Hadoop之HDFS内部机制

HDFS内部机制和HA方案

Posted by Hanke on January 11, 2021

在前一篇”Hadoop的MapReduce到底有什么问题”里,我们一起回顾了MapReduce内部机制和存在的问题。在本文中,主要讨论Hadoop里另外一个重要组件HDFS的架构和高可用相关机制。感兴趣的同学也可进一步阅读官方HDFS设计文档

HDFS设计的目的就是分布式环境下海量数据的存储。其中最重要的目标就是:

  • 系统的高可用
  • 数据一致性
  • 高并发

HDFS的架构与工作机制

HDFS的架构图如下:
HDFS-Arch HDFS主要由Namenode和DataNodes组成:

  • NameNode职责:
    • 扮演的是整个分布式存储的大脑角色。
    • 存储HDFS所有的metadata信息,比如Namespace的名字,文件的replicas的个数等。
    • 执行所有文件操作系统等的动作并向DataNode发相应的Block指令,比如打开、关闭、重命名、复制等操作。
    • 负责Block和DataNode之间的mapping关系。

      NameNode的角色类似文件系统里的文件控制块角色,在linux里文件控制块会记录着文件权限、所有者、修改时间和文件大小等文件属性信息,以及文件数据块硬盘地址索引。 HDFS的Block Size从2.7.3版本开始默认值从64M更改为128M。

  • DataNodes职责:
    • 响应Client的读写请求。
    • 执行来自NameNode的block操作请求,比如复制,删除,新建等命令。
    • 负责向NameNode汇报自己的Heartbeat和BlockReport。

HDFS的HA

  • 元数据方面
    • NameNode在HDFS里的重要性不言而喻,如果NameNode挂了或者元数据丢失了,那么整个HDFS也就瘫了,因此非常需要有HA机制。
    • HDFS采取的方案是: 主备双活NameNode + Zookeeper集群(Master选举) + Journal(共享存储)
  • 文件数据方面
    • 数据通过replicas冗余来保证HA。

更详细的信息可以参考文章HDFS的HA机制

主备NameNode + 自动主备切换

HDFS也可以通过手动切换主备,本文主要关注通过ZK进行辅助Master选举的方式进行主备切换。

建锁结点

当NameNode节点需要申请成为主结点时,需要通过ZK进行Master选举时,通过抢占在ZK里建立对应的锁结点。建立锁结点成功,那么说明选主成功。其中锁结点信息包括两部分:

  • 临时结点: /hadoop-ha/${dfs.nameservices}/ActiveStandbyElectorLock
    • 如果ZK在一定的时间内收到不到对应的NameNode的心跳,会将这个临时结点删掉。
  • 持久结点: /hadoop-ha/${dfs.nameservices}/ActiveBreadCrumb
    • 持久结点会在成为主结点是同时创建。建立持久结点的目的是为了NameNode和ZK之间通信假死带来脑裂问题。持久结点里会记录NameNode的地址。当发生脑裂时,下一个被选为主结点的NameNode会去查看是不是存在持久结点,如果存在,就会采取Fencing的措施,来防止脑裂问题。具体的Fencing方法有:
      • 通过调用旧的Active NameNode的HAServiceProtocolRPC来去transition旧的NameNode为StandBy状态。
      • 通过SSH方式登录到对应的NameNode机器上Kill掉对应的进程。
      • 执行用户自定义的Shell脚本去隔离进程。

注册Watch监听

当NameNode申请成为主结点失败时,会向ZK注册一个监听事件,来监听对应的锁节点的目录变化,当然主要监听的是NodeDelete事件,会用来触发自动主备切换事件。

自动主备切换

NameNode的自动主备切换主要由ZKFailoverController, HealthMontiorActiveStandbyElector这3个组件来协同实现。

  • ZKFailoverController启动时会创建HealthMonitor和ActiveStandbyElector两个组件,并向这两个组件注册对应的回调方法。
  • HealthMonitor主要是用来监控NameNode的健康状态,如果检测到有状态变化,会调用回调函数来通知ZKFailoverController进行自动的主备选举。
  • ActiveStandbyElector主要是负责和ZK交互, 里面封装了ZK相关的处理逻辑,当ZK master选举完成,会回调ZKFailoverController的相应方法来进行NameNode的主备状态切换。

具体的主备切换流程如下(可参考下面的HA图): HDFS-HA

  • Active NameNode
    ① Active NameNode上的HealthMonitor发现NameNode上状态发生变化,比如没有响应。
    ② 通过回调ZKFailoverController函数通知。
    ③ ZKFailoverController收到通知后会调用ActiveStandbyElector去删除掉在ZK集群上创建的锁结点。对于正常情况下关闭的Active NameNode,也会将持久锁结点一并删除。
    ④ ActiveStandbyElector call ZK集群删除对应的锁结点。
    ⑤ 当删除结点成功后,AcitveStandbyElector会回调ZKFailoverController方法进行通知。
    ⑥ ZKFailoverController会去将Active NameNode的状态切换为Standby。

  • Standby NameNode
    ① Standby NameNode在第一次主备竞选时在ZK建立锁结点失败时会注册Watch监听。
    ② 当Active NameNode进行主备切换删除锁结点,NodeDelete的事件触发Standby NameNode的ActiveStandByElector的自动创建锁结点,申请成为主结点的动作。
    ③ 当申请主结点被ZK通过后,会回调ZKFailoverController进行NameNode的状态切换。
    ④ ZKFailoverController调NameNode方法将状态从Standby更新为Active。
    ⑤ NameNode从Journal集群里Sync最新元数据EditLog信息。
    ⑥ 当所有的元数据信息整体对齐后,此时的NameNode才会真正对外提供服务。

以上是正常情况下的主备切换流程。当Active NameNode整个机器宕机,或者和ZK失去通信后,根据ZK临时节点的特性,锁节点也会自动删除,自动触发主备切换。

脑裂和Fencing

Zookeeper的工程实践里会经常出现“假死”的情况,即客户端到服务端的心跳不能正常发出,通讯出现问题。这样当超时超过设置的Session Timeout参数时,Zookeeper就会认为客户端已经挂掉了,会自动关闭session,删除锁节点,从而引发分布式系统里的双主或者脑裂的情况。比如HDFS里,会触发自动的主备切换,而实际上原来的Active NameNode还是好的,这样就存在两个Active NameNode在工作。

HDFS HA里解决脑裂问题就是在ZK里建立持久结点通过Fencing机制,可以阅读持久结点。 具体到主备切换机制里,当Standby结点在② 时,会发现ZK上存在永久锁结点,那就会采取Fencing机制。当成功将原来的Active NameNode隔离(Kill或者进程隔离等),才会真正去call ZKFaioverController进行状态切换。

Journal共享存储元数据

  • Active NameNode向Journal集群结点同步写EditLog元数据,具体可参考元数据的高并发修改部分。
  • 而Standby NameNode则是定时从Journal集群同步EditLog元数据到本地。
  • 在发生NameNode主备切换的时候,需要将Standby的NameNode的元数据同Journal集群结点的信息完全对齐后才可对外提供数据。

Journal本身也是分布集群来通过Paxos算法来提供分布式数据一致性的保障。只有多数据结点通过投票以后才认为真正的数据写成功。

元数据保护

  • 可以通过维护多份FSImage(落盘) + EditLog 副本来防止元数据损坏。

HDFS的数据一致性

元数据一致性

  • 主备双活NameNode之间的元数据
    • 通过Journal共享存储EditLog,每次切换主备时只有对齐EditLog以后才能对外提供服务。
  • 内存与磁盘里元数据
    • 内存里的数据 = 最新的FSImage + EditLog
      • 当有元数据修改时,往内存写时,需要先往EditLog里记录元数据的操作记录。
      • 当EditLog数据满了以后,会将EditLog应用FSImage里并和内存里的数据做同步,生成新的FSImage,清空EditLog。

数据一致性

HDFS会对写入的所有数据计算校验和(checksum),并在读取数据时验证。

  • 写入的时候会往DataNode发Checksum值,最后一个写的DataNode会负责检查所有负责写的DataNode的数据正确性。
  • 读数据的时候,客户端也会去和存储在DataNode中的校验和进行比较。

HDFS高并发

元数据的高并发修改

主要的流程图如下: HDFS-HC 参考博文

主要的过程:
当有多个线程排除申请修改元数据时,会需要经过两阶段的对元数据资源申请加锁的过程。

  • 第一次申请锁成功的线程,会首先生成全局唯一且递增的txid来作为这次元数据的标识,将元数据修改的信息(EditLog的transaction信息)写入到当下其中一个Buffer里(没有担任刷数据到磁盘的角色的Buffer里)。然后第一次快速释放锁。
  • 此时前一步中的线程接着发起第二次加锁请求:
    • 如果请求失败(比如现在正在有其他的线程正在写Buffer)会将自己休眠1s然后再发起新的加锁请求。
    • 如果第二次请求加锁成功,会先check是否有线程正在进行刷磁盘的操作:
      • 如果是,那么就快速释放第二次加锁然后再把自己休眠等待下次加锁请求(因为已经有人在刷磁盘了,为了不阻塞其他线程写Buffer,先释放锁信息)。
      • 如果不是,那么会接着check是否自己的EditLog信息已经由在后面的其他线程刷进磁盘里:
        • 如果是,那么就直接释放第二次加锁请求直接线程退出,因为不再需要它做任何事情;
        • 如果还没刷进去,那么就由该线程担任起切换Buffer并刷数据到磁盘和Journal集群结点的重任。在切换Buffer以后,该线程会进行第二次释放锁的动作,这样其他线程可以继续往切换后的Buffer写数据了。在慢慢刷数据到本地磁盘或者通过网络刷数据到Journal结点的过程中,不会阻塞其他线程同时的写请求,提高并发量。

主要的方法:

  • 分段加锁机制 + 内存双缓冲机制
    • 分段加锁是指:
      • 第一阶段是在写内存缓冲区的申请对修改加锁。
      • 第二段是在申请刷缓冲区的数据到磁盘、Journal集群资格的时候申请加锁。
      • 整个过程中只有一个锁,保护的元数据的资源。当开始刷数据时,会立刻释放锁,不会阻塞后续其他往内存缓冲区写数据的线程。
    • 内存双缓存:
      • 缓冲1用来当下的写入Log。
      • 缓冲2用来读取已经写入的刷到磁盘和Journal结点。
      • 两个缓存会交换角色(需要时机判断)
  • 缓冲数据批量刷磁盘+网络优化
  • 多线程并发吞吐量支持

Reference

本网站的文章除非特别声明,全部都是原创。 原创文章版权归数据元素(DataElement)所有,未经许可不得转载!
了解更多大数据相关分享,可关注微信公众号”数据元素 数据元素微信公众号