业务场景:
- 公司有两套集群,A集群专门做数据存储,B集群专门做数据清洗和数据展现
- A集群每天定时把数据同步过来B集群后,B集群负责后续清洗和供业务系统使用
集群背景
- 两套集群都配有各自的KDC服务器
- A集群没做namenode HA,B集群是HA
- 集群拷贝的数据为parquet格式
- A集群域为A.CN,B集群域为B.COM
- 数据从A到B
第一步 KDC互信 (没有配置kerberos的可以忽略)
- 假设是A集群拷贝数据到B集群
- 两边添加相同principal
#A访问B,两个REALM需要共同拥有名为 krbtgt/B.COM@A.CN的principal
#两个Keys需要保证密码,version number和加密方式一致
#在主KDC节点执行以下命令,两个集群都要
kadmin.local
addprinc –e "aes128-cts:normal des3-hmac-sha1:normal arcfour-hmac:normal camellia256-cts:normal camellia128-cts:normal des-hmac-sha1:normal des-cbc-md5:normal " krbtgt/B.COM@A.CN
-
两边添加user和principal规则映??
设置hadoop.security.auth_to_local参数
<property>
<name>hadoop.security.auth_to_local</name>
<value>RULE:[1:$1@$0](^.*@A\.CN$)s/^(.*)@A\.CN$/$1/g
RULE:[2:$1@$0](^.*@A\.CN$)s/^(.*)@A\.CN$/$1/g
RULE:[1:$1@$0](^.*@B\.COM$)s/^(.*)@B\.COM$/$1/g
RULE:[2:$1@$0](^.*@B\.COM$)s/^(.*)@B\.COM$/$1/g
DEFAULT
</value>
</property>
- 在krb5.conf中配置信任关系
- 在两集群/etc/krb5.conf文件配置domain和realm的映射关系
- A集群
[capaths]
A.CN = {
B.COM= .
}
- B集群
[capaths]
B.COM = {
A.CN = .
}
- 配置realms
- A集群添加以下
[realms]
B.COM = {
kdc = node1
admin_server = node1
kdc = node2
}
- B集群添加以下
[realms]
A.CN = {
kdc = snn
admin_server = snn
default_realm = A.CN
}
- 两边配置domain_realm
- A B集群添加以下
[domain_realm]
.B.COM = B.COM
B.COM = B.COM
snn = A.CN
重启kerberos
-
配置hdfs-site.xml,设置dfs.namenode.kerberos.principal.pattern为"*"
重启hdfs
测试
[root@node1 ~]# hdfs dfs -ls /
Found 7 items
drwxr-xr-x - hdfs supergroup 0 2018-06-29 14:23 /flume
drwx------ - hbase hbase 0 2018-08-08 11:53 /hbase
drwxr-xr-x - hdfs supergroup 0 2018-04-04 23:47 /lsltest
drwxr-xr-x - sdc sdc 0 2018-07-12 10:18 /sdc
drwxrwxrwt - hdfs supergroup 0 2018-08-16 10:53 /tmp
drwxr-xr-x - hdfs supergroup 0 2018-08-09 11:02 /user
drwxr-xr-x - hdfs supergroup 0 2018-04-23 17:03 /usr
[root@node1 ~]# hdfs dfs -ls hdfs://node1:8020/
Found 3 items
drwxrwxrwx - hdfs supergroup 0 2018-06-04 14:52 hdfs://node1:8020/data
drwxrwxrwt - hdfs supergroup 0 2018-07-03 19:26 hdfs://node1:8020/tmp
drwxr-xr-x - hdfs supergroup 0 2018-06-11 12:17 hdfs://node1:8020/user
[root@node1 ~]#
- 这样两集群算是互通了
第二步 数据拷贝
- 数据拷贝用hadoop自带的distcp命令
- 执行该命令为mapreduce操作,需消耗本机yarn资源
#数据拷贝,往活动的namenode发送数据
hadoop distcp -overwrite -i hdfs://snn:9000/dev_hive/warehouse/gtp.db/product/partition_date=20180601 webhdfs://node1:50070/user/hive/warehouse/gtp_tmp.db/product/partition_date=20180601
- 这时候有个问题:集群B是做了namenode高可用,而且活动节点会时不时切换,这就会导致一个问题,假如A集群写死往一个namenode写数据,那该namenode变成standby状态的时候,就会导致拷贝失败
ERROR tools.DistCp: Exception encountered
org.apache.hadoop.security.AccessControlException: Authentication required
at org.apache.hadoop.hdfs.web.WebHdfsFileSystem.validateResponse(WebHdfsFileSystem.java:457)
at org.apache.hadoop.hdfs.web.WebHdfsFileSystem.access$200(WebHdfsFileSystem.java:113)
at org.apache.hadoop.hdfs.web.WebHdfsFileSystem$AbstractRunner.runWithRetry
(WebHdfsFileSystem.java:738)
at org.apache.hadoop.hdfs.web.WebHdfsFileSystem$AbstractRunner.access$100(WebHdfsFileSystem.java:582)
at org.apache.hadoop.hdfs.web.WebHdfsFileSystem$AbstractRunner$1.run(WebHdfsFileSystem.java:612)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:422)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1724)
或者
ls: Operation category READ is not supported in state standby
- 这时候需要在A集群hdfs-site.xml配置B集群namenode信息
<property>
<name>dfs.nameservices</name>
<value>bdap-nameservice</value>
</property>
<property>
<name>dfs.client.failover.proxy.provider.bdap-nameservice</name>
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
</property>
<property>
<name>dfs.ha.automatic-failover.enabled.bdap-nameservice</name>
<value>true</value>
</property>
<property>
<name>ha.zookeeper.quorum</name>
<value>node1:2181,node2:2181,node1:2181</value>
</property>
<property>
<name>dfs.ha.namenodes.bdap-nameservice</name>
<value>namenode81,namenode132</value>
</property>
<property>
<name>dfs.namenode.rpc-address.bdap-nameservice.namenode81</name>
<value>node1:8020</value>
</property>
<property>
<name>dfs.namenode.servicerpc-address.bdap-nameservice.namenode81</name>
<value>node1:8022</value>
</property>
<property>
<name>dfs.namenode.http-address.bdap-nameservice.namenode81</name>
<value>node1:50070</value>
</property>
<property>
<name>dfs.namenode.https-address.bdap-nameservice.namenode81</name>
<value>node1:50470</value>
</property>
<property>
<name>dfs.namenode.rpc-address.bdap-nameservice.namenode132</name>
<value>node2:8020</value>
</property>
-
集群的客户端信息可以从CDH直接下载
重启hdfs
命令从明确的一个namenode ip改为bdap-nameservice,根据上述的配置
hadoop distcp -overwrite -i hdfs: //snn:9000/dev_hive/warehouse/gtp.db/product/partition_date=20180601 webhdfs://bdap-nameservice/user/hive/warehouse/gtp_tmp.db/product/partition_date=20180601
第三步 数据修复
- 第二步是直接把parquet文件或者整个分区拷贝到相应的目录下,这时候还不能直接使用这些数据,需要修复表,刷新元数据
- 这时候可以通过ssh命令从A集群登陆B集群,通过表修复命令实现修复元数据
#ssh到B集群,执行B集群的脚本实现表修复
#自动填充密码
#!/bin/sh
#假设有以下表
a=('product' 'product' 'product')
for var in ${a[@]};
do
expect<<-END
set timeout 10000
spawn sh /usr/deng_yb/repair.sh $var
expect "password: "
send "wms\n"
expect eof
exit
END
done
# 通过beeline,msck repair table命令修复表结构
#!/bin/sh
table=$1
ssh wms@node1 << eeooff
beeline -u 'jdbc:hive2://node1:10000/gtp_tmp;principal=hive/node1@B.COM' --hiveconf mapreduce.job.queuename=datacenter -e 'msck repair table ${table};'
eeooff
- 这样第二步和第三步就可以在同一个调度系统按顺序完成
- 这时候表修复完后,通过hive是可以查到数据的,但是impala还不行
- 这时候要刷新impala元数据,最好再做下表分析,这样查表的时候评估的内存使用就会更加准确
#impala刷新元信息
INVALIDATE METADATA gtp_tmp.product
#表分析
COMPUTE INCREMENTAL STATS gtp_tmp.product
第四步 数据清洗
- 第二和三步骤把把数据拷贝过来修复好后,B集群可以在基础数据上面做清洗,整理出业务系统需要的报表数据
- B集群是impala清洗,为什么用impala不用hive,原因如下
- A集群把数据清洗完,并distcp过来,做完元信息修复后,剩余给B集群做清洗的时间不多
- yarn和impala资源对半分情况下,impala比MapReduce任务快至少20倍
-
大表全量的任务要分区跑,或者根据时间切分跑,否则会报以下异常
- impala任务,类似以下
impala-shell -i node1:25003 -q "
INSERT OVERWRITE TABLE gtp.product_target
select
id,
item_no,
....
from gtp_tmp.product
group by id, item_no....
"
- B端集群清洗完后的表做刷新元数据和表分析,然后就可以给业务系统通过jdbc方式连接impala查询相应数据了
- 注意:所有执行脚本都统一在一个调度系统中,可以选择开源的azkaban
- 整体流程结构就是
- A 集群数据清洗
- AB端kerberos认证通过
- A distcp数据 B
- A ssh B 修复hive和impala表结构和元信息
- B 数据清洗以及更新impala元信??