目录
引入HA
在早期的Hadoop版本中，核心组件存在单点故障问题：
HDFS：NameNode是唯一的主节点，存储了整个文件系统的元数据。如果它宕机，那么整个HDFS将不可用。
YARN：ResourceManager是唯一的全局资源调度器。如果它宕机，所有新的作业无法提交，正在运行中的作业也可能失败。
为了解决单点故障问题，就需要部署备用主节点，来确保集群在主节点发生故障时能够快速恢复，对外提供不间断的服务，这正是高可用的目的。所谓高可用，是为解决单点故障设计的架构方案。
针对HDFS的高可用
HDFS HA通过配置Active-Standby（主-备）两个NameNode来实现高可用，其中主要通过QJM方式来实现状态同步。
核心组件
Active NameNode：对外提供服务的主节点，处理客户端的请求。
Standby NameNode：热备份节点。它的状态必须与Active NameNode实时同步，以便在发生故障时能够无缝衔接。
JournalNode ：通常3个活以上奇数个来组成共享存储系统。所有对namespace的修改，Active NN都会先将操作日志（editslog）写入共享存储，然后Standby NN持续地从其中读取并应用这些日志。
DataNode：所有DataNode通过心跳机制向Active NN和Standby NN发送心跳和块报告，所以数据块存储在哪个DN上不需要同步到共享存储中。
ZKFC（Zookeeper Failover Controller）：一个运行在每个NN节点上的独立进程，用于监控NN的健康状态并管理故障转移。
故障转移流程
①Active NN的ZKFC检测到Active节点无响应，尝试在zookeeper中删除该临时节点；
②Standby NN的ZKFC监控到这个节点消失，立即尝试创建该节点以宣告自己为新的Active；
③创建成功后，Standby NN的ZKFC会执行一个fence（隔离）命令，强制杀死原Active进程，防止出现脑裂；
④新Active NN从JournalNode中读取编辑日志，并开始接收DN的心跳和块报告；
⑤客户端通过重试机制自动连接新Active，业务无感知。
针对YARN的高可用
YARN HA 的原理与 HDFS HA 非常相似，也是基于 Active-Standby 模式和 ZooKeeper 的自动故障转移。
核心组件
Active ResourceManager：处理所有客户端的请求，管理整个集群的资源。
Standby ResourceManager：热备份节点，随时准备接管。
状态存储：将RM的状态持久化（状态信息）存储在zookeeper中或HDFS文件。
ZooKeeper：用于领导选举和存储YARN集群的状态。多个RM通过竞争，一个成为Active，其余成为Standby
故障转移流程
①zookeeper检测到Active ResourceManager故障，相关临时节点被删除；
②所有Standby ResourceManager监测到这一变化，开始新一轮的选举；
③其中一个Standby RM成功在zookeeper创建了代表Active状态的临时节点，成为新的Active RM；
④新的Active RM从状态存储（ZK或HDFS）中重演出故障前的集群状态；
⑤所有NM会通过心跳机制发现Active RM变更，向新王重新注册；所有运行在container的applicationmaster也会重新注册并汇报任务状态，不受影响。