如何在 Ubuntu 上实现 Hadoop 高可用 - 问答

在 Ubuntu 上实现 Hadoop 高可用

一架构与前置准备

架构要点
- HDFS HA：使用 QJM（Quorum Journal Manager） 共享编辑日志，配合 Zookeeper 与 ZKFC（ZooKeeperFailoverController） 实现 Active/Standby 自动故障切换。
- YARN HA：启用 ResourceManager HA，通过 Zookeeper 保存状态，实现 rm1/rm2 主备切换。
节点规划（示例三台，可按需扩展）
- master：NameNode、ResourceManager、ZKFC、JournalNode、DataNode
- slave1：NameNode、ResourceManager、ZKFC、JournalNode、DataNode
- slave2：JournalNode、DataNode（可按需部署 ZK）
基础环境
- 系统：Ubuntu 18.04/20.04/22.04
- 软件：JDK 1.8、Hadoop 3.x、Zookeeper 3.5+
- 前置：配置 /etc/hosts、SSH 免密、NTP 时间同步、关闭防火墙或放通端口（如 2181/8020/50070/8088/8485）。

二安装与基础配置

安装 JDK 与 Hadoop
- 解压并设置环境变量（示例路径，按实际调整）：
  - JAVA_HOME：/opt/jdk1.8.0_xxx
  - HADOOP_HOME：/opt/hadoop-3.x
  - 在 /etc/profile 或 ~/.bashrc 中导出：JAVA_HOME、HADOOP_HOME、PATH，并执行 source 生效。
配置 SSH 免密
- 每台执行：ssh-keygen -t rsa
- 分发公钥：ssh-copy-id master、ssh-copy-id slave1、ssh-copy-id slave2
配置主机映射
- 编辑 /etc/hosts（示例）：
  - 192.168.1.10 master
  - 192.168.1.11 slave1
  - 192.168.1.12 slave2
时间同步
- 安装并启用 NTP：sudo apt-get install ntp，编辑 /etc/ntp.conf 指向内网 NTP 或本地时钟源，启动服务并校验 ntpstat 同步状态。

三部署 Zookeeper 集群

解压并配置 conf/zoo.cfg（三台一致）：
- tickTime=2000、initLimit=10、syncLimit=5
- dataDir=/opt/zookeeper/data、clientPort=2181
- 集群地址（示例）：server.1=master:2888:3888；server.2=slave1:2888:3888；server.3=slave2:2888:3888
初始化 myid
- master：echo 1 > /opt/zookeeper/data/myid
- slave1：echo 2 > /opt/zookeeper/data/myid
- slave2：echo 3 > /opt/zookeeper/data/myid
启动与校验
- 每台执行：/opt/zookeeper/bin/zkServer.sh start
- 校验：/opt/zookeeper/bin/zkServer.sh status，应见到 leader/follower 角色。

四 Hadoop 高可用配置

公共与目录（建议在各节点一致）
- 在 etc/hadoop/hadoop-env.sh / yarn-env.sh 中设置 JAVA_HOME
- 在 core-site.xml 设置：
  - fs.defaultFS：hdfs://mycluster
  - hadoop.tmp.dir：/opt/hadoop-3.x/data
  - ha.zookeeper.quorum：master:2181,slave1:2181,slave2:2181
HDFS HA（etc/hadoop/hdfs-site.xml 关键项）
- 命名服务与 NN：
  - dfs.nameservices：mycluster
  - dfs.ha.namenodes.mycluster：nn1,nn2
  - dfs.namenode.rpc-address.mycluster.nn1：master:8020
  - dfs.namenode.rpc-address.mycluster.nn2：slave1:8020
  - dfs.namenode.http-address.mycluster.nn1：master:50070
  - dfs.namenode.http-address.mycluster.nn2：slave1:50070
- 共享编辑日志与故障隔离：
  - dfs.namenode.shared.edits.dir：qjournal://master:8485;slave1:8485;slave2:8485/mycluster
  - dfs.journalnode.edits.dir：/opt/hadoop-3.x/data/journal
  - dfs.client.failover.proxy.provider.mycluster：org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
  - dfs.ha.automatic-failover.enabled：true
  - dfs.ha.fencing.methods：sshfence（可追加 shell(/bin/true)）
  - dfs.ha.fencing.ssh.private-key-files：/root/.ssh/id_rsa
  - dfs.ha.fencing.ssh.connect-timeout：30000
- 数据与副本：
  - dfs.replication：2~3
  - dfs.namenode.name.dir：file://${hadoop.tmp.dir}/name
  - dfs.datanode.data.dir：file://${hadoop.tmp.dir}/data
YARN HA（etc/hadoop/yarn-site.xml 关键项）
- 启用 HA 与存储：
  - yarn.resourcemanager.ha.enabled：true
  - yarn.resourcemanager.cluster-id：yrc
  - yarn.resourcemanager.ha.rm-ids：rm1,rm2
  - yarn.resourcemanager.hostname.rm1：master
  - yarn.resourcemanager.hostname.rm2：slave1
  - yarn.resourcemanager.webapp.address.rm1：master:8088
  - yarn.resourcemanager.webapp.address.rm2：slave1:8088
  - yarn.resourcemanager.zk-address：master:2181,slave1:2181,slave2:2181
  - yarn.resourcemanager.recovery.enabled：true
  - yarn.resourcemanager.store.class：org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore
- 计算与日志：
  - yarn.nodemanager.aux-services：mapreduce_shuffle
  - yarn.log-aggregation-enable：true
  - yarn.log-aggregation.retain-seconds：604800
MapReduce（etc/hadoop/mapred-site.xml）
- mapreduce.framework.name：yarn
- mapreduce.jobhistory.address：master:10020
- mapreduce.jobhistory.webapp.address：master:19888
从节点（etc/hadoop/workers 或 slaves）
- master
- slave1
- slave2。

五启动与验证

首次初始化
- 启动 Zookeeper（三台）：/opt/zookeeper/bin/zkServer.sh start
- 格式化 ZKFC 状态：hdfs zkfc -formatZK
- 启动 JournalNode（三台）：hdfs --daemon start journalnode
- 格式化 Active NameNode（在 nn1，如 master）：hdfs namenode -format
- 同步元数据到 Standby（在 nn2，如 slave1）：先启动 namenode 进程，再执行 hdfs namenode -bootstrapStandby
启动集群
- 方式 A（推荐）：start-dfs.sh && start-yarn.sh
- 方式 B（逐项）：在各 NN 启动 ZKFC：hdfs --daemon start zkfc；在 rm2 启动 ResourceManager：yarn --daemon start resourcemanager
- 启动历史服务：mapred --daemon start historyserver
验证与故障切换
- Web 检查：
  - HDFS：http://master:50070 与 http://slave1:50070（应见 Active/Standby）
  - YARN：http://master:8088 与 http://slave1:8088（切换后可用）
- 故障转移测试：
  - 终止 Active NN：kill -9 <nn_pid>；观察另一 NN 自动变为 Active
  - 恢复故障 NN：启动后应为 Standby
- 常用命令
  - 查看进程：jps
  - 手动切换（谨慎）：hdfs haadmin -failover --forcefence --forceactive nn1 nn2
  - 查看状态：hdfs haadmin -getServiceState nn1、yarn rmadmin -getServiceState rm1。

0 赞

0 踩