1.
Hadoop CDH4.1.2
HDFS HA : Stockage à haute disponibilité
Viadeo Tech Days 2012
Damien Hardy
Architecte Infrastructure @Viadéo

2.
Overview
1. Hadoop par Cloudera
2. CDH3 : Hadoop 1
3. CDH4 : Hadoop 2
4. HDFS HA
5. Paramétrage
6. Mire en route
7. Failover
8. Coté client
9. Information ailleurs
10.Questions

3.
Cloudera : distribution Hadoop
Packetage Debian et Redhat
Dépots publiques
Patchs
Commiteurs Apache

4.
CDH3 : D'où venons nous ?
Hadoop 1.0
NameNode (SPOF)
SecondarynameNode (ceci n'est pas un
NameNode)
DataNode
Jobtracker
Tasktracker
Hbase 0.90
Master server
Region server
Zookeeper 3.3
...

5.
©http://lesjoiesdusysadmin.tumblr.com/post/35638011614

6.
CDH4.1 : HADOOP 2
Hadoop 2.0
NameNode
DataNode
JournalNode
ZK Failover Controler (ZKFC)
Jobtracker
Tasktracker
Hbase 0.92
Master server
Region server
Zookeeper 3.4
...

7.
HDFS HA
NameNode n'est plus un SPOF o/
SecondaryNameNode n'est plus utile
2 NameNodes en mode active/standby
Bascule automatique possible (ZKFC)
Pas d'IP flottante ni de hearbeat/keepalive
basé sur Zookeeper (déjà utilisé pour Hbase)
avec ou sans NFS (grace aux JournalNodes)

8.
hdfs-site.xml : déclaration du cluster
dfs.nameservices : nom du "point d'accès"
dfs.ha.namenodes.hdfscluster : liste des 2
noms de serveurs NameNode
dfs.namenode.rpc-
address.hdfscluster.<nom> : adresse RPC du
node
dfs.namenode.http-
address.hdfscluster.<nom> : adresse HTTP
du node

9.
hdfs-site.xml : méthode Failover
dfs.ha.automatic-failover.enabled : bascule
automatique ?
ha.zookeeper.quorum : liste des serveurs du
cluster ZooKeeper

10.
hdfs-site.xml : partager les données
dfs.namenode.shared.edits.dir : dossier de
partage des meta données (sur NFS ou
Quorum JournalNode)
dfs.journalnode.edits.dir : chemin de
stockage pour le JournalNode (sur chaque
serveur du Quorum)
dfs.ha.fencing.methods : méthode de
STONITH (pour dossier partagé)

11.
Initialisation
Hdfs NameNode (premier)
hdfs namenode -format
start hadoop-hdfs-namenode
Hdfs NameNode (second)
hdfs namenode -bootstrapStandby
start hadoop-hdfs-namenode
Hdfs zkfc (bascule automatique)
hdfs zkfc -formatZK
start hadoop-hdfs-zkfc (sur 2 NameNode)

12.
Administration
hdfs haadmin
Usage: DFSHAAdmin [-ns
<nameserviceId>]
[-transitionToActive <serviceId>]
[-transitionToStandby <serviceId>]
[-failover [--forcefence] [--forceactive]
<serviceId> <serviceId>]
[-getServiceState <serviceId>]
[-checkHealth <serviceId>]
[-help <command>]
Pour provoquer une bascule de serveur.
checkHealth non implémenté

13.
Côté client HDFS: l'exemple HBase
hbase-site.xml
hbase.rootdir :
hdfs://<dfs.nameservices>/hbase
La config HDFS dans le $CLASSPATH
core-site.xml
dfs.client.failover.proxy.provider.<ns>
hdfs-site.xml

14.
Résultat
Démo

15.
Information
http://ccp.cloudera.com/display/CDH4DOC/CD
H4+High+Availability+Guide

16.
Merci de votre attention,
à vos questions!