hadoop HA分布式集群搭建

概述

hadoop2中NameNode可以有多个（目前只支持2个）。每一个都有相同的职能。一个是active状态的，一个是standby状态的。当集群运行时，只有active状态的NameNode是正常工作的，standby状态的NameNode是处于待命状态的，时刻同步active状态NameNode的数据。一旦active状态的NameNode不能工作，standby状态的NameNode就可以转变为active状态的，就可以继续工作了。

2个NameNode的数据其实是实时共享的。新HDFS采用了一种共享机制，Quorum Journal Node（JournalNode）集群或者Nnetwork File System（NFS）进行共享。NFS是操作系统层面的，JournalNode是hadoop层面的，我们这里使用JournalNode集群进行数据共享（这也是主流的做法）。JournalNode的架构图如下：

两个NameNode为了数据同步，会通过一组称作JournalNodes的独立进程进行相互通信。当active状态的NameNode的命名空间有任何修改时，会告知大部分的JournalNodes进程。standby状态的NameNode有能力读取JNs中的变更信息，并且一直监控edit log的变化，把变化应用于自己的命名空间。standby可以确保在集群出错时，命名空间状态已经完全同步了。

对于HA集群而言，确保同一时刻只有一个NameNode处于active状态是至关重要的。否则，两个NameNode的数据状态就会产生分歧，可能丢失数据，或者产生错误的结果。为了保证这点，这就需要利用使用ZooKeeper了。首先HDFS集群中的两个NameNode都在ZooKeeper中注册，当active状态的NameNode出故障时，ZooKeeper能检测到这种情况，它就会自动把standby状态的NameNode切换为active状态。

hadoop-ha包含HDFS的HA和YARN的HA，下面就2个部件的HA进行搭建。

环境介绍：

os:centos7.0

hadoop:2.8.0

zookeeper:3.4.10

5台虚拟机，各服务部署情况如下：

主机名	IP	安装软件	运行进程
c7001	192.168.70.101	Hadoop(HA)	NameNode、ResourceManager、DFSZKFailoverController
c7002	192.168.70.102	Hadoop(HA)	NameNode、ResourceManager、DFSZKFailoverController
c7003	192.168.70.103	Hadoop,Zookeeper	DataNode、NodeManager、QuorumPeerMain、JournalNode
c7004	192.168.70.104	Hadoop,Zookeeper	DataNode、NodeManager、QuorumPeerMain、JournalNode
c7005	192.168.70.105	Hadoop,Zookeeper	DataNode、NodeManager、QuorumPeerMain、JournalNode

说明：出于操作的便利性，本篇使用vagrant+virtualbox来搭建虚拟环境。

1、工具安装

1）、下载并安装VirtualBox,下载地址 https://www.virtualbox.org/wiki/Downloads 版本为5.1.18

2）、下载并安装Vagrant,下载地址 https://www.vagrantup.com/downloads.html 版本为1.9.3

3）、从GitHub上Clone ambari的ambari-vagrant到/opt/目录下，在终端执行：

　　git clone https://github.com/u39kun/ambari-vagrant.git

4）、增加虚拟机的hosts配置到宿主机的/etc/hosts中

　　sudo -s 'cat ambari-vagrant/append-to-etc-hosts.txt >> /etc/hosts'

5）、使用vagrant命令创建一个私钥

　　vagrant

　　此命令会在宿主机的~/.vagrant.d/目录下创建insecure_private_key文件，并显示出vagrant的用法。

2、安装虚拟机

1）、在/opt目录下执行

　　cd ambari-vagrant
　　cd centos7.0
　　cp ~/.vagrant.d/insecure_private_key . #此操作为宿主机到虚拟机的无密码登录

2)、由于我们是纯Hadoop安装，所以不需要每个虚拟机默认3.7G内存，（如果你宿主机内存多的话，可以不做修改），故修改centos7.0目录下的Vagrantfile。

　　vb.customize ["modifyvm", :id, "--memory", 2048] # RAM allocated to each VM

3）、通过目录下./up.sh命令来启动1或多个虚拟机。每个虚拟机将运行一个hadoop节点。

　　./up.sh <# of VMs to launch>

　　比如要启动5个虚拟机，则命令为：./up.sh 5

至此我们的工具和虚拟机都已经安装完成，并且宿主机ssh到各个虚拟机都是无密码连接。

说明：此种安装工具和虚拟机的过程需要vpn.

3、无密码登录

1）在宿主机终端/opt/ambari-vagrant/centos7.0目录执行

　　vagrant ssh c7001

　　登录到c7001,然后执行

　　ssh-keygen -t rsa

　　在~/.ssh/目录中生成两个文件id_rsa和id_rsa.pub

　　如果想从c7001免密码登录到c7002、c7003、c7004、c7005中要在c7001中执行

　　ssh-copy-id -i ~/.ssh/id_rsa.pub vagrant@c7001
　　ssh-copy-id -i ~/.ssh/id_rsa.pub vagrant@c7002
　　ssh-copy-id -i ~/.ssh/id_rsa.pub vagrant@c7003
　　ssh-copy-id -i ~/.ssh/id_rsa.pub vagrant@c7004
　　ssh-copy-id -i ~/.ssh/id_rsa.pub vagrant@c7005

　实现c7001、c7002、c7003、c7004、c7005任意之间的无密码登录，重复上述步骤。

4、安装ZooKeeper集群

　　此处不再赘述，请参看http://www.cnblogs.com/netbloomy/p/6658041.html

5、在c7001、c7002、c7003、c7004、c7005机器的/opt目录下安装jdk,并设置环境变量

　　wget http://download.oracle.com/otn-pub/java/jdk/8u121-b13/e9e7ea248e2c4826b92b3f075a80e441/jdk-8u121-linux-x64.tar.gz?AuthParam=1491205869_4d911aca9d38a4b869d2a6ecaa9bbf47

　　tar zxvf jdk-8u121-linux-x64.tar.gz

　　vi ~/.bash_profile

　　export JAVA_HOME=/opt/jdk1.8.0_121
　　export PATH=$PATH:$JAVA_HOME/bin

6、安装Hadoop集群

1）、下载并解压hadoop

　　在c7001、c7002、c7003、c7004、c7005的终端目录/opt下执行如下命令：

　　wget http://219.238.4.196/files/705200000559DFDC/apache.communilink.net/hadoop/common/hadoop-2.8.0/hadoop-2.8.0.tar.gz

　　然后再把各个机器上的hadoop解压　　

　　tar zxvf  hadoop-2.8.0.tar.gz

2）、在c7001终端修改hadoop配置文件，这里需要修改的有core-site.xml、hdfs-site.xml、mapreduce-site.xml、yarn-site.xml、hadoop-env.sh、mapred-env.sh、yarn-env.sh这7个文件

core-site.xml

<?xml version="1.0" encoding="UTF-8"?>

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

<configuration>

<property>

<name>fs.defaultFS</name>

<value>hdfs://bdcluster</value>

</property>

<!-- 指定hadoop临时目录 -->

<property>

<name>hadoop.tmp.dir</name>

<value>/opt/hadoop-2.8.0/tmp</value>

</property>

<!-- 指定zookeeper地址 -->

<property>

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

<value>c7003:2181,c7004:2181,c7005:2181</value>

</property>

<property>

<name>ha.zookeeper.session-timeout.ms</name>

<value>3000</value>

</property>

</configuration>

hdfs-site.xml 

<?xml version="1.0" encoding="UTF-8"?>

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

<configuration>

<!--指定hdfs的nameservice为bdcluster，需要和core-site.xml中的保持一致 -->

<property>

<name>dfs.nameservices</name>

<value>bdcluster</value>

</property>

<!-- bdcluster下面有两个NameNode，分别是nn1，nn2 -->

<property>

<name>dfs.ha.namenodes.bdcluster</name>

<value>nn1,nn2</value>

</property>

<!-- nn1的RPC通信地址 -->

<property>

<name>dfs.namenode.rpc-address.bdcluster.nn1</name>

<value>c7001:9000</value>

</property>

<!-- nn2的RPC通信地址 -->

<property>

<name>dfs.namenode.rpc-address.bdcluster.nn2</name>

<value>c7002:9000</value>

</property>

<!-- nn1的http通信地址 -->

<property>

<name>dfs.namenode.http-address.bdcluster.nn1</name>

<value>c7001:50070</value>

</property>

<!-- nn2的http通信地址 -->

<property>

<name>dfs.namenode.http-address.bdcluster.nn2</name>

<value>c7002:50070</value>

</property>

<!-- 指定NameNode的元数据在JournalNode上的存放位置 -->

<property>

<name>dfs.namenode.shared.edits.dir</name>

<value>qjournal://c7003:8485;c7004:8485;c7005:8485/bdcluster</value>

</property>

<!-- 指定JournalNode在本地磁盘存放数据的位置 -->

<property>

<name>dfs.journalnode.edits.dir</name>

<value>/opt/hadoop-2.8.0/tmp/journal</value>

</property>

<property>

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

<value>true</value>

</property>

<!-- 配置失败自动切换实现方式 -->

<property>

<name>dfs.client.failover.proxy.provider.bdcluster</name>

<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider

</value>

</property>

<!-- 配置隔离机制，多个机制用换行分割，即每个机制暂用一行 -->

<property>

<name>dfs.ha.fencing.methods</name>

<value>

sshfence

shell(/bin/true)

</value>

</property>

<!-- 使用sshfence隔离机制时需要ssh免密码登陆 -->

<property>

<name>dfs.ha.fencing.ssh.private-key-files</name>

<value>/home/vagrant/.ssh/id_rsa</value>

</property>

<!-- 配置sshfence隔离机制超时时间 -->

<property>

<name>dfs.ha.fencing.ssh.connect-timeout</name>

<value>30000</value>

</property>

<!--指定namenode名称空间的存储地址 -->

<property>

<name>dfs.namenode.name.dir</name>

<value>file:///opt/hadoop-2.8.0/hdfs/name</value>

</property>

<!--指定datanode数据存储地址 -->

<property>

<name>dfs.datanode.data.dir</name>

<value>file:///opt/hadoop-2.8.0/hdfs/data</value>

</property>

<!--指定数据冗余份数 -->

<property>

<name>dfs.replication</name>

<value>3</value>

</property>

</configuration>

mapred-site.xml

<?xml version="1.0"?>

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

<configuration>

<property>

<name>mapreduce.framework.name</name>

<value>yarn</value>

</property>

<!-- 配置 MapReduce JobHistory Server 地址 ，默认端口10020 -->

<property>

<name>mapreduce.jobhistory.address</name>

<value>0.0.0.0:10020</value>

</property>

<!-- 配置 MapReduce JobHistory Server web ui 地址， 默认端口19888 -->

<property>

<name>mapreduce.jobhistory.webapp.address</name>

<value>0.0.0.0:19888</value>

</property>

</configuration>

yarn-site.xml

<?xml version="1.0"?>

<configuration>

<!--开启resourcemanagerHA,默认为false -->

<property>

<name>yarn.resourcemanager.ha.enabled</name>

<value>true</value>

</property>

<!--开启自动恢复功能 -->

<property>

<name>yarn.resourcemanager.recovery.enabled</name>

<value>true</value>

</property>

<!-- 指定RM的cluster id -->

<property>

<name>yarn.resourcemanager.cluster-id</name>

<value>yrc</value>

</property>

<!--配置resourcemanager -->

<property>

<name>yarn.resourcemanager.ha.rm-ids</name>

<value>rm1,rm2</value>

</property>

<!-- 分别指定RM的地址 -->

<property>

<name>yarn.resourcemanager.hostname.rm1</name>

<value>c7001</value>

</property>

<property>

<name>yarn.resourcemanager.hostname.rm2</name>

<value>c7002</value>

</property>

<!-- <property> <name>yarn.resourcemanager.ha.id</name> <value>rm1</value>

<description>If we want to launch more than one RM in single node,we need

this configuration</description> </property> -->

<!-- 指定zk集群地址 -->

<property>

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

<value>c7003:2181,c7004:2181,c7005:2181</value>

</property>

!--配置与zookeeper的连接地址-->

<property>

<name>yarn.resourcemanager.zk-state-store.address</name>

<value>c7003:2181,c7004:2181,c7005:2181</value>

</property>

<property>

<name>yarn.resourcemanager.store.class</name>

<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore

</value>

</property>

<property>

<name>yarn.resourcemanager.zk-address</name>

<value>c7003:2181,c7004:2181,c7005:2181</value>

</property>

<property>

<name>yarn.resourcemanager.ha.automatic-failover.zk-base-path</name>

<value>/yarn-leader-election</value>

<description>Optionalsetting.Thedefaultvalueis/yarn-leader-election

</description>

</property>

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

</configuration>

hadoop-env.sh & mapred-env.sh & yarn-env.sh

export JAVA_HOME=/opt/jdk1.8.0_121
export CLASS_PATH=$JAVA_HOME/lib:$JAVA_HOME/jre/lib 
export HADOOP_HOME=/opt/hadoop-2.8.0
export HADOOP_PID_DIR=/opt/hadoop-2.8.0/pids 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export HADOOP_OPTS="$HADOOP_OPTS-Djava.library.path=$HADOOP_HOME/lib/native" 
export HADOOP_PREFIX=$HADOOP_HOME 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export HDFS_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export YARN_CONF_DIR=$HADOOP_HOME/etc/hadoop 
export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native 
export PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

slaves

c7001
c7002
c7003
c7004
c7005

然后通过执行如下命令将c7001修改好的配置文件同步到c7002、c7003、c7004、c7005：

scp -r /opt/hadoop-2.8.0/etc/hadoop vagrant@c7002:/opt/hadoop-2.8.0/etc/
scp -r /opt/hadoop-2.8.0/etc/hadoop vagrant@c7003:/opt/hadoop-2.8.0/etc/
scp -r /opt/hadoop-2.8.0/etc/hadoop vagrant@c7004:/opt/hadoop-2.8.0/etc/
scp -r /opt/hadoop-2.8.0/etc/hadoop vagrant@c7005:/opt/hadoop-2.8.0/etc/

至此，hadoop的配置文件已经全部配置完毕

7、启动Hadoop集群

1）、启动zookeeper集群
分别在c7003、c7004、c7005上执行如下命令启动zookeeper集群；
[vagrant@c7003 bin]$ sh zkServer.sh start
验证集群zookeeper集群是否启动，分别在c7003、c7004、c7005上执行如下命令验证zookeeper集群是否启动，集群启动成功，有两个follower节点跟一个leader节点；
[vagrant@c7003 bin]$ sh zkServer.sh status
JMX enabled by default
Using config: /opt/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower
2）、 启动journalnode集群
在c7001上执行如下命令完成JournalNode集群的启动
[vagrant@c7001 hadoop-2.8.0]$ sbin/hadoop-daemons.sh start journalnode
执行jps命令，可以查看到JournalNode的java进程pid
3）、格式化zkfc,让在zookeeper中生成ha节点
在c7001上执行如下命令，完成格式化
hdfs zkfc -formatZK
格式成功后，查看zookeeper中可以看到
[zk: localhost:2181(CONNECTED) 1] ls /hadoop-ha
[bdcluster]
4）、 格式化hdfs
hadoop namenode -format
5）、 启动NameNode
首先在c7001上启动active节点，在c7001上执行如下命令
[vagrant@c7001 hadoop-2.8.0]$ sbin/hadoop-daemon.sh start namenode
在c7002上同步namenode的数据，同时启动standby的namenod,命令如下
#把NameNode的数据同步到c7002上
[vagrant@c7002 hadoop-2.8.0]$ bin/hdfs namenode -bootstrapStandby
#启动c7002上的namenode作为standby
[vagrant@c7002 hadoop-2.8.0]$ sbin/hadoop-daemon.sh start namenode
6）、 启动启动datanode
在c7001上执行如下命令
[vagrant@c7001 hadoop-2.8.0]$ sbin/hadoop-daemons.sh start datanode
7）、 启动yarn
在作为资源管理器上的机器上启动，我这里是c7001,执行如下命令完成year的启动
[vagrant@c7001 hadoop-2.8.0]$ sbin/start-yarn.sh

8）、 启动ZKFC
在c7001上执行如下命令，完成ZKFC的启动
[vagrant@c7001 hadoop-2.8.0]$ sbin/hadoop-daemons.sh start zkfc
全部启动完后分别在c7001、c7002、c7003、c7004、c7005上执行jps是可以看到下面这些进程的
#c7001上的java PID进程
[vagrant@c7001 hadoop-2.8.0]$ jps
7857 DataNode
7270 JournalNode
8118 NodeManager
8550 DFSZKFailoverController
8007 ResourceManager
8968 NameNode
9065 Jps
#c7002上的java PID进程
[vagrant@c7002 hadoop-2.8.0]$ jps
6929 DFSZKFailoverController
6738 NodeManager
6441 NameNode
6603 DataNode
6221 JournalNode
7615 Jps
#c7003上的java PID进程
[vagrant@c7003 hadoop-2.8.0]$ jps
6040 DataNode
6473 Jps
4764 QuorumPeerMain
5870 JournalNode
6175 NodeManager
#c7004上的java PID进程
[vagrant@c7004 hadoop-2.8.0]$ jps
4739 QuorumPeerMain
5875 JournalNode
6180 NodeManager
6475 Jps
6046 DataNode
#c7005上的java PID进程
6227 NodeManager
6518 Jps
6091 DataNode
5916 JournalNode
4813 QuorumPeerMain

8、测试NameNode HA的高可用性
启动后c7001的namenode和c7002的namenode如下所示：

此时在c7001上执行如下命令关闭c7001上的namenode

[vagrant@c7001 hadoop-2.8.0]$ sbin/hadoop-daemon.sh stop namenode

再次查看c7002上的namenode，发现自动切换为active了！证据如下：

上述验证也可以使用命令hdfs haadmin进行查看NameNode的状态
查看namenode工作状态 
hdfs haadmin -getServiceState nn1
将standby状态namenode切换到active
hdfs haadmin –transitionToActive nn1
将active状态namenode切换到standby
hdfs haadmin –transitionToStandby nn2

9、ResourceManager HA

NameNode HA操作完之后我们可以发现只有一个节点（这里是c7001）启动，需要手动启动另外一个节点（c7002）的resourcemanager。
sbin/yarn-daemon.sh start resourcemanager
然后用以下指令查看resourcemanager状态
yarn rmadmin -getServiceState rm1
结果显示Active

yarn rmadmin -getServiceState rm2
而rm2是standby。
验证HA和NameNode HA同理，kill掉Active resourcemanager，则standby的resourcemanager则会转换为Active。
还有一条指令可以强制转换
yarn rmadmin –transitionToStandby rm1

注意：yarn-site.xml的

<property>
　　　　<name>yarn.resourcemanager.ha.id</name>
　　　　<value>rm1</value>
　　　　<description>If we want to launch more than one RM in single node,we need this configuration</description>
　</property>

在c7001上配置是rm1,而在c7002上一定要配置rm2,如果不修改，c7002的resourcemanager启动不了。