Linux下HDFS如何配置高可用

在Linux下配置HDFS（Hadoop Distributed File System）的高可用性，通常涉及以下幾個關鍵步驟：

1. 安裝和配置Hadoop

首先，確保你已經安裝了Hadoop，并且所有節點都已經正確配置。

配置文件示例：

• core-site.xml
• hdfs-site.xml
• yarn-site.xml
• mapred-site.xml

2. 配置高可用性

2.1 配置core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://mycluster</value>
    </property>
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
    <property>
        <name>ha.zookeeper.client.port</name>
        <value>2181</value>
    </property>
</configuration>

2.2 配置hdfs-site.xml

<configuration>
    <property>
        <name>dfs.nameservices</name>
        <value>mycluster</value>
    </property>
    <property>
        <name>dfs.ha.namenodes.mycluster</name>
        <value>nn1,nn2</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn1</name>
        <value>namenode1:8020</value>
    </property>
    <property>
        <name>dfs.namenode.rpc-address.mycluster.nn2</name>
        <value>namenode2:8020</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn1</name>
        <value>namenode1:50070</value>
    </property>
    <property>
        <name>dfs.namenode.http-address.mycluster.nn2</name>
        <value>namenode2:50070</value>
    </property>
    <property>
        <name>dfs.namenode.shared.edits.dir</name>
        <value>qjournal://journalnode1:8485;journalnode2:8485;journalnode3:8485/mycluster</value>
    </property>
    <property>
        <name>dfs.client.failover.proxy.provider.mycluster</name>
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
    </property>
    <property>
        <name>dfs.ha.fencing.methods</name>
        <value>sshfence</value>
    </property>
    <property>
        <name>dfs.ha.fencing.ssh.private-key-files</name>
        <value>/path/to/private/key</value>
    </property>
    <property>
        <name>dfs.journalnode.edits.dir</name>
        <value>/path/to/journalnode/data</value>
    </property>
</configuration>

2.3 配置yarn-site.xml

<configuration>
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yarn-cluster</value>
    </property>
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>resourcemanager1</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>resourcemanager2</value>
    </property>
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>zk1:2181,zk2:2181,zk3:2181</value>
    </property>
</configuration>

2.4 配置mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

3. 啟動JournalNode

在所有JournalNode節點上啟動JournalNode服務：

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

4. 格式化NameNode

在其中一個NameNode節點上格式化NameNode：

$HADOOP_HOME/bin/hdfs namenode -format

5. 同步NameNode元數據

在所有NameNode節點上同步元數據：

$HADOOP_HOME/bin/hdfs namenode -bootstrapStandby

6. 啟動NameNode

在所有NameNode節點上啟動NameNode：

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

7. 啟動ResourceManager

在所有ResourceManager節點上啟動ResourceManager：

$YARN_HOME/sbin/yarn-daemon.sh start resourcemanager

8. 驗證高可用性

通過訪問ResourceManager Web界面或使用命令行工具驗證集群是否正常運行。

注意事項

• 確保所有節點的時間同步。
• 確保所有節點的網絡連接正常。
• 確保所有節點的防火墻配置允許必要的端口通信。

通過以上步驟，你可以配置一個高可用的HDFS集群。