HDFS 教程 - HDFS HA 高可用 | 弟弟快看-教程

7. HDFS HA 高可用

7.1 HA 概述

所谓HA（high available），即高可用（7*24小时不中断服务）

实现高可用最关键的策略是消除单点故障，HA 严格来说应该分成各个组件的 HA 机制：HDFS的HA 和 YARN的HA

Hadoop2.0 之前，在 HDFS 集群中 NameNode 存在单点故障（SPOF）

NameNode 主要在以下两个方面影响 HDFS 集群

NameNode 机器发生意外，如宕机，集群将无法使用，直到管理员重启

NameNode 机器需要升级，包括软件、硬件升级，此时集群也将无法使用

HDFS HA 功能通过配置 Active/Standby 两个 NameNodes 实现在集群中对 NameNode 的热备来解决上述问题

如果出现故障，如机器崩溃或机器需要升级维护，这时可通过此种方式将 NameNode 很快的切换到另外一台机器

注意：HDFS 配置 HA 后，SecondNamenode 的角色被备用 Namenode 所包含，备用 Namenode 为活动的 Namenode 命名空间设置周期性的检查点

7.2 HDFS-HA 工作机制

通过双NameNode 消除单点故障

7.3 HDFS-HA 手动故障转移

7.3.1 HDFS-HA 工作要点

1、元数据管理方式需要改变：；

内存中各自保存一份元数据

Edits 日志只有 Active 状态的 Namenode 节点可以做写操作

两个 Namenode 都可以读取 edits

共享的 edits 放在一个共享存储中管理（qjournal 和 NFS 两个主流实现） 2、需要一个状态管理功能模块；

实现了一个 zkfailover，常驻在每一个 Namenode 所在的节点，每一个 zkfailover 负责监控自己所在 Namenode 节点，利用 zk 进行状态标识，当需要进行状态切换时，由 zkfailover 来负责切换，切换时需要防止 brain split 现象的发生 3、必须保证两个NameNode之间能够ssh无密码登录；
4、隔离（Fence），即同一时刻仅仅有一个NameNode对外提供服务；

7.3.2 环境准备

将上面master、slave1、slave2 三个机器克隆修改相关配置即可，要点如下：

1、修改IP（可以保持不变）、主机名（改为hadoop-1，hadoop-2，hadooop-3）；

hadoop-1 192.168.27.101
hadoop-2 192.168.27.102
hadoop-3 192.168.27.103

2、修改主机名及主机名和IP地址的映射；
3、关闭防火墙；
4、 ssh免密登录；
5、清空Hadoop的data和logs；

7.3.3 集群规划

hadoop-1	hadoop-2	hadooop-3
NameNode	NameNode	-
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
-	ResourceManager	-
NodeManager	NodeManager	NodeManager

7.3.4 配置 HDFS-HA 集群（以三台为例）

1、官方地址：https://hadoop.apache.org/docs/r2.9.2/hadoop-project-dist/hadoop-hdfs/HDFSHighAvailabilityWithQJM.html；
2、配置core-site.xml；

<configuration>
    <!-- 把两个 NameNode 的地址组装成一个集群 mycluster -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>

    <!-- 声明 journalnode 服务本地文件系统存储目录-->
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/usr/local/hadoop/tmp/dfs/data/jn</value>
    </property>

    <!-- 指定 hadoop 运行时产生文件的存储目录（和之前一样） -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/hadoop/tmp</value>
    </property>
</configuration>

3、配置hdfs-site.xml；

<configuration>

    <!-- 完全分布式集群名称 -->
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>

    <!-- 集群中 NameNode 节点都有哪些 -->
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>

    <!-- nn1 的 RPC 通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>hadoop-1:8020</value>
    </property>

    <!-- nn2 的 RPC 通信地址 -->
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>hadoop-2:8020</value>
    </property>

    <!-- nn1 的 http 通信地址 -->
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>hadoop-1:50070</value>
    </property>

    <!-- nn2 的 http 通信地址 -->
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>hadoop-2:50070</value>
    </property>

    <!-- 指定 NameNode 元数据在 JournalNode 上的存放位置 -->
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://hadoop-1:8485;hadoop-2:8485;hadoop-3:8485/mycluster</value>
    </property>

    <!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 -->
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>

    <!-- 使用隔离机制时需要 ssh 无秘钥登录-->
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/root/.ssh/id_rsa</value>
    </property>

    <!-- 关闭权限检查-->
    <property>
        <name>dfs.permissions.enable</name>
        <value>false</value>
    </property>

    <!-- 访问代理类：client，mycluster，active 配置失败自动切换实现方式-->
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
</configuration>

4、拷贝配置好的hadoop环境到其他节点；

7.3.5 启动 HDFS-HA 集群

1、在各个JournalNode节点上，输入以下命令启动JournalNode服务；

[root@hadoop-1 hadoop]# hadoop-daemon.sh start journalnode
starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-1.out
[root@hadoop-1 hadoop]# jps
2709 Jps
2648 JournalNode

[root@hadoop-2 hadoop]# hadoop-daemon.sh start journalnode
starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-2.out
[root@hadoop-2 hadoop]# jps
2578 JournalNode
2639 Jps

[root@hadoop-3 hadoop]# hadoop-daemon.sh start journalnode
starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-3.out
[root@hadoop-3 hadoop]# jps
2946 JournalNode
3007 Jps

2、在[nn1]上，对其进行格式化，并启动；

[root@hadoop-1 hadoop]# hdfs namenode -format

[root@hadoop-1 hadoop]# hadoop-daemon.sh start namenode
starting namenode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-namenode-hadoop-1.out

目前 hadoop-1 已启动，为 standby 状态，如下图

3、在[nn2]上，同步nn1的元数据信息；

[root@hadoop-2 hadoop]# hdfs namenode -bootstrapStandby

可以从日志看出从 [nn1] 进行同步，如下图：

4、启动[nn2]；

[root@hadoop-2 hadoop]# hadoop-daemon.sh start namenode

目前 hadoop-2 已启动，也为 standby 状态，如下图

5、在[nn1]上，启动所有Datanode；

[root@hadoop-1 .ssh]# hadoop-daemons.sh start datanode

备注：hadoop-daemons 本质是到 slaves 文件中找所有 DataNode

此时所有 Namenode 都是 standby 状态，不支持读文件

6、将[nn1]切换为Active；

[root@hadoop-1 .ssh]# hdfs haadmin -transitionToActive nn1

7、查看是否Active；

[root@hadoop-1 .ssh]# hdfs haadmin -getServiceState nn1
active

7.3.6 HDFS-HA 集群手动故障转移

1、强杀ActiveNameNode[nn1]；

[root@hadoop-1 hadoop]# jps
4389 Jps
2648 JournalNode
3112 NameNode
4091 DataNode
[root@hadoop-1 hadoop]# kill -9 3112

2、手动将[nn2]切为Active；

[root@hadoop-1 hadoop]# hdfs haadmin -transitionToActive nn2

20/03/07 16:49:45 INFO ipc.Client: Retrying connect to server: hadoop-1/192.168.27.101:8020. Already tried 0 time(s); retry policy is RetryUpToMaximumCountWithFixedSleep(maxRetries=1, sleepTime=1000 MILLISECONDS)
Unexpected error occurred  Call From hadoop-1/192.168.27.101 to hadoop-1:8020 failed on connection exception: java.net.ConnectException: Connection refused; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefused
Usage: haadmin [-ns <nameserviceId>] [-transitionToActive [--forceactive] <serviceId>]

发现 Connection refused，因为为了防止脑裂，[nn2] 必须和 [nn1] 取得联系，但是此时 [nn1] 已挂，所以必须先把 [nn1] 先启动，再手动将 [nn2] 切为 Active 3、启动[nn1]；

[root@hadoop-1 hadoop]# hadoop-daemon.sh start namenode
starting namenode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-namenode-hadoop-1.out

此时 [nn1] 和 [nn2] 都是 standyby 状态 4、手动将[nn2]切为Active；

[root@hadoop-1 hadoop]# hdfs haadmin -transitionToActive nn2

7.4 HDFS-HA 自动故障转移

7.4.1 工作要点

前面使用命令 hdfs haadmin -failover 手动进行故障转移，在该模式下，即使现役 NameNode 已经失效，系统也不会自动从现役 NameNode 转移到待机 NameNode，下面配置部署 HA 自动进行故障转移

自动故障转移为 HDFS 部署增加了两个新组件：ZooKeeper 和 ZKFailoverController（ZKFC） 进程

ZooKeeper 是维护少量协调数据，通知客户端这些数据的改变和监视客户端故障的高可用服务

7.4.2 ZooKeeper 在自动故障转移中的作用

7.4.2.1 故障检测

集群中的每个 NameNode 在 ZooKeeper 中维护了一个持久会话，如果机器崩溃，ZooKeeper 中的会话将终止，ZooKeeper 通知另一个 NameNode 需要触发故障转移

7.4.2.2 现役 NameNode 选择

ZooKeeper 提供了一个简单的机制用于唯一的选择一个节点为 active 状态

如果目前现役 NameNode 崩溃，另一个节点可能从 ZooKeeper 获得特殊的排外锁以表明它应该成为现役 NameNode

ZKFC 是自动故障转移中的另一个新组件，是 ZooKeeper 的客户端，也监视和管理 NameNode 的状态

每个运行 NameNode 的主机也运行了一个 ZKFC 进程，ZKFC 负责：

1、健康监测；

ZKFC 使用一个健康检查命令定期地 ping 与之在相同主机的 NameNode，只要该 NameNode 及时地回复健康状态，ZKFC 认为该节点是健康的

如果该节点崩溃，冻结或进入不健康状态，健康监测器标识该节点为非健康的 2、 ZooKeeper会话管理；

当本地 NameNode 是健康的，ZKFC 保持一个在 ZooKeeper 中打开的会话

如果本地 NameNode 处于 active 状态，ZKFC 也保持一个特殊的 znode 锁，该锁使用了 ZooKeeper 对短暂节点的支持，如果会话终止，锁节点将自动删除 3、基于ZooKeeper的选择；

如果本地 NameNode 是健康的，且 ZKFC 发现没有其它的节点当前持有 znode 锁，它将为自己获取该锁

如果成功，则它已经赢得了选择，并负责运行故障转移进程以使它的本地 NameNode 为 active

故障转移进程与前面描述的手动故障转移相似，首先如果必要保护之前的现役 NameNode，然后本地 NameNode 转换为 active 状态

7.4.3 环境准备

将上面master、slave1、slave2 三个机器克隆修改相关配置即可，要点如下：

1、修改IP（可以保持不变）、主机名（改为hadoop-1，hadoop-2，hadooop-3）；

hadoop-1 192.168.27.101
hadoop-2 192.168.27.102
hadoop-3 192.168.27.103

2、修改主机名及主机名和IP地址的映射；
3、关闭防火墙；
4、 ssh免密登录；
5、清空Hadoop的data和logs；

7.4.4 规划集群

hadoop-1	hadoop-2	hadoop-3
NameNode	NameNode	-
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
ZK	ZK	ZK
-	ResourceManager	-
NodeManager	NodeManager	NodeManager

7.4.5 配置 Zookeeper 集群

7.4.5.1 Zookeeper 集群规划

在hadoop-1、hadoop-2 和 hadoop-3 三个节点上部署 Zookeeper

7.4.5.2 解压安装

1、解压Zookeeper安装包到/usr/zookeeper/目录下；

[root@hadoop-1 zookeeper]# tar -zxvf zookeeper-3.4.14.tar.gz -C /usr/zookeeper/

2、在/usr/zookeeper/zookeeper-3.4.14这个目录下创建zkData；

[root@hadoop-1 zookeeper-3.4.14]# mkdir -p zkData

3、复制/usr/zookeeper/zookeeper-3.4.14/conf这个目录下的zoo_sample.cfg为zoo.cfg；

[root@hadoop-1 conf]# cp zoo_sample.cfg zoo.cfg

7.4.5.3 配置 zoo.cfg 文件

1、具体配置；

dataDir=/usr/zookeeper/zookeeper-3.4.14/zkData

增加如下配置

#######################cluster##########################
server.1=hadoop-1:2888:3888
server.2=hadoop-2:2888:3888
server.3=hadoop-3:2888:3888

2、配置参数解读；

Server.A=B:C:D

A 是一个数字，表示这个是第几号服务器

B 是这个服务器的 ip 地址

C 是这个服务器与集群中的 Leader 服务器交换信息的端口

D 是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的 Leader，而这个端口就是用来执行选举时服务器相互通信的端口

集群模式下配置一个文件 myid，这个文件在 dataDir 目录下，这个文件里面有一个数据就是 A 的值，Zookeeper 启动时读取此文件，拿到里面的数据与 zoo.cfg 里面的配置信息比较从而判断到底是哪个 server 3、集群操作；

A. 在 /usr/zookeeper/zookeeper-3.4.14/zkData 目录下创建一个 myid 的文件

touch myid

添加 myid 文件，注意一定要在 linux 里面创建，在 notepad++ 里面很可能乱码

B. 编辑 myid 文件

vim myid

在文件中添加与 server 对应的编号：如 1

C. 拷贝配置好的 zookeeper 到其他机器上

scp -r /usr/zookeeper/zookeeper-3.4.14/ root@hadoop-2:/usr/zookeeper/zookeeper-3.4.14/
scp -r /usr/zookeeper/zookeeper-3.4.14/ root@hadoop-3:/usr/zookeeper/zookeeper-3.4.14/

并分别修改myid文件中内容为 2、3

D. 分别启动 zookeeper

[root@hadoop-1 zookeeper-3.4.14]# bin/zkServer.sh start
[root@hadoop-2 zookeeper-3.4.14]# bin/zkServer.sh start
[root@hadoop-3 zookeeper-3.4.14]# bin/zkServer.sh start

E. 查看状态

[root@hadoop-1 zookeeper-3.4.14]# bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /usr/zookeeper/zookeeper-3.4.14/bin/../conf/zoo.cfg
Mode: follower

[root@hadoop-2 zookeeper-3.4.14]# bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /usr/zookeeper/zookeeper-3.4.14/bin/../conf/zoo.cfg
Mode: follower

[root@hadoop-3 zookeeper-3.4.14]# bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /usr/zookeeper/zookeeper-3.4.14/bin/../conf/zoo.cfg
Mode: leader

hadoop-1、hadoop-2 为 follower，hadoop-3 为 leader

7.4.6 配置 HDFS-HA 集群（以三台为例）

1、官方地址：https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HDFSHighAvailabilityWithQJM.html；
2、配置core-site.xml；

在前面手动 HA 配置的基础上，新增 [core-site.xml] 配置

<property>
	<name>ha.zookeeper.quorum</name>
	<value>hadoop-1:2181,hadoop-2:2181,hadoop-3:2181</value>
</property>

3、配置hdfs-site.xml；

在前面手动 HA 配置的基础上，新增 [hdfs-site.xml] 配置

<property>
	<name>dfs.ha.automatic-failover.enabled</name>
	<value>true</value>
</property>

4、拷贝配置好的hadoop环境到其他节点；

7.4.7 启动

1、关闭所有HDFS服务；

[root@hadoop-1 hadoop-2.9.2]# stop-dfs.sh

2、启动Zookeeper集群；

[root@hadoop-1 zookeeper-3.4.14]# bin/zkServer.sh start
[root@hadoop-2 zookeeper-3.4.14]# bin/zkServer.sh start
[root@hadoop-3 zookeeper-3.4.14]# bin/zkServer.sh start

检查 ZK 启动状态，一个 leader，两个 follower 3、初始化HA在Zookeeper中状态；

[root@hadoop-1 hadoop-2.9.2]# hdfs zkfc -formatZK

初始化 ZK 的 HA 状态后，可到 ZK 上确认 hadoop-ha 目录存在，并且 mycluster 集群已被 ZK 管理

[root@hadoop-2 hadoop-2.9.2]# cd /usr/zookeeper/zookeeper-3.4.14/
[root@hadoop-2 zookeeper-3.4.14]# bin/zkCli.sh
......
[zk: localhost:2181(CONNECTED) 0] ls /
[zookeeper, hadoop-ha]
[zk: localhost:2181(CONNECTED) 1] ls /hadoop-ha
[mycluster]

4、启动HDFS服务：；

[root@hadoop-1 hadoop-2.9.2]# start-dfs.sh
Starting namenodes on [hadoop-1 hadoop-2]
hadoop-1: starting namenode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-namenode-hadoop-1.out
hadoop-2: starting namenode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-namenode-hadoop-2.out
hadoop-1: starting datanode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-datanode-hadoop-1.out
hadoop-3: starting datanode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-datanode-hadoop-3.out
hadoop-2: starting datanode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-datanode-hadoop-2.out
Starting journal nodes [hadoop-1 hadoop-2 hadoop-3]
hadoop-1: starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-1.out
hadoop-2: starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-2.out
hadoop-3: starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-3.out
Starting ZK Failover Controllers on NN hosts [hadoop-1 hadoop-2]
hadoop-1: starting zkfc, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-zkfc-hadoop-1.out
hadoop-2: starting zkfc, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-zkfc-hadoop-2.out

启动 HDFS 服务，观察启动日志，发现主要启动了：

(1) namenodes ： [hadoop-1 hadoop-2]

(2) journal nodes : [hadoop-1 hadoop-2 hadoop-3]

(3) ZK Failover Controllers : [hadoop-1 hadoop-2] (ZKFC 跟着 NN 走)

在各个节点上 jps 观察所有组件启动成功，在 web 界面观察两个 Namenode 的状态

NameNode 先启动的就是 Active 状态

7.4.8 验证

1、将ActiveNameNode进程kill；

[root@hadoop-1 hadoop-2.9.2]# jps
5028 DataNode
2581 QuorumPeerMain
5607 Jps
5256 JournalNode
5465 DFSZKFailoverController
4910 NameNode
[root@hadoop-1 hadoop-2.9.2]# kill -9 4910

但是遗憾发现，Namenode1 被 kill 之后，Namenode2 并没有启动，解决方式见： 7.4.9 HDFS-HA 自动故障转移失败的原因

，到 Namenode2 节点上看 hadoop-root-zkfc-hadoop-2.log 日志 2、将ActiveNameNode机器断开网络；

service network stop

观察上述两个场景下的 HDFS-HA 自动故障转移

7.4.9 HDFS-HA 自动故障转移失败的原因

如果发现 HA 配置没有问题，但是不能自动切换 active 的 Namenode，我们可以查看 zkfc 的 log 日志，看是否会出现下面的 Warn 或者 Exception：

hadoop-2 ssh 到 hadoop-1 上，尝试连接到 8020 这个 rpc 端口，但是因为 hadoop-1 上的 Namenode 进程被关了，自然连不上

hadoop-2 使用了 fuser 工具，但是装的 Centos 是最小化安装，并不包含 fuser，所以需要在所有 Namenode 机器（hadoop-1，hadoop-2）上安装 fuser

[root@hadoop-1 logs]# yum install psmisc
[root@hadoop-2 logs]# yum install psmisc

7.5 YARN-HA 配置

7.5.1 YARN-HA 工作机制

1、官方文档；

https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html

1、 YARN-HA工作机制；

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0GuSX3dm-1583649732230)(https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/images/rm-ha-overview.png)]

7.5.2 配置 YARN-HA 集群

7.5.2.1 环境准备

在前面Hdfs HA 的基础上进行配置

7.5.2.2 规划集群

和前面Hdfs HA 的集群的基础上规划：hadoop-1 和 hadoop-2 上配置 active/standby ResourceManager

hadoop-1	hadoop-2	hadoop-3
NameNode	NameNode	-
JournalNode	JournalNode	JournalNode
DataNode	DataNode	DataNode
ZK	ZK	ZK
ResourceManager	ResourceManager	-
NodeManager	NodeManager	NodeManager

7.5.2.3 配置 yarn-site.xml

[yarn-site.xml]

<configuration>

	<!-- Site specific YARN configuration properties -->

	<!-- reducer 获取数据的方式 -->
	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>

    <!--启用 resourcemanager ha-->
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
 
    <!--声明两台resourcemanager的地址-->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>cluster-yarn</value>
    </property>

    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>

    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>hadoop-1</value>
    </property>

    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>hadoop-2</value>
    </property>
 
    <!--指定zookeeper集群的地址--> 
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>hadoop-1:2181,hadoop-2:2181,hadoop-3:2181</value>
    </property>

    <!--启用自动恢复--> 
    <property>
        <name>yarn.resourcemanager.recovery.enabled</name>
        <value>true</value>
    </property>
 
    <!--指定resourcemanager的状态信息存储在zookeeper集群--> 
    <property>
        <name>yarn.resourcemanager.store.class</name>     
		<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>
	
	<!-- 忽略虚拟内存检查，如果实在实体机上，并且内存够多，可以去掉 -->
	<property>
		<name>yarn.nodemanager.vmen-check-enabled</name>
		<value>false</value>
	</property>

</configuration>

同步更新其他节点的配置信息

7.4.2.4 启动 Hdfs

前置状态：ZK 集群已起，Hadoop 未起

1、启动Hdfs；

[root@hadoop-1 hadoop]# start-dfs.sh 
Starting namenodes on [hadoop-1 hadoop-2]
hadoop-1: starting namenode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-namenode-hadoop-1.out
hadoop-2: starting namenode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-namenode-hadoop-2.out
hadoop-1: starting datanode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-datanode-hadoop-1.out
hadoop-3: starting datanode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-datanode-hadoop-3.out
hadoop-2: starting datanode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-datanode-hadoop-2.out
Starting journal nodes [hadoop-1 hadoop-2 hadoop-3]
hadoop-1: starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-1.out
hadoop-3: starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-3.out
hadoop-2: starting journalnode, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-journalnode-hadoop-2.out
Starting ZK Failover Controllers on NN hosts [hadoop-1 hadoop-2]
hadoop-1: starting zkfc, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-zkfc-hadoop-1.out
hadoop-2: starting zkfc, logging to /usr/hadoop/hadoop-2.9.2/logs/hadoop-root-zkfc-hadoop-2.out

注意，此处 namenodes 在 [hadoop-1 hadoop-2] 都起来了！ 2、启动Yarn；

因为配置了 ResourceManager 在 hadoop-1、hadoop-2 上，所以在 hadoop-2 上启动效果一样

[root@hadoop-2 hadoop]# yarn-daemon.sh start resourcemanager
starting resourcemanager, logging to /usr/hadoop/hadoop-2.9.2/logs/yarn-root-resourcemanager-hadoop-2.out

[root@hadoop-2 hadoop]# jps
24064 DataNode
24432 ResourceManager
24688 Jps
4995 QuorumPeerMain
23978 NameNode
24314 DFSZKFailoverController
24174 JournalNode

确认 ResourceManager 在 hadoop-2 上启动成功，可再次在 web 端确认:

但是和 Hdfs HA 不一样，此时 hadoop-1 上并不会启动 ResourceManager，需要我们再次启动

[root@hadoop-1 hadoop]# yarn-daemon.sh start resourcemanager
starting resourcemanager, logging to /usr/hadoop/hadoop-2.9.2/logs/yarn-root-resourcemanager-hadoop-1.out

3、查看服务状态；

[root@hadoop-3 hadoop]# yarn rmadmin -getServiceState rm1
standby

[root@hadoop-3 logs]# yarn rmadmin -getServiceState rm2
active

可见 rm2 是 active 状态

7.5 HDFS Federation 架构设计

7.5.1 NameNode 架构的局限性

1、 Namespace（命名空间）的限制；

由于 NameNode 在内存中存储所有的元数据（metadata），因此单个 Namenode 所能存储的对象（文件+块）数目受到 Namenode 所在 JVM 的 heap size 的限制

50G 的 heap 能够存储 20亿（200million）个对象，这 20 亿个对象支持 4000 个 Datanode，12PB 的存储（假设文件平均大小为 40MB）

随着数据的飞速增长，存储的需求也随之增长

单个 Datanode 从 4T 增长到 36T，集群的尺寸增长到 8000 个 Datanode，存储的需求从 12PB 增长到大于100PB 2、隔离问题；

由于 HDFS 仅有一个 Namenode，无法隔离各个程序，因此 HDFS 上的一个实验程序就很有可能影响整个 HDFS 上运行的程序 3、性能的瓶颈；

由于是单个 Namenode 的 HDFS 架构，因此整个 HDFS 文件系统的吞吐量受限于单个 Namenode 的吞吐量

7.5.2 HDFS Federation 架构设计

能不能有多个NameNode

NameNode	NameNode	NameNode
元数据	元数据	元数据
Log	machine	电商数据/话单数据

7.5.3 HDFS Federation 应用思考

不同应用可以使用不同 NameNode 进行数据管理

图片业务、爬虫业务、日志审计业务

Hadoop 生态系统中，不同的框架使用不同的 NameNode 进行管理 Namespace（隔离性）

07、HDFS 教程 - HDFS HA 高可用