Ubuntu HDFS如何配置高可用

在Ubuntu上配置HDFS（Hadoop Distributed File System）的高可用性（HA）涉及多个步骤，包括设置多个NameNode、配置JournalNode以及确保数据块的正确复制。以下是一个基本的指南：

1. 准备工作

安装Hadoop：确保你已经在所有节点上安装了相同版本的Hadoop。
配置SSH无密码登录：在所有节点之间配置SSH无密码登录，以便Hadoop服务可以自动启动和停止。

2. 配置文件修改

编辑Hadoop的配置文件，主要涉及以下几个文件：

core-site.xml
hdfs-site.xml
yarn-site.xml（如果你使用YARN）

core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
</configuration>

hdfs-site.xml

<configuration>
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>namenode1:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>namenode2:8020</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>namenode1:50070</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>namenode2:50070</value>
    </property>
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://journalnode1:8485;journalnode2:8485;journalnode3:8485/mycluster</value>
    </property>
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/path/to/ssh/key</value>
    </property>
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/path/to/journalnode/data</value>
    </property>
</configuration>

yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yarn-cluster</value>
    </property>
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>resourcemanager1</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>resourcemanager2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
</configuration>

3. 启动JournalNode

在所有JournalNode节点上启动JournalNode服务：

$HADOOP_HOME/sbin/hadoop-daemon.sh start journalnode

4. 格式化NameNode

在其中一个NameNode节点上格式化NameNode：

$HADOOP_HOME/bin/hdfs namenode -format

5. 启动NameNode

在其中一个NameNode节点上启动NameNode：

$HADOOP_HOME/sbin/hadoop-daemon.sh start namenode

6. 同步NameNode元数据

在另一个NameNode节点上同步元数据：

$HADOOP_HOME/bin/hdfs namenode -bootstrapStandby

7. 启动其他NameNode

在另一个NameNode节点上启动NameNode：

$HADOOP_HOME/sbin/hadoop-daemon.sh start namenode

8. 启动ResourceManager

在ResourceManager节点上启动ResourceManager：

$YARN_HOME/sbin/yarn-daemon.sh start resourcemanager

9. 验证配置

使用hdfs haadmin命令验证HA配置是否正确：

$HADOOP_HOME/bin/hdfs haadmin -getServiceState nn1
$HADOOP_HOME/bin/hdfs haadmin -getServiceState nn2

10. 客户端配置

确保客户端配置文件（如core-site.xml和hdfs-site.xml）也包含HA相关的配置。

通过以上步骤，你应该能够在Ubuntu上成功配置HDFS的高可用性。请根据你的具体环境和需求进行调整。