdhk@ha03:/opt/module/

（3）启动集群

1）启动journalnode服务

3台机器都启动

sbin/hadoop-daemon.sh start journalnode

2）格式化并启动nameNode

在[nn1]上，对其进行格式化，并启动：

bin/hdfs namenode -format

sbin/hadoop-daemon.sh start namenode

3）同步元数据信息

在[nn2]上，同步nn1的元数据信息

bin/hdfs namenode -bootstrapStandby

4）启动[nn2]

sbin/hadoop-daemon.sh start namenode

5）查看web页面显示

6）启动datanode

启动所有datanode，3台都启动

sbin/hadoop-daemons.sh start datanode

7）切换Active

将[nn1]切换为Active

bin/hdfs haadmin -transitionToActive nn1

8）查看是否Active

bin/hdfs haadmin -getServiceState nn1

（4）自动故障转移

1）修改hdfs-site.xml文件

增加

<property>

        <name>dfs.ha.automatic-failover.enabled</name>

        <value>true</value>

</property>

2）修改core-site.xml文件

增加

<property>

        <name>ha.zookeeper.quorum</name>

        <value>ha01:2181,ha02:2181,ha03:2181</value>

</property>

3）启动

a、关闭所有HDFS服务

sbin/stop-dfs.sh

b、启动Zookeeper集群：

bin/zkServer.sh start

c、初始化HA在Zookeeper中状态：

bin/hdfs zkfc -formatZK

d、启动HDFS服务：

sbin/start-dfs.sh

e、在各个NameNode节点上启动DFSZK Failover Controller，先在哪台机器启动，哪个机器的NameNode就是Active NameNode

sbin/hadoop-daemin.sh start zkfc

4）验证

a、将Active NameNode进程kill

kill -9 namenode的进程id

b、将Active NameNode机器断开网络

service network stop

6、配置YARN-HA集群

（1）集群规划

ha01  

ha02

ha03

NameNode

NameNode

JournalNode

JournalNode

JournalNode

DataNode

DataNode

DataNode

ZK

ZK

ZK

ResourceManager

ResourceManager

NodeManager

NodeManager

NodeManager

（2）配置

1）修改yarn-site.xml文件
<configuration>

<!-- Site specific YARN configuration properties -->
 <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

    <!--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>ha01</value>
    </property>

    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>ha02</value>
    </property>
 
    <!--指定zookeeper集群的地址--> 
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>ha01:2181,ha02:2181,ha03:2181</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>
2）拷贝到其他节点

scp etc/hadoop/yarn-site.xml hdhk@ha02:/opt/module/hadoop-2.7.7/etc/hadoop/

scp etc/hadoop/yarn-site.xml hdhk@ha03:/opt/module/hadoop-2.7.7/etc/hadoop/

（3）启动hdfs 

1）启动journalnode服务

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

sbin/hadoop-daemon.sh start journalnode

b、格式化

在[nn1]上，对其进行格式化，并启动：

bin/hdfs namenode -format

sbin/hadoop-daemon.sh start namenode

c、同步nn1的元数据信息

在[nn2]上，同步nn1的元数据信息：

bin/hdfs namenode -bootstrapStandby

d、启动[nn2]：

sbin/hadoop-daemon.sh start namenode

e、启动所有DataNode

sbin/hadoop-daemons.sh start datanode

f、将[nn1]切换为Active

bin/hdfs haadmin -transitionToActive nn1

（4）启动YARN

1）在ha01中执行：

sbin/start-yarn.sh

2）在ha02中执行：

sbin/yarn-daemon.sh start resourcemanager

3）查看服务状态

bin/yarn rmadmin -getServiceState rm1

# hdfs # hadoop # 大数据
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

昇腾CANN实战落地：从智慧城市到AIGC，解锁五大行业AI应用的算力密码

avatar 2048 AI社区

注意力的炼金术：ops-transformer如何重塑大模型的计算基座

在AIGC的黄金时代，Transformer架构已成为生成式AI的通用语言——从千亿参数的Qwen3、DeepSeek-V3.2，到多模态的Stable Diffusion XL、Sora，其核心计算范式高度趋同：Attention机制的矩阵运算与FFN层的非线性变换。然而，这种“架构趋同”背后隐藏着巨大的性能鸿沟：相同参数规模的模型，在不同硬件平台上推理延迟可相差5-10倍。差距的根源不在算法创

avatar 2048 AI社区
cover

CANN自定义算子开发指南：扩展AI模型能力的底层利器

avatar 2048 AI社区