hadoop之 Hadoop 2.x HA 、Federation

HDFS2.0之HA

主备NameNode：
1、主NameNode对外提供服务，备NameNode同步主NameNode元数据，以待切换；
2、主NameNode的信息发生变化后，会将信息写到共享数据存储系统中让备NameNode合并到自己的内存中；
3、所有DataNode同时向两个NameNode发送心跳信息（块信息）；

两种切换方式：
1、手动切换：通过命令实现主备之间的切换，可以用于HDFS升级等场合；
2、自动切换：基于Zookeeper实现；
Zookeeper Failover Controller：向Zookeeper注册NameNode并监控NameNode健康状态，当NM挂掉后，ZKFC为NameNode竞争锁，获得锁的NameNode变成active；

多种共享数据存储系统可供选择
1、NFS
2、多个Journal Node构成集群（推荐）
基本原理，数据同时写入所有的JN，多数写入成功，则认为写成功；
一般配置奇数个JN，JN越多，容错性越好；比如有3个JN，只要两个写成功，则数据写成功，最多允许一个JN挂掉；
3、Bookeeper

相对于hadoop1.x中多了备NameNode，JournalNode(存储共享数据)，ZKFC&ZK(主备NN切换)

HDFS2.0之Federation

多个NN同时对外提供服务，每个NN分管一部分目录，多个NN共享底层DN存储；
此时每个NN都还是存在单点故障问题的，故还需要给Federation节点配置一个备用NN；
所有整个HADOOP2集群中可能存在的NN有：多个NN以及每个NN对应的备NN

带来的好处：单个NN内存和并发压力减小，NN彼此隔离，互不影响；

常见应用方法：
为不同业务创建不同NN，防止相互影响；（一个NN给开发用，一个NN测试用）
为不同需求创建不同NN，比如测试用的NN，生产用的NN；

HDFS2.0之其他实现机制（与1.0版本基本一致）

1、文件放置策略
文件被切成若干个block，存放在不同节点上；
切分过程对用户透明；

2、文件容错策略
基于副本的容错机制；
流水线复制；

3、副本放置策略
一个节点（1个rack）+ 两个节点（另1个rack）

4、......