在hadoop2.x之后的版本，提出了解决单点问题的方案－－ha（high available 高可用）。这篇博客阐述如何搭建高可用的hdfs和yarn，执行步骤如下：
创建hadoop用户
安装jdk
配置hosts
安装ssh
关闭防火墙
修改时区
zk（安装，启动，验证）
hdfs＋ha的结构图
角色分配
环境变量配置
核心文件配置
slave
启动命令（hdfs和yarn的相关命令）
ha的切换
效果截图
下面我们给出下载包的链接地址：
注：若jdk无法下载，请到oracle的官网下载jdk。
到这里安装包都准备好了，接下来我们开始搭建与配置。
<a target="_blank"></a>
useradd hadoop
passwd hadoop
然后根据提示，设置密码。接着我给hadoop用户设置面免密码权限，也可自行添加其他权限。
chmod +w /etc/sudoers
hadoop all=(root)nopasswd:all
chmod -w /etc/sudoers
将下载好的安装包解压到 /usr/java/jdk1.7，然后设置环境变量，命令如下：
sudo vi /etc/profile
然后编辑配置，内容如下：
export java_home=/usr/java/jdk1.7
export path=$path:$java_home/bin
然后使环境变量立即生效，命令如下：
source /etc/profile
然后验证jdk是否配置成功，命令如下：
java -version
若显示对应版本号，即表示jdk配置成功。否则，配置无效！
集群中所有机器的hosts配置要要相同（推荐）。可以避免不必要的麻烦，用域名取代ip，方便配置。配置信息如下：
10.211.55.12 nna # namenode active
10.211.55.13 nns # namenode standby
10.211.55.14 dn1 # datanode1
10.211.55.15 dn2 # datanode2
10.211.55.16 dn3 # datanode3
然后用scp命令，将hosts配置分发到各个节点。命令如下：
＃ 这里以nns节点为例子
scp /etc/hosts hadoop@nns:/etc/
输入如下命令：
ssh-keygen –t rsa
然后一路按回车键，最后在将id_rsa.pub写到authorized_keys，命令如下：
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
在hadoop用户下，需要给authorized_keys赋予600的权限，不然免密码登陆无效。在其他节点只需要使用 ssh-keygen –t rsa 命令，生产对应的公钥，然后将各个节点的id_rsa.pub追加到nna节点的authorized_keys中。最后，将nna节点下的authorized_keys文件通过scp命令，分发到各个节点的 ~/.ssh/ 目录下。目录如下：
# 这里以nns节点为例子
scp ~/.ssh/authorized_keys hadoop@nns:~/.ssh/
然后使用ssh命令相互登录，看是否实现了免密码登录，登录命令如下：
ssh nns
若登录过程中木有提示需要输入密码，即表示密码配置成功。
由于hadoop的节点之间需要通信（rpc机制），这样一来就需要监听对应的端口，这里我就直接将防火墙关闭了，命令如下：
chkconfig iptables off
注：如果用于生产环境，直接关闭防火墙是存在安全隐患的，我们可以通过配置防火墙的过滤规则，即将hadoop需要监听的那些端口配置到防火墙接受规则中。关于防火墙的规则配置参见“linux防火墙配置”，或者通知公司的运维去帮忙配置管理。
同时，也需要关闭selinux，可修改 /etc/selinux/config 文件，将其中的 selinux=enforcing 改为 selinux=disabled即可。
各个节点的时间如果不同步，会出现启动异常，或其他原因。这里将时间统一设置为shanghai时区。命令如下：
# cp /usr/share/zoneinfo/asia/shanghai /etc/localtime
cp: overwrite `/etc/localtime'? yes
修改为中国的东八区
# vi /etc/sysconfig/clock
zone="asia/shanghai"
utc=false
arc=false
将下载好的安装包，解压到指定位置，这里为直接解压到当前位置，命令如下：
tar -zxvf zk-{version}.tar.gz
修改zk配置，将zk安装目录下conf/zoo_sample.cfg重命名zoo.cfg，修改其中的内容：
# the number of milliseconds of each tick
# 服务器与客户端之间交互的基本时间单元（ms）
ticktime=2000
# the number of ticks that the initial
# synchronization phase can take
# zookeeper所能接受的客户端数量
initlimit=10
# the number of ticks that can pass between
# sending a request and getting an acknowledgement
# 服务器和客户端之间请求和应答之间的时间间隔
synclimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just
# example sakes.
# 保存zookeeper数据，日志的路径
datadir=/home/hadoop/data/zookeeper
# the port at which the clients will connect
# 客户端与zookeeper相互交互的端口
clientport=2181
server.1= dn1:2888:3888
server.2= dn2:2888:3888
server.3= dn3:2888:3888
#server.a=b:c:d
#其中a是一个数字，代表这是第几号服务器；b是服务器的ip地址；
#c表示服务器与群集中的“领导者”交换信息的端口；当领导者失效后，d表示用来执行选举时服务器相互通信的端口。
接下来，在配置的datadir目录下创建一个myid文件，里面写入一个0-255之间的一个随意数字，每个zk上这个文件的数字要是不一样的，这些数字应该是从1开始，依次写每个服务器。文件中序号要与dn节点下的zk配置序号一直，如：server.1=dn1:2888:3888，那么dn1节点下的myid配置文件应该写上1。
分别在各个dn节点启动zk进程，命令如下：
bin/zkserver.sh start
然后，在各个节点输入jps命令，会出现如下进程：
quorumpeermain
上面说的输入jps命令，若显示对应的进程，即表示启动成功，同样我们也可以输入zk的状态命令查看，命令如下：
bin/zkserver.sh status
会出现一个leader和两个follower。
hdfs配置ha的结构图如下所示：
上图大致架构包括：
1. 利用共享存储来在两个nn间同步edits信息。以前的hdfs是share nothing but nn，现在nn又share storage，这样其实是转移了单点故障的位置，但中高端的存储设备内部都有各种raid以及冗余硬件，包括电源以及网卡等，比服务器的可靠性还是略有 提高。通过nn内部每次元数据变动后的flush操作，加上nfs的close-to-open，数据的一致性得到了保证。
2. dn同时向两个nn汇报块信息。这是让standby nn保持集群的最新状态的必须步骤。
3. 用于监视和控制nn进程的failovercontroller进程。显然，我们不能在nn进程内部进行心跳等信息同步，最简单的原因，一次fullgc 就可以让nn挂起十几分钟，所以，必须要有一个独立的短小精悍的watchdog来专门负责监控。这也是一个松耦合的设计，便于扩展或更改，目前版本里是 用zookeeper（简称zk）来做同步锁，但用户可以方便的把这个zookeeper failovercontroller（简称zkfc）替换为其他的ha方案或leader选举方案。
4. 隔离（fencing），防止脑裂，就是保证在任何时候只有一个主nn，包括三个方面：
共享存储fencing，确保只有一个nn可以写入edits。
客户端fencing，确保只有一个nn可以响应客户端的请求。
dn fencing，确保只有一个nn向dn下发命令，譬如删除块，复制块等等。
名称
host
职责
nna
10.211.55.12
zkfc
nns
10.211.55.13
dn1
10.211.55.14
zookeeper
dn2
10.211.55.15
dn3
10.211.55.16
这里列出了所有的配置，后面配置其他组件，可以参考这里的配置。 配置完成后，输入：. /etc/profile（或source /etc/profile）使之立即生效。严重是否环境变量配置成功与否，输入：echo $hadoop_home，若输出对应的配置路径，即可认定配置成功。
注：hadoop2.x以后的版本conf文件夹改为etc文件夹了
配置内容如下所示：
export hadoop_home=/home/hadoop/hadoop-2.6.0
export zk_home=/home/hadoop/zookeeper-3.4.6
export path=$path:$java_home/bin:$hadoop_home/bin:$hadoop_hom
注：这里特别提醒，配置文件中的路径在启动集群之前，得存在（若不存在，请事先创建）。下面为给出本篇文章需要创建的路径脚本，命令如下：
mkdir -p /home/hadoop/tmp
mkdir -p /home/hadoop/data/tmp/journal
mkdir -p /home/hadoop/data/dfs/name
mkdir -p /home/hadoop/data/dfs/data
mkdir -p /home/hadoop/data/yarn/local
mkdir -p /home/hadoop/log/yarn
core-site.xml
<?xml version="1.0" encoding="utf-8"?>
<configuration>
<property>
<name>fs.defaultfs</name>
<value>hdfs://cluster1</value>
</property>
<name>io.file.buffer.size</name>
<value>131072</value>
<name>hadoop.tmp.dir</name>
<value>/home/hadoop/tmp</value>
<name>hadoop.proxyuser.hduser.hosts</name>
<value>*</value>
<name>hadoop.proxyuser.hduser.groups</name>
<name>ha.zookeeper.quorum</name>
<value>dn1:2181,dn2:2181,dn3:2181</value>
</configuration>
hdfs-site.xml
<name>dfs.nameservices</name>
<value>cluster1</value>
<name>dfs.ha.namenodes.cluster1</name>
<value>nna,nns</value>
<name>dfs.namenode.rpc-address.cluster1.nna</name>
<value>nna:9000</value>
<name>dfs.namenode.rpc-address.cluster1.nns</name>
<value>nns:9000</value>
<name>dfs.namenode.http-address.cluster1.nna</name>
<value>nna:50070</value>
<name>dfs.namenode.http-address.cluster1.nns</name>
<value>nns:50070</value>
<name>dfs.namenode.shared.edits.dir</name>
<value>qjournal://dn1:8485;dn2:8485;dn3:8485/cluster1</value>
<name>dfs.client.failover.proxy.provider.cluster1</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.configuredfailoverproxyprovider</value>
<name>dfs.ha.fencing.methods</name>
<value>sshfence</value>
<name>dfs.ha.fencing.ssh.private-key-files</name>
<value>/home/hadoop/.ssh/id_rsa</value>
<name>dfs.journalnode.edits.dir</name>
<value>/home/hadoop/data/tmp/journal</value>
<name>dfs.ha.automatic-failover.enabled</name>
<value>true</value>
<name>dfs.namenode.name.dir</name>
<value>/home/hadoop/data/dfs/name</value>
<name>dfs.datanode.data.dir</name>
<value>/home/hadoop/data/dfs/data</value>
<name>dfs.replication</name>
<value>3</value>
<name>dfs.webhdfs.enabled</name>
<name>dfs.journalnode.http-address</name>
<value>0.0.0.0:8480</value>
<name>dfs.journalnode.rpc-address</name>
<value>0.0.0.0:8485</value>
map-site.xml
<name>mapreduce.framework.name</name>
<value>yarn</value>
<name>mapreduce.jobhistory.address</name>
<value>nna:10020</value>
<name>mapreduce.jobhistory.webapp.address</name>
<value>nna:19888</value>
yarn-site.xml
<name>yarn.resourcemanager.connect.retry-interval.ms</name>
<value>2000</value>
<name>yarn.resourcemanager.ha.enabled</name>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
<name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>nna</value>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>nns</value>
<!--在namenode1上配置rm1,在namenode2上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，但这个在yarn的另一个机器上一定要修改 -->
<name>yarn.resourcemanager.ha.id</name>
<value>rm1</value>
<!--开启自动恢复功能 -->
<name>yarn.resourcemanager.recovery.enabled</name>
<!--配置与zookeeper的连接地址 -->
<name>yarn.resourcemanager.zk-state-store.address</name>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.zkrmstatestore</value>
<name>yarn.resourcemanager.zk-address</name>
<name>yarn.resourcemanager.cluster-id</name>
<value>cluster1-yarn</value>
<!--schelduler失联等待连接时间 -->
<name>yarn.app.mapreduce.am.scheduler.connection.wait.interval-ms</name>
<value>5000</value>
<!--配置rm1 -->
<name>yarn.resourcemanager.address.rm1</name>
<value>nna:8132</value>
<name>yarn.resourcemanager.scheduler.address.rm1</name>
<value>nna:8130</value>
<name>yarn.resourcemanager.webapp.address.rm1</name>
<value>nna:8188</value>
<name>yarn.resourcemanager.resource-tracker.address.rm1</name>
<value>nna:8131</value>
<name>yarn.resourcemanager.admin.address.rm1</name>
<value>nna:8033</value>
<name>yarn.resourcemanager.ha.admin.address.rm1</name>
<value>nna:23142</value>
<!--配置rm2 -->
<name>yarn.resourcemanager.address.rm2</name>
<value>nns:8132</value>
<name>yarn.resourcemanager.scheduler.address.rm2</name>
<value>nns:8130</value>
<name>yarn.resourcemanager.webapp.address.rm2</name>
<value>nns:8188</value>
<name>yarn.resourcemanager.resource-tracker.address.rm2</name>
<value>nns:8131</value>
<name>yarn.resourcemanager.admin.address.rm2</name>
<value>nns:8033</value>
<name>yarn.resourcemanager.ha.admin.address.rm2</name>
<value>nns:23142</value>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.shufflehandler</value>
<name>yarn.nodemanager.local-dirs</name>
<value>/home/hadoop/data/yarn/local</value>
<name>yarn.nodemanager.log-dirs</name>
<value>/home/hadoop/log/yarn</value>
<name>mapreduce.shuffle.port</name>
<value>23080</value>
<!--故障处理类 -->
<name>yarn.client.failover-proxy-provider</name>
<value>org.apache.hadoop.yarn.client.configuredrmfailoverproxyprovider</value>
<name>yarn.resourcemanager.ha.automatic-failover.zk-base-path</name>
<value>/yarn-leader-election</value>
hadoop-env.sh
# the java implementation to use.
yarn-env.sh
# some java parameters
2.12slave
修改hadoop安装目录下的slave文件：
由于我们配置了qjm，所以我们需要先启动qjm的服务，启动顺序如下所示：
进入到dn节点，启动zk的服务：zkserver.sh start，之后可以输入zkserver.sh status查看启动状态，本次我们配置了三个dn节点，会出现一个leader和两个follower。输入jps，会显示启动进程：quorumpeermain
在nn节点上（选一台即可，这里我选择的是一台预nna节点），然后启动journalnode服务，命令如下：hadoop-daemons.sh start journalnode。或者单独进入到每个dn输入启动命令：hadoop-daemon.sh start journalnode。输入jps显示启动进程：journalnode。
接着若是配置后，我们首次启动，需要格式化hdfs，命令如下：hadoop namenode –format。
之后我们需要格式化zk，命令如下：hdfs zkfc –formatzk。
接着我们启动hdfs和yarn，命令如下：start-dfs.sh和start-yarn.sh，我们在nna输入jps查看进程，显示如下：dfszkfailovercontroller，namenode，resourcemanager。
接着我们在nns输入jps查看，发现只有dfszkfailovercontroller进程，这里我们需要手动启动nns上的namenode和resourcemanager进程，命令如下：hadoop-daemon.sh start namenode和yarn-daemon.sh start resourcemanager。需要注意的是，在nns上的yarn-site.xml中，需要配置指向nns，属性配置为rm2，在nna中配置的是rm1。
最后我们需要同步nna节点的元数据，命令如下：hdfs namenode –bootstrapstandby，若执行正常，日志最后显示如下信息：
15/02/21 10:30:59 info common.storage: storage directory /home/hadoop/data/dfs/name has been successfully formatted.
15/02/21 10:30:59 warn common.util: path /home/hadoop/data/dfs/name should be specified as a uri in configuration files. please update hdfs configuration.
15/02/21 10:31:00 info namenode.transferfsimage: opening connection to http://nna:50070/imagetransfer?getimage=1&txid=0&storageinfo=-60:1079068934:0:cid-1dd0c11e-b27e-4651-aad6-73bc7dd820bd
15/02/21 10:31:01 info namenode.transferfsimage: image transfer timeout configured to 60000 milliseconds
15/02/21 10:31:01 info namenode.transferfsimage: transfer took 0.01s at 0.00 kb/s
15/02/21 10:31:01 info namenode.transferfsimage: downloaded file fsimage.ckpt_0000000000000000000 size 353 bytes.
15/02/21 10:31:01 info util.exitutil: exiting with status 0
15/02/21 10:31:01 info namenode.namenode: shutdown_msg: /************************************************************ shutdown_msg: shutting down namenode at nns/10.211.55.13 ************************************************************/
由于我配置的是自动切换，若nna节点宕掉，nns节点会立即由standby状态切换为active状态。若是配置的手动状态，可以输入如下命令进行人工切换：
hdfs haadmin -failover --forcefence --forceactive nna nns
这条命令的意思是，将nna变成standby，nns变成active。而且手动状态下需要重启服务。
这篇文章就赘述到这里，若在配置过程中有什么疑问或问题，可以加入qq群讨论或发送邮件给我，我会尽我所能为您解答，与君共勉！
----------------------------------------------------------------------------------------------------------------------------