HDFS 开启 HA

HDFS 装好以后，默认通常是单 NameNode。这个形态适合先把集群搭起来，但不适合长期运行：NameNode 一旦不可用，HDFS 入口就会跟着不可用，依赖 HDFS 的 Hive、HBase、Spark、Flink 等服务也会受影响。

Ambari Plus 里开启 HDFS HA 不需要手工改一堆 XML。正常路径就是进入 HDFS 运维向导，选择 Standby NameNode 和 JournalNode 主机，确认预览后让向导自动执行。本文按页面操作走一遍。

启用完成后，高可用中心会直接显示 NameNode 数量和运行状态。下面是当前版本的结果页，首次开启步骤仍按后文向导执行。

本次示例规划如下：

项目	本次选择
Nameservice	haCluster
当前 NameNode	hadoop1.test.com
新增 Standby NameNode	hadoop2.test.com
JournalNode	hadoop1.test.com、hadoop2.test.com、hadoop3.test.com
HDFS 访问入口	hdfs://haCluster

注意

点击 进入执行 以后，向导会停止和启动相关服务，并完成 HA 元数据初始化。建议放在维护窗口里操作。

操作前看一眼

先进入 服务与组件，找到 HDFS。当前卡片显示的是 单 NameNode 模式，这说明它还没有开启 NameNode HA。

我会在这里先确认三件事：

检查项	为什么要看
HDFS 是运行中	向导要基于当前 NameNode 做 checkpoint 和配置变更。
ZooKeeper 已运行	后面 ZKFC 会依赖 ZooKeeper 做主备选举。
没有明显失败任务	如果服务本来就有失败任务，先处理掉会更稳。

如果页面已经显示 HA 已启用，就不要再按这篇做“首次开启”，应该直接去看现有 HA 拓扑。

进入 HDFS 运维向导

如果 HDFS 已经启用 HA，从高可用中心点击 管理 会进入现有拓扑维护页。页面会显示 Nameservice、两台 NameNode、JournalNode 和当前保护状态；首次启用环境则显示“开启 HA”入口。

点击 HDFS 卡片进入详情页，右上角有 操作 按钮。

展开操作菜单，选择 HDFS 运维向导。

进入 HDFS Operations 页面以后，选择 启用 NameNode HA。

这个页面还会看到 Federation 相关入口。普通三节点环境先做 NameNode HA 就够了，不需要把 Federation 一起做进去。

填写 HA 参数

点击 进入 HA 向导，第一步是配置 HA 参数。页面会自动识别当前 NameNode，并要求选择一个新的 Additional NameNode。

这里按规划填写：

参数	填写方式
Nameservice	保持 haCluster，或按自己的命名规范填写一个稳定名称。
Current NameNode	保持当前 NameNode，不需要调整。
Additional NameNode	选择另一台主机作为 Standby NameNode。
JournalNode 主机	三节点环境建议三台都选。

选完后，页面会提示 主机规划完成，可以继续预览变更，右下角 下一步 会变成可点击。

提示

Nameservice 会成为后续客户端访问 HDFS 的逻辑入口，例如 hdfs://haCluster。我建议用短一些、稳定一些的名字，不要写临时项目名。

预览并执行

点击 下一步 后进入预览页。这里先别急着执行，快速看两类信息：一类是组件操作计划，另一类是配置变更。

预览页里能看到向导会依次完成这些动作：

阶段	页面会做什么
Create Checkpoint	保存当前 NameNode 命名空间。
Configure Components	安装新增 NameNode、JournalNode，并下发 HA 配置。
Initialize JournalNodes	初始化共享 edits。
Start Components	启动 ZooKeeper、依赖服务和 Active NameNode。
Initialize Metadata	初始化 ZKFC 元数据并 bootstrap Standby NameNode。
Finalize HA Setup	启动 Standby NameNode 和 ZKFC，移除 Secondary NameNode。

确认无误后，点击 进入执行。如果环境启用了 Kerberos，页面会弹出凭据输入框，按你前面 Kerberos 教程里准备的管理员账号填写即可。

执行页会按阶段滚动推进。看到左侧阶段逐个变成绿色对勾，就说明向导正在正常往下走。

后面进入 Start Components 时，页面会启动 ZooKeeper、相关依赖服务和 Active NameNode。

笔记

如果最后一轮“启动全部服务”里有别的组件失败，先回到 HDFS 服务页看 HDFS 本身是否已经完成 HA。只要 HDFS 已经运行、NameNode / JournalNode / ZKFC 都正常，HDFS HA 就已经打开了；其他组件可以按各自服务再单独处理。

回到页面确认结果

向导完成后，回到 服务与组件 查看 HDFS。完成后的 HDFS 会从单 NameNode 模式变成 HA 拓扑，页面上能看到类似 双 NameNode 自动切换拓扑、HA 已启用 这样的状态。

然后进入 HDFS 详情页，重点看这几项：

位置	期望看到
HDFS 服务状态	运行中
NameNode	运行中，有两个实例
JournalNode	运行中，三台主机都有
ZKFailoverController	运行中，两个 NameNode 主机上都有
DataNode	运行中
Secondary NameNode	不再作为 HA 架构里的实例出现

本次现场完成后，HDFS 服务为 STARTED，NameNode、JournalNode、ZKFC、DataNode 都是运行状态，HDFS 告警没有 Critical 和 Warning。客户端入口也已经切到 hdfs://haCluster。

本次 Chrome 页面复核显示：运行模式为 Active / Standby，NameNode 2/2、JournalNode 3/3 正常，当前结论为“已就绪”。

对日常安装来说，看到这些页面状态就可以认为 HDFS HA 已经开启完成。后面如果 Hive、HBase、Spark、Flink、Hue 等服务提示配置待生效，按页面提示刷新客户端配置或重启对应服务即可。

可选：命令复核

页面已经能完成主要判断。生产变更后如果想再从服务器侧确认一次，可以用下面几条命令复核：

sudo -iu hdfs
hdfs getconf -confKey dfs.nameservices
hdfs getconf -confKey fs.defaultFS
hdfs getconf -confKey dfs.ha.namenodes.haCluster

期望看到：

haCluster
hdfs://haCluster
nn1,nn2

再看两个 NameNode 的主备状态：

hdfs haadmin -getServiceState nn1
hdfs haadmin -getServiceState nn2

一个应该返回 active，另一个返回 standby。最后可以做一次简单读写：

hdfs dfs -mkdir -p /tmp/ha-check
date | hdfs dfs -put -f - /tmp/ha-check/hdfs-ha-$(date +%Y%m%d%H%M%S).txt
hdfs dfs -ls /tmp/ha-check

本次现场复核结果是 nn1=standby、nn2=active，并成功写入 /tmp/ha-check/hdfs-ha-20260610184519.txt。

常见卡点

现象	处理思路
Additional NameNode 选不了	确认不要和当前 NameNode 选在同一台主机。
JournalNode 数量不足	至少准备 3 个 JournalNode，三节点环境通常三台都选。
执行页停在某个阶段	点开当前阶段的任务详情，看具体失败组件和日志。
HDFS 已完成，但其他服务启动失败	先确认 HDFS HA 状态，再单独处理失败服务。
客户端还访问旧 NameNode	刷新 HDFS Client 配置，必要时重启依赖 HDFS 的服务。

HDFS HA 做完以后，HDFS 的访问入口就从物理 NameNode 地址切到了逻辑 Nameservice。下一步如果要继续消除控制面单点，可以接着做 YARN ResourceManager HA。