如何确保Ubuntu上Hadoop的高可用性

确保Ubuntu上Hadoop高可用性的关键步骤

环境要求：Ubuntu 20.04及以上版本（推荐），所有节点安装JDK 8（apt install openjdk-8-jdk）；配置静态IP、主机名解析（/etc/hosts文件添加节点映射）及节点间SSH免密登录（ssh-keygen -t rsa + ssh-copy-id）。
组件规划：至少4台节点（如node1-node4），分别承担NameNode1/Standby NameNode2、JournalNode（3节点）、ResourceManager1/Standby ResourceManager2、DataNode、NodeManager角色。

基础配置：下载Hadoop（如2.10.1版本）并解压至/opt/hadoop，设置HADOOP_HOME（/opt/hadoop）、PATH（包含$HADOOP_HOME/bin）环境变量（~/.bashrc文件）。
核心配置文件修改：
- core-site.xml：定义HDFS逻辑集群名称（dfs.nameservices=mycluster）及ZooKeeper集群地址（ha.zookeeper.quorum=zk1:2181,zk2:2181,zk3:2181）。
- hdfs-site.xml：配置NameNode高可用参数（dfs.ha.namenodes.mycluster=nn1,nn2、dfs.namenode.rpc-address.mycluster.nn1=node1:8020、dfs.namenode.rpc-address.mycluster.nn2=node2:8020）、JournalNode同步路径（dfs.namenode.shared.edits.dir=qjournal://journalnode1:8485;journalnode2:8485;journalnode3:8485/mycluster）、自动故障转移（dfs.ha.automatic-failover.enabled=true）及隔离机制（dfs.ha.fencing.methods=sshfence、dfs.ha.fencing.ssh.private-key-files=/home/ubuntu/.ssh/id_rsa）。
- yarn-site.xml：配置ResourceManager高可用（yarn.resourcemanager.ha.enabled=true、yarn.resourcemanager.cluster-id=yarn-cluster、yarn.resourcemanager.ha.rm-ids=rm1,rm2、yarn.resourcemanager.hostname.rm1=node1、yarn.resourcemanager.hostname.rm2=node2）。

安装ZooKeeper：在3台节点（如node1-node3）下载并解压ZooKeeper（如3.7.0版本），配置ZOOKEEPER_HOME（/opt/zookeeper）及dataDir（/opt/zookeeper/data）。
配置zoo.cfg：添加集群节点信息（server.1=node1:2888:3888、server.2=node2:2888:3888、server.3=node3:2888:3888），并在dataDir目录下创建myid文件（内容为节点ID，如node1对应1）。
启动ZooKeeper：在每台节点执行zkServer.sh start，通过zkServer.sh status确认集群状态（Leader/Follower）。

启动JournalNode：在3台JournalNode节点（如node1-node3）执行hdfs namenode -formatJournalNode（格式化JournalNode），然后启动JournalNode服务（hadoop-daemon.sh start journalnode或start-dfs.sh）。

格式化NameNode：在Active NameNode节点（如node1）执行hdfs namenode -format，生成元数据目录（/opt/hadoop/data/namenode）。
同步元数据：将node1的元数据复制到Standby NameNode节点（如node2）的/opt/hadoop/data/namenode目录。
初始化共享编辑日志：在Active NameNode节点执行hdfs namenode -initializeSharedEdits，将本地编辑日志同步到JournalNode集群。

启动JournalNode：在所有JournalNode节点启动服务（start-dfs.sh）。
启动NameNode：在Active NameNode节点执行hdfs namenode，然后在Standby NameNode节点执行hdfs namenode -bootstrapStandby（同步元数据）。
启动ResourceManager：在Active ResourceManager节点（如node1）执行yarn resourcemanager，然后在Standby ResourceManager节点（如node2）执行yarn resourcemanager。
启动DataNode/NodeManager：在所有DataNode节点执行hadoop-daemon.sh start datanode，在所有NodeManager节点执行yarn-daemon.sh start nodemanager。

检查进程状态：在所有节点执行jps，确认关键进程运行（Active NameNode、Standby NameNode、ZKFC、ResourceManager、Standby ResourceManager、JournalNode、DataNode、NodeManager）。
浏览器验证：访问http://node1:9870（HDFS Web UI）查看NameNode状态（Active/Standby），访问http://node1:8088（YARN Web UI）查看ResourceManager状态。
模拟故障切换：停止Active NameNode节点的NameNode进程（hadoop-daemon.sh stop namenode），等待1-2分钟，通过Web UI或jps确认Standby NameNode已提升为Active；恢复原Active节点，确认其转为Standby状态。

数据备份：定期备份HDFS关键数据（如/opt/hadoop/data/namenode），使用hdfs dfsadmin -backup命令或第三方工具（如DistCp）。
监控告警：部署Prometheus+Granafa监控集群状态（NameNode内存、JournalNode延迟、ResourceManager队列），设置阈值告警（如NameNode宕机、JournalNode节点丢失）。
性能调优：调整JournalNode数量（3或5节点，避免脑裂）、ZooKeeper会话超时（tickTime=2000）、HDFS块大小（dfs.blocksize=256M，提升并行处理能力）。

最新问答