本文主要是介绍Hadoop HA(High Availability)介绍及集群的搭建,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
##Hadoop HA(High Availability)介绍
在 Hadoop 1.0 时代,Hadoop 的两大核心组件 HDFS NameNode 和 JobTracker 都存在着单点问题,这其中以 NameNode 的单点问题尤为严重。因为 NameNode 保存了整个 HDFS 的元数据信息,一旦 NameNode 挂掉,整个 HDFS 就无法访问,同时 Hadoop 生态系统中依赖于 HDFS 的各个组件,包括 MapReduce、Hive、Pig 以及 HBase 等也都无法正常工作,并且重新启动 NameNode 和进行数据恢复的过程也会比较耗时。这些问题在给 Hadoop 的使用者带来困扰的同时,也极大地限制了 Hadoop 的使用场景,使得 Hadoop 在很长的时间内仅能用作离线存储和离线计算,无法应用到对可用性和数据一致性要求很高的在线应用场景中。
所幸的是,在 Hadoop2.0 中,HDFS NameNode 和 YARN ResourceManger(JobTracker 在 2.0 中已经被整合到 YARN ResourceManger 之中) 的单点问题都得到了解决,经过多个版本的迭代和发展,目前已经能用于生产环境。HDFS NameNode 和 YARN ResourceManger 的高可用 (High Availability,HA) 方案基本类似,两者也复用了部分代码,但是由于 HDFS NameNode 对于数据存储和数据一致性的要求比 YARN ResourceManger 高得多,所以 HDFS NameNode 的高可用实现更为复杂一些。
应该让两个NN节点在某个时间只能有一个节点正常响应客户端请求,响应请求的必须为active状态的那一台
standby状态的节点必须能够快速无缝地切换为active状态,意味着两个NN必须时刻保持元数据的一致
避免状态切换时发生脑裂(brain split)现象
fencing:ssh发送kill指令
执行自定义shell脚本
一对NN组成一个Federation
hdfs://ns1/aa/bb
hdfs://ns2/aa/bb
hadoop2.0已经发布了稳定版本了,增加了很多特性,比如HDFS HA、YARN等。最新的hadoop-2.4.1又增加了YARN HA
##前期准备
1.准备7台主机(虚拟机克隆)
先在一台机器上按hadoop伪分布式环境搭建安装配置JDK、hadoop及设置环境变量(hadoop只解压),配置好后再克隆
2.将主机IP设置为静态ip
CentOS:https://my.oschina.net/panhongju/blog/826814
sudo vim /etc/sysconfig/network-scripts/ifcfg-ens33BOOTPROTO="static"
IPADDR="192.168.2.11"
NETMASK="255.255.255.0"
GETEWAY="192.168.2.1"
Ubuntu:http://www.bkjia.com/Linuxjc/1231156.html
sudo vim /etc/network/interfacesiface ens33 inet static
address 192.168.2.11
netmask 255.255.255.0
gateway 192.168.2.1
3.修改Linux主机名(/etc/hostname)
4.修改主机名和IP的映射关系(/etc/hosts)
######注意######如果是租用的服务器或是使用的云主机(如华为用主机、阿里云主机等)
/etc/hosts里面要配置的是内网IP地址和主机名的映射关系
192.168.2.11 hadoop01
192.168.2.12 hadoop02
192.168.2.13 hadoop03
192.168.2.14 hadoop04
192.168.2.15 hadoop05
192.168.2.16 hadoop06
192.168.2.17 hadoop07
4.关闭防火墙
centos:http://blog.csdn.net/geng823/article/details/41806205
systemctl stop firewalld.service #停止firewall
systemctl disable firewalld.service #禁止firewall开机启动
firewall-cmd --state #查看默认防火墙状态(关闭后显示notrunning,开启后显示running)
ubuntu:http://blog.sina.com.cn/s/blog_866c5a5d0101ihxv.html
这篇关于Hadoop HA(High Availability)介绍及集群的搭建的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!