Zookeeper实现Hadoop高可用集群

一、zookeeper概述

ZooKeeper概念: Zookeeper是一个分布式协调服务的开源框架。本质上是一个分布式的小文件存储系统
ZooKeeper作用: 主要用来解决分布式集群中应用系统的一致性问题。
ZooKeeper结构: 采用树形层次结构，ZooKeeper树中的每个节点被称为—Znode。且树中的每个节点可以拥有子节点

二、zookepper集群安装部署

使用之前创建的hadoop用户完成操作

2.1.上传zookepper压缩包解压

zookeeper-3.4.6.tar.gz解压，注意：上传文件位置为 /export/server目录

node1：

登录后复制

cd /export/server
tar -xf /export/server/zookeeper-3.4.6.tar.gz
mv zookeeper-3.4.6 zookeeper

2.2.添加环境变量

把/export/server同步到其他所有(node1、node2)的机器上，针对其他的两台机器也要进行环境变量配置。

登录后复制

[root@node1 ~] # scp -r /export/server/zookeeper root@node2:/export/server/
[root@node1 ~] # scp -r /export/server/zookeeper root@node3:/export/server/

node1/node2/node3均需要配置环境变量：

登录后复制

echo 'export ZOOKEEPER_HOME=/export/server/zookeeper' >> /etc/profile
echo 'export PATH=$PATH:$ZOOKEEPER_HOME/bin' >> /etc/profile
source /etc/profile

如果配置完成后，查看环境变量是否配置成功

登录后复制

echo $PATH

2.3.创建数据目录并配置myid编号

node1：

登录后复制

mkdir -p /export/data/zkdata
echo 1 > /export/data/zkdata/myid

node2：

登录后复制

mkdir -p /export/data/zkdata
echo 2 > /export/data/zkdata/myid

node3：

登录后复制

mkdir -p /export/data/zkdata
echo 3 > /export/data/zkdata/myid

下面设置完成后需要让hadoop用户有/export/data/目录的权限，所以node1、node2、node3分别设置:

登录后复制

chmod -R 777 /export/data/

2.4.修改配置文件

注意：在Linux操作系统中，几乎所有软件都有配置

node1/node2/node3均需要如下设置：

登录后复制

mv /export/server/zookeeper/conf/zoo_sample.cfg /export/server/zookeeper/conf/zoo.cfg
sed -i "s#^dataDir.*#dataDir=/export/data/zkdata#" /export/server/zookeeper/conf/zoo.cfg

# 配置2n+1个节点
echo 'server.1=node1:2888:3888' >> /export/server/zookeeper/conf/zoo.cfg
echo 'server.2=node2:2888:3888' >> /export/server/zookeeper/conf/zoo.cfg
echo 'server.3=node3:2888:3888' >> /export/server/zookeeper/conf/zoo.cfg

说明：

• 在zookeeper集群中所有节点都会开启3888端口，3888端口用来leader发生故障时，投票选举出新的leader。
• 所有节点都会与其它节点的3888端口建立TCP连接
• 但只有leader才会开启2888端口，其它节点都会与leader2888端口建立TCP连接， 其主要功能是接收其它follwoer和observer节点发送过来的写事务并执行。
• 另外要注意：Zookeeper客户端连接端口为2181，客户端只有通过2181才能连接到Zookeeper集群。

2.5.zookeeper服务操作

在启动之前需要在node1、node2和node3的zookeeper/bin目录有权限

登录后复制

chmod -R 777 /export/server/zookeeper/bin

注意启动时需要三台机器都执行启动服务

登录后复制

# 启动
zkServer.sh start
# 停止
zkServer.sh stop
# 查看状态
zkServer.sh status

node1/node2/node3:

登录后复制

zkServer.sh start

2.6.查看运行的java服务

登录后复制

jps
...
10622 QuorumPeerMain => Zookeeper进程名称

查看节点状态，到底是leader领导者角色，还是follower追随者角色

登录后复制

zkServer.sh status

2.7.zookeeper中角色和应用

zookeeper分布式协调服务角色分别为:

• leader: 管理者 ,负责管理follower,处理所有的事务请求(数据的保存,修改,删除)
• follower: 追随者,负责选举(选举leader)和数据的同步及获取
• observer: 观察者,负责数据的同步及获取(需要在配置文件中指定才能生效)

zookeeper应用: 搭建hadoop高可用环境时,至少需要两个hadoop服务(NameNode和ResourceManager),一主一备,主服务对外提供业务功能,备用服务等待主服务不可用时,启用备用服务器对外提供业务功能

2.8.zookeeper集群选举

选举要求: 过半原则,所以搭建集群一般奇数,只要某个node节点票数过半立刻成为leader

假设一共有5台服务器 (2n+1)用于搭建ZK服务器的集群，需要记住的知识点：

1. myid代表服务器编号，每一个台服务器的myid编号都是唯一的
2. zxid代表全局事务编号，每次对服务器进行增、删、改操作时，此编号都会进行+1操作，所以将来我们可以通过zxid编号来区分数据的同步情况 (新l旧)。例如：某台服务器的zxid = 6，另外一台服务器的zxid = 7，则代表zxid=7这台服务器同步的数据相对于另外一台zxid=6服务器，数据要更新，所以将来选举时，优先推荐zxid=7的服务器，注意：如果zk集群时新搭建的，则zxid默认都0

如何实现ZK选举机制，选出Leader领导者

⑴.集群第一次启动

第一种情况：首次启动，目前集群中没有产生过leader领导者

• 由于所有服务器都是按顺序启动的，所以先启动第1台服务器，然后开始第一轮投票，但是由于只有一个节点，只能自己投票给自已，然后进行广播告诉其他服务器自己的票数，但是由于只有1台机器<zk集群节点数的一半 (没有过半)，则第1轮投票失败。等待第2台机器启动进行第2轮投票，则此服务器状态为looking状态。
• 第2台服务器启动，则整个集群中一共有两个节点，首先，各个节点针对自己进行投票，然后进行广播操作。在广播过程中发现，第1个节点的myid编号<第2个节点的myid编号，则按大小排序，第1个节点会把自己的1张票投给myid=2的节点，则此时myid=2的节点拥有2张票，然后对外进行广播。但是由于目前票数<Zk集群节点数的一半，则第2轮投票失败。等待第3台机器启动继续进行第3轮投票，则此时myid=1和myid=2的机器也处于looking状态
• 当第3台服务器启动，则整个zk集群一共三个节点，首先，自已给自己投票，然后进行厂播操作。但是厂播后发现，集群中myid=3的节点拥有的编号最大，所以前2台机器把投票都投递给myid=3的节点，由于票数超过了zk集群节点数的一半，则选举成功，myid=3的节点，成为整个集群的leader，其他两台服务器状态，更改为following。角色也立即更换为follower。
• 当第4台机器启动时，也会投票给自己，然后进行广播，但是广播过程中，发现集群已经有一个leader角色，则自己只能充当follower，其他机器类似。

⑵.leader宕机后启动

第二种情况：已经产生过leader领导的集群，重新进行选举

• 如果是某台服务器网络故障或者网络波动，导致无法与Leader进行通信，则发起新一轮投票，首先投票给自己，然后进行广播，但是在广播过程中已经发现集群中已经存在leader的情况，则重新同步即可。
• 如果集群中的Leader的确因为岩机等情况，导致集群中没有Leader角色了。此时要重新选举，除了参考myid编号以外，还要参考zxid事务ID编号。在选举过程中，如果zxid不同，则哪个大，选择哪个成为Leader。如果zxid值相同，则哪个服务器的myid编号最大，则优先成为Leader

⑶.常见问题说明

问题1：如果原来那个Leader服务器重新启动了，是争抢这个Leader还是只能充当Follower

登录后复制

答：只能充当Follower角色

问题2：Observer不参与投票，所以不算在2n + 1的里面

问题2：2n + 1是如何确定的？

登录后复制

答：主要是根据zoo.cfg配置文件决定的！！！

三、zookeeper客户端操作

3.1.连接服务

方式1:直接连接本地:

登录后复制

[root@node1 ~]# zkCli.sh

方式2:连接其他节点:

登录后复制

[root@node1 ~]# zkCli.sh -server 节点地址

3.2.zookeeper常见shell命令

⑴.查看所有shell命令: help

⑵.创建节点

语法：

登录后复制

create [-s] [-e] 节点绝对路径 节点数据: 创建数据节点

注意:

• -s代表序列化节点
• -e代表临时节点

①.创建父节点：使用create命令创建父节点，例如：

登录后复制

create /hadoop data

这将在根目录下创建一个名为hadoop的节点，并设置其数据为"data"。

②.创建子节点：使用create命令创建子节点，指定父节点路径和子节点名称，例如：

登录后复制

create /hadoop/node1 data

这将在hadoop节点下创建一个名为node1的子节点，并设置其数据为"data"。

⑶.delete删除节点

语法：

登录后复制

delete 节点绝对路径 [version]: 删除一级节点

注意: 此方式如果有子节点是不能删除的

⑷.rmr删除节点

rmr 节点绝对路径: 删多层除节点(如果有子节点也可以删除)

⑸.set用于设置/修改节点数据

设置 /修改节点数据，语法：

登录后复制

set 节点绝对路径 data [version]

示例：

登录后复制

set /hadoop hello

说明：将节点

/hadoop

的数据设置为

hello

。

⑹.获取节点数据

获取数据语法：

登录后复制

get 节点绝对路径 [watch]

注意: watch是监听

⑺.查看节点信息

ls 节点绝对路径 : 查看节点信息 举例: 查看根路径下节点 ls /
ls2 节点绝对路径 : 查看节点详情信息

⑻.查看操作历史

history: 查看操作历史

⑼.退出

quit: 退出

四、zookeeper节点

4.1.节点特性

ZooKeeper的数据模型，在结构上和标准文件系统的非常相似，都是采用树形层次结构，和文件系统的目录树一样，ZooKeeper树中的每个节点可以拥有子节点。但也有不同之处：

• Znode兼具文件和目录两种特点: Znode没有文件和目录之分,Znode既有像文件一样存储数据,也能像目录一样作为路径标识的一部分
• Znode具有原子性操作: 读操作将获取与节点相关的所有数据，写操作也将替换掉节点的所有数据
• Znode存储数据大小有限制: 每个Znode的数据大小至多1M，当时常规使用中应该远小于此值
• Znode通过路径引用: 路径必须是绝对的，因此他们必须由斜杠字符来开头。除此以外，他们必须是唯一的，也就是说每一个路径只有一个表示，因此这些路径不能改变。 默认有/zookeeper节点用以保存关键的管理信息。

4.2.zookeeper节点类型

zookeeper节点分为：永久普通节点、临时普通节点、永久序列化节点、临时序列化节点

4.2.1.永久节点 和 临时节点

Znode有两种，分别为 永久节点 和 临时节点 。节点的类型在创建时即被确定，并且不能改变。

①.永久节点：该节点的生命周期不依赖于会话，并且只有在客户端显示执行删除操作的时候，他们才能被删除。
注意: 永久节点可以拥有子节点

登录后复制

创建永久节点: create /节点名  节点值

②.临时节点：该节点的生命周期依赖于创建它们的会话。一旦会话结束，临时节点将被自动删除，也可手动删除。

注意: 临时节点不允许拥有子节点。

登录后复制

创建临时节点: create -e /节点名  节点值

4.2.2.序列化节点

序列化节点: Znode还有一个序列化的特性，就是如果创建的时候加 -s 指定的话，该Znode的名字后面会自动追加一个不断增加的序列号。

序列化节点特点: 它的序列号对于此节点的父节点来说是唯一的，这样便会记录每个子节点创建的先后顺序。它的格式为/设定节点名+10位数字，没有数值的数位用0补充，例如’/node0000000001'。

③.创建永久序列化节点:

登录后复制

create -s /节点名 节点值

④.创建临时序列化节点:

登录后复制

create -e -s /节点名 节点值

4.3.zookeeper节点属性

每个znode都包含了一系列的属性，通过命令get /节点名，可以获得节点的属性

对于zookeeper来说，每次的变化都会产生一个唯一的事务id，zxid(ZooKeeper Transaction Id)。通过zxid，可以确定更新操作的先后顺序。例如，如果zxid1小于zxid2，说明zxid1操作先于zxid2发生，zxid对于整个zookeeper都是唯一的，即使操作的是不同的znode。

• cZxid ：Znode创建的事务id。
• ctime ：Znode创建时的时间戳.
• mZxid ：Znode被修改的事务id，即每次对当前znode的修改都会更新mZxid。
• mtime ：Znode最新一次更新发生时的时间戳.
• pZxid ：Znode的子节点列表变更的事务ID，添加子节点或删除子节点就会影响子节点列表
• cversion ：子节点进行变更的版本号。添加子节点或删除子节点就会影响子节点版本号
• dataVersion：数据版本号，每次对节点进行set操作，dataVersion的值都会增加1(即使设置的是相同的数据)，可有效避免了数据更新时出现的先后顺序问题。
• aclVersion : 权限变化列表版本 access control list Version
• ephemeralOwner : 字面翻译临时节点拥有者，持久节点值为0x0，非持久节点不为0(会话ID)
• dataLength : Znode数据长度
• numChildren: 当前Znode子节点数量(不包括子子节点)

4.5.zookeeper特性

zookeeper特性说明如下：

1. 全局数据一致: 集群中每个服务器保存一份相同的数据副本，client无论连接到哪个服务器，展示的数据都是一致的，这是最重要的特征；
2. 可靠性: 如果消息被其中一台服务器接受，那么将被所有的服务器接受。
3. 顺序性: 包括全局有序和偏序两种：全局有序是指如果在一台服务器上消息a在消息b前发布，则在所有Server上消息a都将在消息b前被发布；偏序是指如果一个消息b在消息a后被同一个发送者发布，a必将排在b前面。
4. 数据更新原子性: 一次数据更新要么成功(半数以上节点成功)，要么失败，不存在中间状态；
5. 实时性: Zookeeper保证客户端将在一个时间间隔范围内获得服务器的更新信息，或者服务器失效的信息。

五、watch监听机制

ZooKeeper中的Watch(监听)机制是一种客户端与ZooKeeper服务器之间的一种通信机制，用于实现事件驱动的通知机制。当客户端向ZooKeeper注册了某个节点的Watch监听器后，如果该节点发生了变化(比如数据内容变化、节点被删除等)，ZooKeeper服务器会通知对应的客户端，客户端可以收到通知后执行相应的逻辑处理。

ZooKeeper中，引入了Watcher机制来实现数据发布/订阅功能，一个典型的发布/订阅模型系统定义了一种一对多的订阅关系，能让多个订阅者同时监听某一个主题对象，当这个主题对象自身状态变化时，会通知所有订阅者，使他们能够做出相应的处理。
ZooKeeper允许客户端向服务端注册一个Watcher监听，当服务端的一些事件触发了这个Watcher，那么就会向指定客户端发送一个事件通知来实现分布式的通知功能。

5.1.watch监听机制过程:

1. 客户端向服务端注册Watcher
2. 服务端事件发生触发Watcher
3. 客户端回调Watcher得到触发事件情况

5.2.Watch监听机制注册格式:

语法：

登录后复制

get /节点绝对路径 watch

5.3.Watch监听机制特点:

• 先注册再触发: Zookeeper中的watch机制，必须客户端先去服务端注册监听，这样事件发送才会触发监听，通知给客户端
• 一次性触发: 事件发生触发监听，一个watcher event就会被发送到设置监听的客户端，这种效果是一次性的，后续再次发生同样的事件，不会再次触发。
• 异步发送: watcher的通知事件从服务端发送到客户端是异步的。
• 通知内容: 通知状态(keeperState)，事件类型(EventType)和节点路径(path)

5.4.示例

node1上创建临时节点

登录后复制

[zk: localhost:2181(CONNECTED) 0] create -e /master 111111
Created /master

node2上设置监听

登录后复制

[zk: localhost:2181(CONNECTED) 3] get /master watch
111111
cZxid = 0x10000003c
ctime = Mon Sep 23 10:22:32 CST 2024
mZxid = 0x10000003c
mtime = Mon Sep 23 10:22:32 CST 2024
pZxid = 0x10000003c
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x1921c88e5a30000
dataLength = 6
numChildren = 0

node1退出

登录后复制

[zk: localhost:2181(CONNECTED) 1] quit
Quitting...
2024-09-23 10:25:56,553 [myid:] - INFO  [main:ZooKeeper@684] - Session: 0x1921c88e5a30000 closed
2024-09-23 10:25:56,553 [myid:] - INFO  [main-EventThread:ClientCnxn$EventThread@512] - EventThread shut down

node2查看消息

这条消息表示在ZooKeeper中发生了一个WatchedEvent事件，具体信息如下：

• state: SyncConnected：表示客户端与ZooKeeper服务器已建立同步连接。这是ZooKeeper客户端连接状态的一种，表明客户端已成功连接到ZooKeeper服务器。
• type: NodeDeleted：表示节点被删除的事件类型。在这种情况下，WatchedEvent通知是由于监视的节点(路径为/master)被删除而触发的。
• path: /master：表示触发WatchedEvent的节点路径是/master，即监视的节点路径为/master。

综合起来，这条消息的含义是：客户端与ZooKeeper服务器建立了同步连接，同时监视的节点

/master

被删除了，因此触发了一个节点删除的WatchedEvent事件。当客户端收到这样的WatchedEvent通知时，可以根据需要执行相应的逻辑处理，比如重新设置节点、更新状态等操作。

在ZooKeeper中，WatchedEvent事件的state和type字段可以具有不同的取值，表示不同的状态和事件类型。以下是它们可能的取值和含义说明：

state字段可能的取值：

1. SyncConnected：客户端与ZooKeeper服务器建立了同步连接。
2. Disconnected：客户端与ZooKeeper服务器的连接断开。
3. Expired：会话超时，客户端会话过期。
4. AuthFailed：认证失败，客户端认证失败。

type字段可能的取值：

1. NodeCreated：节点被创建。
2. NodeDeleted：节点被删除。
3. NodeDataChanged：节点数据内容发生变化。
4. NodeChildrenChanged：子节点列表发生变化。
5. DataWatchRemoved：数据Watch被移除。
6. ChildWatchRemoved：子节点Watch被移除。

这些状态和事件类型的组合可以描述不同的场景和操作，帮助客户端根据WatchedEvent事件的具体内容来进行相应的处理和逻辑操作。在实际应用中，根据不同的state和type值，客户端可以编写相应的逻辑来处理节点状态变化和WatchedEvent通知。

六、zookeeper典型应用

6.1. 数据发布/订阅

数据发布/订阅系统,就是发布者将数据发布到ZooKeeper的一个节点上，提供订阅者进行数据订阅，从而实现动态更新数据的目的，实现配置信息的集中式管理和数据的动态更新。

主要用到知识点: 监听机制

6.2.提供集群选举

在分布式环境下，不管是主从架构集群，还是主备架构集群，要求在服务的时候有且有一个正常的对外提供服务，我们称之为master。

当master出现故障之后，需要重新选举出的新的master。保证服务的连续可用性。zookeeper可以提供这样的功能服务。

主要用到知识点: znode唯一性、临时节点短暂性、监听机制。

选举概述:

• 选举要求: 过半原则,所以搭建集群一般奇数,只要某个node节点票数过半立刻成为leader
• 集群第一次启动: 启动follower每次投票后,他们会相互同步投票情况,如果票数相同,谁的myid大,谁就当选leader,一旦确定了leader,后面来的默认就是follower,即使它的myid大,leader也不会改变(除非leader宕机了)
• leader宕机后启动: 每一个leader当老大的时候,都会产生新纪元epoch,且每次操作完节点数据都会更新事务id(高32位_低32位) ,当leader宕机后,剩下的follower就会综合考虑几个因素选出最新的leader,先比较最后一次更新数据事务id(高32位_低32位),谁的事务id最大,谁就当选leader,如果更新数据的事务id都相同的情况下,就需要再次考虑myid,谁的myid大,谁就当选leader

七、zookeeper实现hadoop高可用集群(主备切换)

7.1.zookeeper实现hadoop高可用集群思路

JournalNode和ZKFC是Hadoop高可用集群中两个关键组件，它们的作用和功能如下：

实现Hadoop高可用集群的关键组件：

1. JournalNode：

• 作用：JournalNode用于存储NameNode的编辑日志，确保元数据的一致性和持久性。
• 功能：多个NameNode可以共享一个JournalNode集群，将编辑日志写入JournalNode，以实现元数据的同步和持久化。
• 实现原理：通过JournalNode，不同的NameNode可以共享同一份编辑日志，当主NameNode发生故障时，备用NameNode可以通过读取JournalNode中的编辑日志来恢复元数据状态，实现快速故障转移。

1. ZKFC(ZooKeeper Failover Controller)：

• 作用：ZKFC用于监控和管理NameNode的高可用性。
• 功能：ZKFC通过与ZooKeeper集成，监控主NameNode的状态，并在主NameNode发生故障时协调进行自动故障转移。
• 实现原理：ZKFC会定期检查主NameNode的健康状态，一旦发现主NameNode不可用，ZKFC会触发故障转移过程，协调备用NameNode接管主NameNode的角色，确保HDFS的高可用性。

实现Hadoop高可用集群的流程：

1. 配置JournalNode：在Hadoop集群中配置JournalNode，让多个NameNode共享同一个JournalNode集群，实现元数据的同步和持久化。
2. 配置ZKFC：配置ZKFC监控主NameNode的状态，当主NameNode发生故障时，ZKFC会自动触发故障转移过程。
3. 故障转移：当主NameNode发生故障时，ZKFC会协调备用NameNode接管主NameNode的角色，继续提供服务，保证HDFS的高可用性。

通过JournalNode和ZKFC的配合，Hadoop集群可以实现高可用性，确保在主NameNode发生故障时能够快速切换到备用NameNode，保障数据的安全和服务的持续性。

7.2.高可用集群搭建

7.2.1.安装软件

node1/node2/node3：

登录后复制

yum install psmisc -y  # 可以杀死所有相关进程，还可以使用kill all命令

7.2.2.修改配置文件(重点)

在修改之前先停止服务，在node1执行即可：

登录后复制

stop-all.sh

以下配置只需要在node1上完成，完成后拷贝到node2/node3：

登录后复制

cd /export/server/hadoop-3.3.4/etc/hadoop

⑴.修改hadoop-env.sh

登录后复制

# 在文件最后添加下面两行
export HDFS_JOURNALNODE_USER=hadoop
export HDFS_ZKFC_USER=hadoop

⑵.修改core-site.xml

登录后复制

<configuration>
    <!-- HA集群名称，该值要和hdfs-site.xml中的配置保持一致 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://cluster1</value>
    </property>

    <!-- hadoop本地磁盘存放数据的公共目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/data/ha-hadoop</value>
    </property>

    <!-- ZooKeeper集群的地址和端口-->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>node1:2181,node2:2181,node3:2181</value>
    </property>

    <!-- 允许hadoop用户代理的主机和用户组 -->
    <property>
        <name>hadoop.proxyuser.hadoop.hosts</name>
        <value>*</value> <!-- 允许所有主机，也可以指定某些主机 -->
    </property>

    <property>
        <name>hadoop.proxyuser.hadoop.groups</name>
        <value>hadoop</value> <!-- 如果hadoop用户属于这个组，确保组名正确 -->
    </property>
</configuration>

⑶.修改hdfs-site.xml

登录后复制

<configuration>
  <!-- HDFS HA Configuration -->
  <!-- dfs.nameservices 定义HDFS集群的名称，在配置HA时需要指定该名称。 -->
  <property>
    <name>dfs.nameservices</name>
    <value>cluster1</value>
  </property>

  <!-- dfs.ha.namenodes.cluster1 指定该集群(cluster1)的两个NameNode。多个NameNode以逗号分隔，这里为 nn1 和 nn2。 -->
  <property>
    <name>dfs.ha.namenodes.cluster1</name>
    <value>nn1,nn2</value>
  </property>

  <!-- dfs.namenode.rpc-address.cluster1.nn1 设置第一个NameNode的RPC地址。RPC地址用于客户端与NameNode通信。 -->
  <property>
    <name>dfs.namenode.rpc-address.cluster1.nn1</name>
    <value>node1:8020</value>
  </property>

  <!-- dfs.namenode.http-address.cluster1.nn1 设置第一个NameNode的HTTP地址，用于通过HTTP协议访问NameNode Web UI。 -->
  <property>
    <name>dfs.namenode.http-address.cluster1.nn1</name>
    <value>node1:9870</value>
  </property>

  <!-- dfs.namenode.rpc-address.cluster1.nn2 设置第二个NameNode的RPC地址。 -->
  <property>
    <name>dfs.namenode.rpc-address.cluster1.nn2</name>
    <value>node2:8020</value>
  </property>

  <!-- dfs.namenode.http-address.cluster1.nn2 设置第二个NameNode的HTTP地址。 -->
  <property>
    <name>dfs.namenode.http-address.cluster1.nn2</name>
    <value>node2:9870</value>
  </property>

  <!-- dfs.namenode.shared.edits.dir 指定两个NameNode的共享存储目录，用于保存元数据的编辑日志。使用JournalNode作为共享存储。格式为 qjournal://journalnode地址/集群名。 -->
  <property>
    <name>dfs.namenode.shared.edits.dir</name>
    <value>qjournal://node1:8485;node2:8485;node3:8485/cluster1</value>
  </property>

  <!-- dfs.journalnode.edits.dir 设置JournalNode保存编辑日志的本地目录。 -->
  <property>
    <name>dfs.journalnode.edits.dir</name>
    <value>/export/data/journaldata</value>
  </property>

  <!-- dfs.ha.automatic-failover.enabled 启用自动故障转移(failover)功能。若设置为 true，当一个NameNode失效时，系统会自动切换到另一个NameNode。 -->
  <property>
    <name>dfs.ha.automatic-failover.enabled</name>
    <value>true</value>
  </property>

  <!-- dfs.client.failover.proxy.provider.cluster1 指定集群的客户端故障转移代理提供者，用于在HA配置下处理客户端请求的故障转移。 -->
  <property>
    <name>dfs.client.failover.proxy.provider.cluster1</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
  </property>

  <!-- dfs.ha.fencing.methods 指定fencing方法，当某个NameNode失效后，系统会将其隔离(fencing)，防止它再访问HDFS。这里使用 sshfence 方法。 -->
  <property>
    <name>dfs.ha.fencing.methods</name>
    <value>sshfence</value>
  </property>

  <!-- dfs.ha.fencing.ssh.private-key-files 指定用于执行SSH fencing的私钥文件路径。该私钥允许通过SSH连接到失效的NameNode并执行隔离操作。 -->
  <property>
    <name>dfs.ha.fencing.ssh.private-key-files</name>
    <value>/root/.ssh/id_rsa</value>
  </property>

  <!-- dfs.ha.fencing.ssh.connect-timeout 指定通过SSH连接时的超时时间(以毫秒为单位)。在规定时间内无法连接到失效的NameNode将导致fencing失败。 -->
  <property>
    <name>dfs.ha.fencing.ssh.connect-timeout</name>
    <value>30000</value>
  </property>
</configuration>

主要功能概述：

1. HA配置：该文件配置了HDFS的高可用(HA)功能，通过配置两个NameNode(nn1, nn2)和JournalNode，实现自动故障转移。
2. 共享存储：两个NameNode通过JournalNode共享编辑日志，确保故障发生时另一NameNode可以接管服务。
3. 自动故障转移：启用了自动failover功能，当一个NameNode失效时，系统会自动切换至另一个。
4. Fencing机制：配置了SSH fencing，通过SSH隔离失效的NameNode，确保不会造成数据不一致。

⑷.修改yarn-site.xml

通过启用 YARN 高可用模式来确保集群的可靠性，配置了两个 ResourceManager(rm1 和 rm2)的相关地址，同时启用了 Timeline 服务和日志聚合功能，用于跟踪作业历史和管理日志。在高可用的 YARN 集群环境中，这些设置确保了 ResourceManager 的自动切换和节点间的协调。

登录后复制

<configuration>
  <!-- 启用 YARN 高可用特性 -->
  <property>
    <name>yarn.resourcemanager.ha.enabled</name>
    <value>true</value>
    <description>启用 ResourceManager 高可用模式</description>
  </property>

  <!-- 定义集群 ID -->
  <property>
    <name>yarn.resourcemanager.cluster-id</name>
    <value>yrc</value>
    <description>集群标识符，用于识别 YARN 集群</description>
  </property>

  <!-- 定义 ResourceManager HA 中的所有 RM 节点 -->
  <property>
    <name>yarn.resourcemanager.ha.rm-ids</name>
    <value>rm1,rm2</value>
    <description>定义两个 ResourceManager 节点的 ID，分别为 rm1 和 rm2</description>
  </property>

  <!-- 定义 rm1 的主机名 -->
  <property>
    <name>yarn.resourcemanager.hostname.rm1</name>
    <value>node1</value>
    <description>rm1 对应的主机名为 node1</description>
  </property>

  <!-- 定义 rm2 的主机名 -->
  <property>
    <name>yarn.resourcemanager.hostname.rm2</name>
    <value>node2</value>
    <description>rm2 对应的主机名为 node2</description>
  </property>

  <!-- 定义 Zookeeper 集群的地址，用于 ResourceManager 之间的协调 -->
  <property>
    <name>yarn.resourcemanager.zk-address</name>
    <value>node1:2181,node2:2181,node3:2181</value>
    <description>为 ResourceManager 高可用配置 Zookeeper 集群地址，用于协调 RM 切换</description>
  </property>

  <!-- 定义 NodeManager 服务类型 -->
  <property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
    <description>定义 NodeManager 辅助服务为 mapreduce shuffle</description>
  </property>

  <!-- ResourceManager rm1 的地址配置 -->
  <property>
    <name>yarn.resourcemanager.address.rm1</name>
    <value>node1:8032</value>
    <description>rm1 的通信地址，端口为 8032</description>
  </property>

  <!-- ResourceManager rm1 的调度器地址 -->
  <property>
    <name>yarn.resourcemanager.scheduler.address.rm1</name>
    <value>node1:8030</value>
    <description>rm1 的调度器地址，端口为 8030</description>
  </property>

  <!-- ResourceManager rm1 的 Web UI 地址 -->
  <property>
    <name>yarn.resourcemanager.webapp.address.rm1</name>
    <value>node1:8088</value>
    <description>rm1 的 Web UI 地址，端口为 8088</description>
  </property>

  <!-- ResourceManager rm1 的资源追踪器地址 -->
  <property>
    <name>yarn.resourcemanager.resource-tracker.address.rm1</name>
    <value>node1:8031</value>
    <description>rm1 的资源追踪器地址，端口为 8031</description>
  </property>

  <!-- ResourceManager rm1 的管理员服务地址 -->
  <property>
    <name>yarn.resourcemanager.admin.address.rm1</name>
    <value>node1:8033</value>
    <description>rm1 的管理员服务地址，端口为 8033</description>
  </property>

  <!-- ResourceManager rm2 的地址配置 -->
  <property>
    <name>yarn.resourcemanager.address.rm2</name>
    <value>node2:8032</value>
    <description>rm2 的通信地址，端口为 8032</description>
  </property>

  <!-- ResourceManager rm2 的调度器地址 -->
  <property>
    <name>yarn.resourcemanager.scheduler.address.rm2</name>
    <value>node2:8030</value>
    <description>rm2 的调度器地址，端口为 8030</description>
  </property>

  <!-- ResourceManager rm2 的 Web UI 地址 -->
  <property>
    <name>yarn.resourcemanager.webapp.address.rm2</name>
    <value>node2:8088</value>
    <description>rm2 的 Web UI 地址，端口为 8088</description>
  </property>

  <!-- ResourceManager rm2 的资源追踪器地址 -->
  <property>
    <name>yarn.resourcemanager.resource-tracker.address.rm2</name>
    <value>node2:8031</value>
    <description>rm2 的资源追踪器地址，端口为 8031</description>
  </property>

  <!-- ResourceManager rm2 的管理员服务地址 -->
  <property>
    <name>yarn.resourcemanager.admin.address.rm2</name>
    <value>node2:8033</value>
    <description>rm2 的管理员服务地址，端口为 8033</description>
  </property>

  <!-- 启用 YARN 的 Timeline 服务 -->
  <property>
    <name>yarn.timeline-service.enabled</name>
    <value>true</value>
    <description>启用 YARN Timeline 服务，用于记录和查询历史信息</description>
  </property>

  <!-- Timeline 服务的通信地址 -->
  <property>
    <name>yarn.timeline-service.address</name>
    <value>node1:10200</value>
    <description>Timeline 服务的通信地址，端口为 10200</description>
  </property>

  <!-- Timeline 服务的 Web UI 地址 -->
  <property>
    <name>yarn.timeline-service.webapp.address</name>
    <value>node1:8188</value>
    <description>Timeline 服务的 Web UI 地址，端口为 8188</description>
  </property>

  <!-- 启用日志聚合功能，用于高可用环境下的日志管理 -->
  <property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
    <description>启用日志聚合，便于在 HA 设置中集中管理日志</description>
  </property>

  <!-- 日志服务器地址，用于查看作业历史和日志 -->
  <property>
    <name>yarn.log.server.url</name>
    <value>http://node1:19888/jobhistory/logs</value>
    <description>日志服务器 URL，用于通过 Web 界面查看作业历史和日志</description>
  </property>
</configuration>

配置解读：

1. 高可用：该配置启用了YARN的高可用机制，通过配置多个ResourceManager(rm1, rm2)，实现自动故障切换(HA)。当一个ResourceManager失效时，另一个会接管工作。
2. Zookeeper协调：YARN通过Zookeeper集群(节点node1, node2, node3)来进行ResourceManager的状态协调，确保不会出现多个ResourceManager同时工作的问题。
3. ResourceManager网络配置：分别为两个ResourceManager配置了不同的网络端口，用于客户端通信、调度服务、Web UI等功能。
4. NodeManager服务：NodeManager会启用MapReduce的shuffle服务，支持分布式MapReduce计算任务的处理。

⑸.修改mapred-site.xml

主要内容如下：

• 历史服务器的通讯端口、Web端口已设为 node1:10020``````19888。
• 历史信息的 HDFS 记录路径以及临时路径已设定为 /data/mr-history/tmp``````/data/mr-history/done。
• MapReduce 环境变量设定为 HADOOP_HOME，确保正确加载相应环境配置。

登录后复制

<configuration>
    <!-- 设置MapReduce的运行框架为YARN -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
        <description>MapReduce的运行框架设置为YARN</description>
    </property>

    <!-- 历史服务器通讯端口 -->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>node1:10020</value>
        <description>历史服务器通讯端口为node1:10020</description>
    </property>

    <!-- 历史服务器web端口 -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>node1:19888</value>
        <description>历史服务器web端口为node1的19888</description>
    </property>

    <!-- 历史信息在HDFS的记录临时路径 -->
    <property>
        <name>mapreduce.jobhistory.intermediate-done-dir</name>
        <value>/data/mr-history/tmp</value>
        <description>历史信息在HDFS的记录临时路径</description>
    </property>

    <!-- 历史信息在HDFS的记录路径 -->
    <property>
        <name>mapreduce.jobhistory.done-dir</name>
        <value>/data/mr-history/done</value>
        <description>历史信息在HDFS的记录路径</description>
    </property>

    <!-- MapReduce Application Master的环境变量设置 -->
    <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=$HADOOP_HOME</value>
        <description>MapReduce HOME设置为HADOOP_HOME</description>
    </property>

    <!-- Map任务的环境变量设置 -->
    <property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=$HADOOP_HOME</value>
        <description>Map任务的环境变量设置为HADOOP_HOME</description>
    </property>

    <!-- Reduce任务的环境变量设置 -->
    <property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=$HADOOP_HOME</value>
        <description>Reduce任务的环境变量设置为HADOOP_HOME</description>
    </property>
</configuration>

⑹.拷贝配置文件

注意: 将hadoop配置信息拷贝到node2和node3

登录后复制

cd /export/server/hadoop-3.3.4/etc
scp -r hadoop node2:$PWD
scp -r hadoop node3:$PWD

7.2.3.启动(注意顺序以及启动机器)

⑴.启动zk

zkServer.sh start(配置了环境变量，直接启动，没有配置则进入Zookeeper的bin目录，手工启动),node1/node2/node3按照顺序均需启动：

登录后复制

cd /export/server/zookeeper
bin/zkServer.sh start

⑵.启动journalnode(node1/node2/node3)

登录后复制

hdfs --daemon start journalnode

注意：journalnode启动完毕后，一定要等待8485端口被java进程所占用然后在执行下方操作！！！

登录后复制

netstat -naltp |grep 8485

⑶.初始化namenode 注意:node1上执行

登录后复制

hdfs namenode -format

⑷.将数据文件拷贝到node2相同目录(node2上也有namenode节点)

登录后复制

cd /export/data
scp -r ha-hadoop node2:$PWD

⑸.初始化zkfc 注意在node1上执行

登录后复制

hdfs zkfc -formatZK

⑹.启动服务

登录后复制

#在node1/node2/node3按照顺序关闭journalnode
hdfs --daemon stop journalnode
# 启动所有服务只需要node1上执行
start-all.sh
# 在node1启动历史服务器
$HADOOP_HOME/bin/mapred --daemon start historyserver

⑺.测试

执行求圆周率的方法：

登录后复制

hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.4.jar pi 3 10000

执行后效果如下：

7.2.4.常见问题

① 如果node2中namenode角色没有启动

答：手工启动：

登录后复制

hdfs --daemon start namenode

注意：如果手工启动有异常，一定要进入logs目录，查看错误原因

② Web界面无法上传文件

答：修改权限即可：

登录后复制

hadoop fs -chmod -R 777 /

③ node1:9870或者node2:9870某台机器无法阅读文件列表

答：不是错误，是因为当前你可能处于了standby备机，切换到另一个节点即可。因为对外提供服务器时，只有一个namenode处于工作状态。