Hadoop在Linux中的高可用性配置指南

一、前置准备

在配置Hadoop高可用性（HA）前，需完成以下基础准备：

环境要求：至少3台Linux节点（用于NameNode、JournalNode、ResourceManager等角色），安装相同版本的Hadoop（建议2.7.2及以上）、JDK 1.8+；节点间网络互通，能通过主机名互相访问。
基础配置：
- 免密登录：在所有节点间配置SSH无密码登录（ssh-keygen -t rsa生成密钥，cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys分发公钥）。
- 防火墙与SELinux：临时关闭防火墙（systemctl stop firewalld）和SELinux（setenforce 0），避免端口被拦截。
- 主机名解析：在/etc/hosts文件中添加所有节点的主机名与IP映射（如192.168.1.101 nn1、192.168.1.102 nn2）。
ZooKeeper集群：部署3个ZooKeeper节点（需奇数台，保证多数派机制），并启动服务（zkServer.sh start）。

二、HDFS高可用性配置

HDFS HA的核心是通过JournalNode同步元数据和**自动故障转移（ZKFC）**实现NameNode的高可用。

1. 配置core-site.xml

在$HADOOP_CONF_DIR/core-site.xml中添加以下配置，指定HDFS的默认文件系统和ZooKeeper地址：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value> <!-- 自定义逻辑集群名称 -->
    </property>
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value> <!-- ZooKeeper集群地址 -->
    </property>
</configuration>

2. 配置hdfs-site.xml

在$HADOOP_CONF_DIR/hdfs-site.xml中添加以下配置，定义NameNode、JournalNode和故障转移机制：

<configuration>
    <!-- 定义逻辑集群名称 -->
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
    <!-- 映射逻辑集群到NameNode节点（nn1、nn2为逻辑名称） -->
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>
    <!-- 指定每个NameNode的RPC地址 -->
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>nn1:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>nn2:8020</value>
    </property>
    <!-- 指定每个NameNode的HTTP地址（Web UI） -->
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>nn1:50070</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>nn2:50070</value>
    </property>
    <!-- JournalNode同步目录（元数据持久化） -->
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://journal1:8485;journal2:8485;journal3:8485/mycluster</value>
    </property>
    <!-- JournalNode本地数据目录 -->
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/opt/module/hadoop-3.3.2/data/journal</value>
    </property>
    <!-- 客户端故障转移代理（自动选择Active NameNode） -->
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <!-- 自动故障转移（依赖ZooKeeper） -->
    <property>
        <name>dfs.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
    <!-- 故障转移隔离机制（SSH方式） -->
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/home/hadoop/.ssh/id_rsa</value> <!-- SSH私钥路径 -->
    </property>
</configuration>

3. 启动JournalNode

在3个JournalNode节点上启动JournalNode服务（每个节点均需运行）：

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

使用jps命令验证JournalNode进程是否启动（显示JournalNode进程即为成功）。

4. 格式化NameNode

在第一个NameNode节点（如nn1）上格式化NameNode（仅首次启动需执行）：

hdfs namenode -format

5. 启动NameNode

在nn1上启动第一个NameNode：

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

在nn2上同步元数据并启动第二个NameNode：

hdfs namenode -bootstrapStandby  # 同步nn1的元数据
$HADOOP_HOME/sbin/hadoop-daemon.sh start namenode

6. 启动ZKFC（自动故障转移控制器）

在两个NameNode节点上启动ZKFC进程（用于监控NameNode状态并触发故障转移）：

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

7. 验证HDFS HA

使用hdfs haadmin命令查看NameNode状态：

hdfs haadmin -getServiceState nn1  # 应显示"active"
hdfs haadmin -getServiceState nn2  # 应显示"standby"

访问Web UI（http://nn1:50070、http://nn2:50070），确认NameNode状态正常。
模拟故障：停止nn1的NameNode进程（hdfs-daemon.sh stop namenode），观察nn2是否自动切换为Active状态。

三、YARN高可用性配置

YARN HA的核心是通过ZooKeeper实现ResourceManager的主备切换。

1. 配置yarn-site.xml

在$HADOOP_CONF_DIR/yarn-site.xml中添加以下配置，定义ResourceManager的HA逻辑：

<configuration>
    <!-- 启用ResourceManager HA -->
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
    <!-- 定义逻辑集群ID -->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yarn-cluster</value>
    </property>
    <!-- 定义ResourceManager节点（rm1、rm2为逻辑名称） -->
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
    <!-- 指定每个ResourceManager的hostname -->
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>rm1</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>rm2</value>
    </property>
    <!-- ZooKeeper集群地址（用于ResourceManager状态同步） -->
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
    <!-- 故障转移超时时间（毫秒） -->
    <property>
        <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
        <value>true</value>
    </property>
</configuration>

2. 启动ResourceManager

在两个ResourceManager节点上启动ResourceManager进程：

$HADOOP_HOME/sbin/start-yarn.sh

使用jps命令验证ResourceManager进程是否启动（显示ResourceManager进程即为成功）。

3. 验证YARN HA

访问ResourceManager Web UI（http://rm1:8088、http://rm2:8088），确认ResourceManager状态正常。
模拟故障：停止rm1的ResourceManager进程（yarn-daemon.sh stop resourcemanager），观察rm2是否自动切换为Active状态。

四、测试故障转移

HDFS故障转移：
- 停止nn1的NameNode进程，等待1-2分钟，nn2应自动切换为Active状态。
- 再次启动nn1，其应自动切换为Standby状态。
YARN故障转移：
- 停止rm1的ResourceManager进程，rm2应自动切换为Active状态。
- 再次启动rm1，其应自动切换为Standby状态。

通过以上步骤，Hadoop集群即可实现HDFS和YARN的高可用性，确保在节点故障时服务不中断。

Hadoop在Linux中的高可用性怎么配置