HadoopHDFS高可用（HA）

Hadoop高可用（HA）

高可用架构

1.Hadoop1.x版本呢所带来的问题

使用场景：

1.单点故障
a. 每个群集只有一个NameNode，NameNode存在单点故障（SPOF）。
b. 如果该计算机或进程不可用，则整个群集在整个NameNode重新启动或在另一台计算机上启动之前将不可用
c. 如果发生意外事件（例如机器崩溃），则在操作员重新启动NameNode之前，群集将不可 用。
d. 计划内的维护事件，例如NameNode计算机上的软件或硬件升级，将导致群集停机时间的延 长
2、水平扩展 将来服务器启动的时候，启动速度慢
3、namenode随着业务的增多，内存占用也会越来越多 如果namenode内存占满，将无法继续提供服务
4、日志丢失问题

2.设计思路

1、hadoop2.x启用了主备节点切换的模式（1主1备）
2、当主节点出现异常的时候，集群直接将备用节点切换成主节点
    要求备用节点马上就要工作
    主备节点内存几乎同步有
3、独立的线程对主备节点进行监控健康状态
4、需要有一定的选举机制，帮助我们确定主从关系
5、我们需要实时存储日志的中间件

3.组织架构

hadoop高可用HA

Active NameNode(ANN)

​ a. 它的功能和原理的NN的功能是一样的

​ b. 接受客户端请求，查询数据块DN信息

​ c. 存储数据的元数据信息

​ 数据文件：Block：DN的映射关系

​ d. 工作

​ 启动时：接受DN的block汇报

​ 运行时：和DN保持心跳(3s,10m)

​ e. 存储介质

​ 完全基于内存

​ 优点：数据处理效率高

​ 缺点：数据的持久化(日志edits+快照fsimage)

Standby NameNode(SNN)

​ a. Standby NameNode：NN的备用节点

​ b. 他和主节点做同样的工作，但是它不会发出任何指令(同一时刻，集群只能有一个活跃的节点)

​ c. 存储：数据的元数据信息

​ 数据文件：Block：DN的映射关系
​ 它的内存数据和主节点内存数据几乎是一致的

​ d. 工作：

​ 启动时： 接受DN的block汇报
​ 运行时： 和DN保持心跳(3s,10m）

​ e. 存储介质：完全基于内存

​ 优点：数据处理效率高

​ 缺点：数据的持久化

DataNode(DN)

​ a. 存储文件的Block数据

​ b. 介质：硬盘

​ c. 启动时：同时向两个NN汇报Block信息

​ d. 运行中：同时和两个主节点保持心跳机制

JournalNode（JN）

​ a. Quorum JournalNode Manager 共享存储系统，NameNode通过共享存储系统实现日志数据同步。

​ b. JournalNode是一个独立的小集群，它的实现原理和Zookeeper的一致( Paxos)

​ c. ANN产生日志文件的时候，就会同时发送到 JournalNode的集群中每个节点上

​ d. JournalNode不要求所有的jn节点都接收到日志，只要有半数以上的（n/2+1）节点接受收到日志，那么本条日志就生效

​ e. SNN每间隔一段时间就去QJM上面取回最新的日志

​ SNN上的日志有可能不是最新的

​ f. HA集群的状态正确至关重要，一次只能有一个NameNode处于活动状态。

​ g. JournalNode只允许单个NameNode成为活跃的主节点。在故障转移期间，将变为活动状态的NameNode 将承担写入JournalNodes的角色，这将有效地防止另一个NameNode继续处于活动状态，从而使 新的Active节点可以安全地进行故障转移。

Failover Controller(ZKFC：故障转移控制器)

# 对 NameNode 的主备切换进行总体控制，能及时检测到 NameNode 的健康状况，在主 NameNode 故障时借助 Zookeeper 实现自动的主备选举和切换，为了防止因为NN的GC失败导致心跳受影响，ZKFC作为一个deamon进程从NN分离出来

1) 启动时：

​ 当集群启动时，主备节点的概念是很模糊的
​ 当ZKFC只检查到一个节点是健康状态，直接将其设置为主节点
​ 当zkfc检查到两个NN节点是的健康状态，发起投票机制
​ 选出一个主节点，一个备用节点，并修改主备节点的状态

一个常见的问题：如果启动的时候，发现有两个备用节点，肯定是因为没有选举，检查一下zookeeper有没有启动起来，如果还是失败，重启一下

问题：

​ 1、SNN为什么不直接去ANN去同步数据。

​ 2、SNN挂了谁去合并日志呢？没有人

2) 运行时：

由 ZKFailoverController、HealthMonitor 和 ActiveStandbyElector 这 3 个组件来协同实现主备切换

​ a. ZKFailoverController启动的时候会创建 HealthMonitor 和 ActiveStandbyElector 这两 个主要的内部组件
​ b. HealthMonitor 主要负责检测 NameNode 的健康状态

​ c. ActiveStandbyElector 主要负责完成自动的主备选举，内部封装了 Zookeeper 的处理逻辑

3) 主备节点正常切换
NameNode 在选举成功后， ActiveStandbyElector 会在 zk 上创建一个
ActiveStandbyElectorLock 临时节点，而没有选举成功的备 NameNode 中的ActiveStandbyElector 会监控这个节点

​ 如果 Active NameNode 对应的 HealthMonitor 检测到 NameNode 的状态异常时，ZKFailoverController 会主动删除当前在 Zookeeper 上建立的临时节点ActiveStandbyElectorLock

​ 处于 Standby 状态的 NameNode 的 ActiveStandbyElector 注册的监听器就会收到这个节点的 NodeDeleted 事件，并创建 ActiveStandbyElectorLock 临时节点，本来处于 Standby 状态的 NameNode 就选举为 Active NameNode 并随后开始切换为 Active 状态。

​ 如果是 Active NameNode 的机器整个宕掉的话，那么跟 zookeeper 连接的客户端线程也挂了 , 会话结束 , 那么根据 Zookeepe 的临时节点特性， ActiveStandbyElectorLock 节点会自动被删除，从而也会自动进行一次主备切换,

Zookeeper
为主备切换控制器提供主备选举支持。
辅助投票
和 ZKFC 保持心跳机制，确定 ZKFC 的存活

运行流程

首先要有两个主节点，一个作为活跃主节点（来接受命令执行命令），一个作为备份主节点（不能接受任何命令，拍摄快照）

​ 在客户端的发送请求的时候，主节点先写日志再处理请求（在高可用中没有secondarynamenode），在客户端发送请求或缺的主节点都会向JournalNode同步一份，（ JournalNode不要求所有的jn节点都接收到日志，只要有半数以上的（n/2+1）节点接受收到日志，那么本条日志就生效），然后备份主节点就一直从JournalNode拉取日志，当拉去到达一定阈值的时候，备份主节点会与本地的镜像做合并，合并后同步一份到活跃主节点中，并由活跃主节点进行校验，检查通过后，本地保存一份，活跃主节点保存一份，（在两个主节点刚开始启动服务格式化的情况下，都会保存快照fsiamge0000000000,活跃主节点每次接受一个客户端的请求，他都会先将数据传到JournalNode中再做操作，而备份主节点就会一直拉取JournalNode上的日志文件并与自己本地的进行合并，然后发给活跃主节点一份，让活跃主节点及进行校验，检验成功活跃主节点保存一份，本地保存一份），每一个主节点都有一个zkfc来监控，通过HealthMonitor 来监控每个节点的状态，然后在zkfc上面有一个zookeeper集群(对应的集群里当然也存在相应的节点，奇数)，当检测到有活跃节点的时候，向zookeeper创建临时节点，然后备份主节点的zkfc进行监控活跃主节点的临时节点，当活跃主节点挂了，随之临时节点消失了，这时候监控的备份主节点发现监控的临时文件没有了，这时候zookeeper内部通过ActiveStandbyElector 主要负责完成自动的主备选举，NameNode 在选举成功后， ActiveStandbyElector 会在 zk 上创建一个ActiveStandbyElectorLock 临时节点，而没有选举成功的备 NameNode 中的ActiveStandbyElector 会监控这个节点。如果 Active NameNode 对应的 HealthMonitor 检测到 NameNode 的状态异常时，ZKFailoverController 会主动删除当前在 Zookeeper 上建立的临时节点ActiveStandbyElectorLock。处于 Standby 状态的 NameNode 的 ActiveStandbyElector 注册的监听器就会收到这个节点的 NodeDeleted 事件，并创建 ActiveStandbyElectorLock 临时节点，本来处于 Standby 状态的 NameNode 就选举为 Active NameNode 并随后开始切换为 Active 状态。如果是 Active NameNode 的机器整个宕掉的话，那么跟 zookeeper 连接的客户端线程也挂了 , 会话结束 , 那么根据 Zookeepe 的临时节点特性， ActiveStandbyElectorLock 节点会自动被删除，从而也会自动进行一次主备切换,

脑裂

定义：

脑裂是Hadoop2.x版本后出来的问题，实际运行过程中有可能有两个namenode同时服务于整个集群的情况，这种情况称之为脑裂

原因：

在主从节点切换时，由于活跃节点的网络延迟，设备故障等问题所引起问题，另一台namenode会认为活跃的namenode成为了失效状态，此时备份主节点转换为活跃状态，此时集群里将会出现两个活跃的namenode，因此，可能出现的因素有网络延迟，心跳故障，设备故障等

脑裂场景：

在namenode垃圾回收时，可能会长时间内整个系统无响应

zkfc客户端也就无法向zk写入心跳信息，这样的话可能导致临时节点掉线，备namenode会切换到活跃状态

这种状态可能会导致整个集群会同时有两个namenode活跃主节点。

脑裂问题的解决方案是隔离（ Fencing ）

  1. 第三方共享存储：任一时刻，只有一个 NN 可以写入；
  2. DataNode ：需要保证只有一个 NN 发出与管理数据副本有关的命令；
  3. Client 需要保证同一时刻只有一个 NN 能够对 Client 的请求发出正确的响应。
    a) 每个 NN 改变状态的时候，向 DN 发送自己的状态和一个本次选举对应的序列号。
    b) DN 在运行过程中维护此序列号，当 failover 时，新的 NN 在返回 DN 心跳时会返回自己的 active 状态和一个更大的序列号。
    DN 接收到这个返回是认为该 NN 为新的 active 。
    (c) 如果这时原来的 active （比如 GC ）恢复，返回给 DN 的心跳信息包含 active 状态和原来的序列号，这时 DN 就会拒绝这个 NN 的命令。
    解决方案
    ActiveStandbyElector 为了实现 fencing ，当 NN 成为 ANN 之后创建 Zookeeper 临时节点ActiveStandbyElectorLock ，创建 ActiveBreadCrumb 的持久节点，这个节点里面保存了这个Active NameNode 的地址信息 (node-01)
    Active NameNode 的 ActiveStandbyElector 在正常的状态下关闭 Zookeeper Session 的时候，会一起删除这个持久节点
    但如果 ActiveStandbyElector 在异常的状态下关闭，那么由于 /hadoop ha/${dfs.nameservices}/ActiveBreadCrumb 是持久节点，会一直保留下来，后面当另一个NameNode 选主成功之后，会注意到上一个 Active NameNode 遗留下来的这个节点，从而会回调 ZKFailoverController 的方法对旧的 Active NameNode 进行 fencing 。
    首先尝试调用这个旧 Active NameNode 的 HAServiceProtocol RPC 接口的transitionToStandby 方法，看能不能把它转换为 Standby 状态；
    如果 transitionToStandby 方法调用失败，那么就执行 Hadoop 配置文件之中预定义的隔离措施。
  4. sshfence ：通过 SSH 登录到目标机器上，执行命令 fuser 将对应的进程杀死
  5. shellfence ：执行一个用户自定义的 shell 脚本来将对应的进程隔离
    在成功地执行完成 fencing 之后，选主节点成功的 ActiveStandbyElector 才会回调ZKFailoverController 的 becomeActive 方法将对应的 NameNode 转换为 Active 状态，开始对外提供服务。新的主创建临时节点 ActiveStandbyElectorLock ，创建持久化节点 ActiveBreadCrumb ，并将自己的主机地址 Node02 赋值给初始化节点

单NN局限性

Namespace（命名空间）的限制

单个datanode从4T增长到36T，集群的尺寸增长到8000个datanode。存储的需求从12PB增长到大于100PB。

性能的瓶颈

由于是单个Namenode的HDFS架构，因此整个HDFS文件系统的吞吐量受限于单个Namenode的吞吐量。毫无疑问，这将成为下一代MapReduce的瓶颈。

隔离问题

由于HDFS仅有一个Namenode，无法隔离各个程序，因此HDFS上的一个实验程序就很有可能影响整个HDFS上运行的程序。那么在HDFS Federation中，可以用不同的Namespace来隔离不同的用户应用程序，使得不同Namespace Volume中的程序相互不影响。

集群的可用性

在只有一个Namenode的HDFS中，此Namenode的宕机无疑会导致整个集群不可用。

Namespace和Block Management的紧密耦合

当前在Namenode中的Namespace和Block Management组合的紧密耦合关系会导致如果想要实现另外一套Namenode方案比较困难，而且也限制了其他想要直接使用块存储的应用。

为什么纵向扩展目前的Namenode不可行？比如将Namenode的 JVM Heap空间扩大到512GB。

这样纵向扩展带来的第一个问题就是启动问题，启动花费的时间太长。当前具有50GB Heap Namenode的HDFS启动一次大概需要30分钟到2小时，那512GB的需要多久？第二个潜在的问题就是Namenode在Full GC时，如果发生错误将会导致整个集群宕机。第三个问题是对大JVM Heap进行调试比较困难。优化Namenode的内存使用性价比比较低。

federation

hadoop联邦机制

NameNode提供了命名空间（NameSpace）和块（Block）管理功能。
HDFS 联邦拥有多个独立的命名空间，每个空间管理属于自己的一组块，这些同组的块构成了“块 池”（Block Pool）。
所有的NameNode 会共享底层的数据节点的存储资源。数据节点是一个物理概念，块池则属于逻辑概念。

Block pool(块池)

​ 所谓Block pool(块池)就是属于单个命名空间的一组block(块)管理区域。
​ 每一个datanode为所有的block pool存储块。
​ Datanode是一个物理概念，而block pool是一个重新将block划分的逻辑概念。

​ 同一个datanode中可以存着属于多个block pool的多个块。

​ Block pool允许一个命名空间在不通知其他命名空间的情况下为一个新的block创建Block ID。同时，一个Namenode失效不会影响其下的datanode为其他Namenode的服务。
​ 当datanode与Namenode建立联系并开始会话后自动建立Block pool。每个block都有一个唯一的标识，这个标识我们称之为扩展的块ID（Extended Block ID）= BlockID+BlockID。这个扩展的块ID在HDFS集群之间都是唯一的，这为以后集群归并创造了条件。
​ Datanode中的数据结构都通过块池ID（BlockPoolID）索引，即datanode中的BlockMap，storage等都通过BPID索引。
​ 在HDFS中，所有的更新、回滚都是以Namenode和BlockPool为单元发生的。即同一HDFS Federation中不同的Namenode/BlockPool之间没有什么关系。
​ 目前Hadoop版本中Block Pool的管理功能依然放在了Namenode中，将来的版本中会将Block Pool的管理功能移动的新的功能节点中。

Namespace Volume(命名空间卷)

​ 一个Namespace和它的块池合并在一起称为Namespace Volume，它是一个独立完整的管理单元。

​ 当一个Namenode/Namespace被删除，与之相对应的块池也被删除。

​ 在升级时，每一个nanespace Volume也会整体作为一个单元。

通过多个namenode/namespace把元数据的存储和管理分散到多个节点中

​ 降低单个节点数据压力，计算压力

namenode/namespace可以通过增加机器来进行水平扩展

​ 可以让更多的节点参与到运算

​ namespace命名空间，通过这种方式确定要处理数据的路径

我们可以通过namenode和namespace组合使用

​ 所有的nn共享dn

​ 但是每一个namespace会单独管理自己的模块

​ 会创建一个管理块的机制：blocks pool

注意：联邦机制和HA完全不一样的，是解决不一样的问题，联邦机制解决的是业务水平扩展的问题，HA解决的是单点故障的问题

Linux搭建高可用服务

1、上传安装包到master并解压
tar -xvf zookeeper-3.4.6.tar.gz

2、配置环境变量
vim /etc/profile

export ZOOKEEPER_HOME=/usr/local/soft/zookeeper-3.4.6
export PATH=$PATH:$ZOOKEEPER_HOME/bin

source /etc/profile

3、修改配置文件
cd conf

修改配置文件，重新复制一份，那个是模板

​ cp zoo_sample.cfg zoo.cfg

修改
dataDir=/usr/local/soft/zookeeper-3.4.6/data

增加
server.0=master:2888:3888
server.1=node1:2888:3888
server.2=node2:2888:3888

image-20220823194415456

4、同步到其它节点
scp -r zookeeper-3.4.6 node1:pwd
scp -r zookeeper-3.4.6 node2:pwd

配置node1和node2的环境变量
scp /etc/profile node1:/etc/
scp /etc/profile node2:/etc/

在所有节点执行
source /etc/profile

4、创建/usr/local/soft/zookeeper-3.4.6/data目录,所有节点都要创建

mkdir /usr/local/soft/zookeeper-3.4.6/data

在data目录下创建myid文件
vim myid 
master,node1,node2分别加上0，1，2

5、启动zk，
zkServer.sh start 三台都需要执行

zkServer.sh status 查看状态

当有一个leader的时候启动成功

连接zk
zkCli.sh

zk  是一个目录结构 ，每个节点可以存数据，同时可以有子节点

zk shell

创建目录
create /test test
create /test/a 1


获取数据
get /test
 
ls /test

delete 只能删除没有子节点的节点
rmr /test  删除节点

关闭命令

zkServer.sh stop

拍摄快照

重置zk
1、杀掉所有zk进程
kiil -9 pid

2、删除data目录下的version文件, 所有节点都要删除
rm -rf /usr/local/soft/zookeeper-3.4.6/data/version-2

2、启动zk
zkServer.sh start

HDFS高可用搭建（HA）

	ZK	NN	DN	RM	NM	JN	ZKFC

master 1 1 1 1 1
node1 1 1 1 1 1 1 1
node2 1 1 1 1

1、防火墙
service firewalld stop
2、时间同步
yum install ntp
ntpdate -u s2c.time.edu.cn

或者
date -s 20180503

3、免密钥 (远程执行命令)
在两个主节点生成密钥文件
ssh-keygen -t rsa
ssh-copy-id ip

master-->master,node1,node2
node1-->master,node1,node2

4、修改hadoop配置文件
core-site.xml
hdfs-site.xml

停止HDFS集群：stop-dfs.sh


同步到其它节点
	cd /usr/local/soft/hadoop-2.7.6/etc/hadoop
	scp ./* node1:`pwd`
	scp ./* node2:`pwd`
	配置环境变量使其生效

5、删除hadoop数据存储目录下的文件 每个节点都需要删除
rm -rf /usr/local/soft/hadoop-2.7.6/tmp

6、启动zookeeper 三台都需要启动
zkServer.sh start
zkServer.sh status

7、启动JN存储hdfs元数据
三台JN上执行 启动命令：
hadoop-daemon.sh start journalnode

8、格式化 在一台NN上执行，这里选择master
hdfs namenode -format
启动当前的NN
hadoop-daemon.sh start namenode（作为主节点）

9、执行同步 没有格式化的NN上执行 在另外一个namenode上面执行 这里选择node1
hdfs namenode -bootstrapStandby（作为备用主节点）

10、格式化ZK 在master上面执行
！！一定要先 把zk集群正常 启动起来
hdfs zkfc -formatZK

11、启动hdfs集群,在master上执行
start-dfs.sh

12.如果想在浏览器上查看活跃主节点的状态，可以通过master01:50070进行查看，也可以通过node01:50070进行查看备用节点。

13.如果关闭集群的话

stop-all.sh

关闭Hadoop的所有服务，接着使用zkServer.sh stop关闭三台zookeeper的服务，至此hdfs的高可用搭建完毕！

posted @ 2022-08-23 22:40  996开发  阅读(482)  评论(0)    收藏  举报