NEOGX 发表于 2014-1-12 01:28:28

Hadoop2.2.0中HDFS为何具有高可用性

 在Hadoop2.0.0之前,NameNode(NN)在HDFS集群中存在单点故障(single point of failure),每一个集群中存在一个NameNode,如果NN所在的机器出现了故障,那么将导致整个集群无法利用,直到NN重启或者在另一台主机上启动NN守护线程。
  主要在两方面影响了HDFS的可用性:
  (1)、在不可预测的情况下,如果NN所在的机器崩溃了,整个集群将无法利用,直到NN被重新启动;
  (2)、在可预知的情况下,比如NN所在的机器硬件或者软件需要升级,将导致集群宕机。
  HDFS的高可用性将通过在同一个集群中运行两个NN(active NN & standby NN)来解决上面两个问题,这种方案允许在机器破溃或者机器维护快速地启用一个新的NN来恢复故障。
  在典型HA的集群中,通常有两台不同的机器充当NN。在任何时间,只有一台机器处于Active状态;另一台机器是处于Standby状态。Active NN负责集群中所有客户端的操作;而Standby NN主要用于备用,它主要维持足够的状态,如果必要,可以提供快速的故障恢复。
  为了让Standby NN的状态和Active NN保持同步,即元数据保持一致,它们都将会和JournalNodes守护进程通信。当Active NN执行任何有关命名空间的修改,它需要持久化到一半以上的JournalNodes上(通过edits log持久化存储),而Standby NN负责观察edits log的变化,它能够读取从JNs中读取edits信息,并更新其内部的命名空间。一旦Active NN出现故障,Standby NN将会保证从JNs中读出了全部的Edits,然后切换成Active状态。Standby NN读取全部的edits可确保发生故障转移之前,是和Active NN拥有完全同步的命名空间状态。
  为了提供快速的故障恢复,Standby NN也需要保存集群中各个文件块的存储位置。为了实现这个,集群中所有的Database将配置好Active NN和Standby NN的位置,并向它们发送块文件所在的位置及心跳。
 在任何时候,集群中只有一个NN处于Active 状态是极其重要的。否则,在两个Active NN的状态下NameSpace状态将会出现分歧,这将会导致数据的丢失及其它不正确的结果。为了保证这种情况不会发生,在任何时间,JNs只允许一个NN充当writer。在故障恢复期间,将要变成Active 状态的NN将取得writer的角色,并阻止另外一个NN继续处于Active状态。
  为了部署HA集群,你需要准备以下事项:
  (1)、NameNode machines:运行Active NN和Standby NN的机器需要相同的硬件配置;
  (2)、JournalNode machines:也就是运行JN的机器。JN守护进程相对来说比较轻量,所以这些守护进程可以可其他守护线程(比如NN,YARN ResourceManager)运行在同一台机器上。在一个集群中,最少要运行3个JN守护进程,这将使得系统有一定的容错能力。当然,你也可以运行3个以上的JN,但是为了增加系统的容错能力,你应该运行奇数个JN(3、5、7等),当运行N个JN,系统将最多容忍(N-1)/2个JN崩溃。
  在HA集群中,Standby NN也执行namespace状态的checkpoints,所以不必要运行Secondary NN、CheckpointNode和BackupNode;事实上,运行这些守护进程是错误的。

Elaine_Zhang 发表于 2014-10-21 22:28:30

一下子明白了安装hadoop的时候各节点的作用

AlexFeng 发表于 2015-6-26 10:57:10

学习了{:soso_e113:}

ymhua 发表于 2015-8-4 11:14:01

讲的确实容易懂,谢谢分享!

rogershow 发表于 2017-2-21 12:24:49

学习一下

tan_323 发表于 2017-3-20 11:30:52

17/03/20 10:55:25 INFO mapreduce.Job: Running job: job_1489976045893_0002
17/03/20 11:20:52 INFO mapreduce.Job: Job job_1489976045893_0002 running in uber mode : false
17/03/20 11:20:52 INFO mapreduce.Job:map 0% reduce 0%
17/03/20 11:20:52 INFO mapreduce.Job: Job job_1489976045893_0002 failed with state FAILED due to: Application application_1489976045893_0002 failed 2 times due to ApplicationMaster for attempt appattempt_1489976045893_0002_000002 timed out. Failing the application.
17/03/20 11:20:52 INFO mapreduce.Job: Counters: 0
17/03/20 11:20:52 ERROR streaming.StreamJob: Job not Successful!
Streaming Command Failed!
您好,我搭建好2.2的集群之后,运行代码,出现了上面的错误,请问是什么原因呢?

yngwiewang 发表于 2017-11-27 10:46:18

谢谢分享,请问jn用zk么?
页: [1]
查看完整版本: Hadoop2.2.0中HDFS为何具有高可用性