大数据 - hadoop - HDFS+Zookeeper实现高可用
高可用(Hign Availability,HA)
一、概念
作用:用于解决负载均衡和故障转移(Failover)问题。
问题描述:一个NameNode挂掉,如何启动另一个NameNode。怎样让两个NameNode数据同步。
实现原理:
在另一台服务器上有一个相同的NameNode节点,这台服务器上的 NameNode的状态为standBy。正在运行的NameNode的状态为Active。
解决两个NameNode信息同步问题:因为如果一个NameNode挂掉,另一个NameNode的editlog和fsimage不一定能实时同步,会造成路径信息丢失,也就造成了文件丢失。那现在的同步方式为:NameNode(Active)会实时的把editlog和fsimage保存到JournalNode节点中,也就是对应的服务器磁盘中,NameNode(standBy),从JournalNode节点中取出editlog和fsimage,进行同步。
解决一台服务器NameNode挂机,另一台服务器NameNode启动问题:这两个NameNode需要把自己的状态,都同步到zookeeper上,由zookeeper调配,解决脑裂问题。NameNode和Zookeeper的通信,是通过ZKFC服务进行的。其中healthMonitor是用于实时监控NameNode状态的线程,stateController是用于接受zookeeper命令,改变 NameNode状态的线程,让active状态的NameNode获取znode锁。
DataNode的运行过程中。所有的DataNode都会向两个NameNode汇报自己的状态信息。
二、配置部署
1、在mudole文件夹下创建目录HA
mkdir HA
2、把hadoop-2.7.2往HA中拷贝一份。
cp -r hadoop-2.7.2/ HA/
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>
<property>
<name>hadoop.tmp.dir</name>
<value>/home/admin/modules/HA/hadoop-2.7.2/hadoop-data</value>
</property>
<!--配置journalnode服务器存储目录-->
<property>
<name>dfs.journalnode.edits.dir</name>
<value>/home/admin/modules/HA/hadoop-2.7.2/jn/mycluster</value>
</property>
</configuration>
4、修改hdfs-site.xml
<configuration>
<!-- 完全分布式集群名称(必须和core-size.xml中mycluster一样) -->
<property>
<name>dfs.nameservices</name>
<value>mycluster</value>
</property>
<!-- 集群中NameNode节点都有哪些 ,nn1\nn2是两个namenode的名称-->
<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>linux01:8020</value>
</property>
<!-- nn2的RPC通信地址 -->
<property>
<name>dfs.namenode.rpc-address.mycluster.nn2</name>
<value>linux02:8020</value>
</property>
<!-- nn1的http通信地址 -->
<property>
<name>dfs.namenode.http-address.mycluster.nn1</name>
<value>linux01:50070</value>
</property>
<!-- nn2的http通信地址 -->
<property>
<name>dfs.namenode.http-address.mycluster.nn2</name>
<value>linux02:50070</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://linux01:8485;linux02:8485;linux03:8485/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 ,防止脑裂-->
<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/atguigu/.ssh/id_rsa</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>
<!-- 指定数据冗余份数,默认3份,会占用磁盘空间 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<!-- 关闭权限检查,非hadoop用户不可以操作hadoop集群 -->
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property>
<!-- 浏览hdfs的方式,一种是webhdfs,一种格式https -->
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>
5、分发到linxu02、linux03
在modules路径下:
scp -r HA linux02:/home/admin/modules/
scp -r HA linux03:/home/admin/modules/
三、启动HDFS-HA集群
1、打开三台服务器上的JouranlNode节点:
sbin/hadoop-daemon.sh start journalnode
2、格式化linux01的namenode
bin/hdfs namenode -format
3、启动namenode
sbin/hadoop-daemon.sh start namenode
4、在linux02中,同步linux01中的active的namenode
sbin/hdfs namenode -bootstrapStandby
5、启动所有的DataNode
分别在三台服务器上,执行:
sbin/hadoop-daemons.sh start datanode
************* 测试 *************
linux01:50070,Overview看他们状态。
linux02:50070,Overview看他们状态。
6、将linux01的NameNode切换为Active
bin/hdfs haadmin -transitionToActive nn1
7、把linux01的NameNode切换为Standby,再把linux02的NameNode切换为Active
bin/hdfs haadmin -transitionToStandby nn1
bin/hdfs haadmin -transitionToActive nn2
8、关闭linux01的namenode节点,把linux02强制切换为active
sbin/hadoop-daemon.sh stop namenode
bin/hdfs haadmin -transitionToActive nn2 -forceactive
四、安装zookeeper
1、在HA文件加下,执行解压命令。把zookeeper安装到HA下
tar -zxf /home/admin/softwares/installations/zookeeper-3.4.5.tar.gz -C ./
2、修改/conf路径下文件名称,修改该配置文件
mv zoo_sample.cfg zoo.cfg 修改名称。
把dataDir的路径改为:/home/admin/modules/HA/zookeeper-3.4.5/zkData
在最后配置节点ip:
server.1=192.168.137.20:2888:3888
server.2=192.168.137.21:2888:3888
server.3=192.168.137.22:2888:3888
3、在zookeeper-3.4.5目录下,创建文件夹zkData,在zkData中,创建文件myid,在myid文件中追加一个1,对应server.1,在linux02中的myid为2...
mkdir zkData
touch myid
echo 1 > myid
4、zookeeper分发到linux02、linux03
scp -r zookeeper-3.4.5 linux02:/home/admin/module/HA
5、给三台服务器的hadoope中配置zookeeper
在core-size.xml中添加
<property>
<name>ha.zookeeper.quorum</name>
<value>linux01:2181,linux02:2181,linux03:2181</value>
</property>
在hdfs-size.xml中添加
<property>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
</property>
五、结合zookeeper实现高可用
1、先关闭所有服务器的HDFS
sbin/stop-dfs.sh
2、启动所有服务器的zookeeper,查看三台服务器的zookeeper的状态
(paxos算法,让一台服务器的zookeeper状态为leader,其他节点为follower)
bin/zkServer.sh start
bin/zkServer.sh status
3、初始化zookeeper
bin/hdfs zkfc -formatZK,将新配置的高可用namenode,在zookeeper中格式化
4、先手动启动journalnode
sbin/hadoop-daemon.sh start journalnode
5、启动HDFS服务
sbin/start-dfs.sh
注意:先手动启动journalnode,如果没有使用start-dfs.sh命令启动服务,每个服务单独启动,
测试、
1、进到zookeeper客户端
bin/zkCli.sh
大数据 - hadoop - HDFS+Zookeeper实现高可用的更多相关文章
- 我要进大厂之大数据Hadoop HDFS知识点(1)
01 我们一起学大数据 老刘今天开始了大数据Hadoop知识点的复习,Hadoop包含三个模块,这次先分享出Hadoop中的HDFS模块的基础知识点,也算是对今天复习的内容进行一次总结,希望能够给想学 ...
- 我要进大厂之大数据Hadoop HDFS知识点(2)
01 我们一起学大数据 老刘继续分享出Hadoop中的HDFS模块的一些高级知识点,也算是对今天复习的HDFS内容进行一次总结,希望能够给想学大数据的同学一点帮助,也希望能够得到大佬们的批评和指点! ...
- 大数据hadoop之zookeeper
一.ZooKeeper 的实现 1.1 ZooKeeper处理单点故障 我们知道可以通过ZooKeeper对分布式系统进行Master选举,来解决分布式系统的单点故障,如图所示. 图 1.1 ZooK ...
- 大数据Hadoop——HDFS Shell操作
一.查询目录下的文件 1.查询根目录下的文件 Hadoop fs -ls / 2.查询文件夹下的文件 Hadoop fs -ls /input 二.创建文件夹 hadoop fs -mkdir /文件 ...
- 基于zookeeper的高可用Hadoop HA集群安装
(1)hadoop2.7.1源码编译 http://aperise.iteye.com/blog/2246856 (2)hadoop2.7.1安装准备 http://aperise.iteye.com ...
- 云计算分布式大数据Hadoop实战高手之路第七讲Hadoop图文训练课程:通过HDFS的心跳来测试replication具体的工作机制和流程
这一讲主要深入使用HDFS命令行工具操作Hadoop分布式集群,主要是通过实验的配置hdfs-site.xml文件的心跳来测试replication具体的工作和流程. 通过HDFS的心跳来测试repl ...
- 大数据篇:Zookeeper
Zookeeper 1 Zookeeper概念 Zookeeper是什么 是一个基于观察者设计模式的分布式服务管理框架,它负责和管理需要关心的数据,然后接受观察者的注册,一旦这些数据的状态发生变化,Z ...
- 14周事情总结-机器人-大数据hadoop
14周随着考试的进行,其他该准备的事情也在并行的处理着,考试内容这里不赘述了 首先说下,关于机器人大赛的事情,受益颇多,机器人的制作需要机械和电控两方面 昨天参与舵机的测试,遇到的问题:舵机不动 排查 ...
- hadoop 集群HA高可用搭建以及问题解决方案
hadoop 集群HA高可用搭建 目录大纲 1. hadoop HA原理 2. hadoop HA特点 3. Zookeeper 配置 4. 安装Hadoop集群 5. Hadoop HA配置 搭建环 ...
随机推荐
- http请求requestUtils
import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import ...
- vue手把手教你实现走马灯商品左右轮播图
<template> <div> <div class="back_add"> <div class="threeImg&quo ...
- 双目深度估计传统算法流程及OpenCV的编译注意事项
起因: 1. 双目立体视觉中双目深度估计是非常重要且基础的部分,而传统的立体视觉的算法基本上都在opencv中有相对优秀的实现.同时考虑了性能和效率.因此,学习使用opencv接口是非常重要的. 2. ...
- React 的组件与 this.props对象
1.组件 React 允许将代码封装成组件,然后像插入普通 HTML 标签一样,在网页中插入这个组件.React.createClass 的方法就是用于生成一个组件类. 2.this.props对象 ...
- python - 初识面向对象
1.初识面向对象 面向过程:一切以事务的发展流程为中心 优点:负责的问题流程化,编写相对简单 缺点:可扩展性差,只能解决一个问题,改造也会很困难,牵一发 ...
- 模仿也是提高,纯css小技巧实现头部进度条
刚开始的时候我也觉得不可能,但是就是这么神奇,总有大神给你意想不到的惊喜. 快来感受一下把.(仔细看看头部黄色条的变化) 思考一下啊,怎么出现的那,其实作者使用了一点小技巧,那就是背景色渐变和遮挡产生 ...
- 小程序一个大盒子里面的盒子内容居中对其显示wxss写法
对小程序研究感兴趣的可加(交流QQ群:604788754)入群联系群主可得到小程序教学资源. 这个案例只是想展示效果,内容部分未进行for循环绑定处理: WXML: <view class=&q ...
- 关于在UNIcode环境下得TCHAR转string类型以及string转TCHAR
using namespace System::Text: String ^TCHARtoStr(TCHAR *temp) //TCHAR转String { array<unsigned cha ...
- js的关于for的语句
JavaScript for...in 语句 for...in 语句用于对数组或者对象的属性进行循环操作. for ... in 循环中的代码每执行一次,就会对数组的元素或者对象的属性进行一次操作. ...
- MySQL拓展操作
MySQL除了基本的增删该查功能,还有以下拓展功能: create table t1( id int ...., num int, xx int, unique 唯一索引名称 (列名,列名), con ...