Hadoop HA 如何实现？简述过程
HA:High Available（高可用）
说明1：Hadoop的高可用是hadoop2.X版本及以上的特性；hadoop HA通过zookeeper来实现namenode的高可用；
过程：现在hadoop集群里面搭建了一个zookeeper的集群，同时这个zookeeper的共享池通过多个其他的节点来实现，然后通过在另一个机架服务器上已经配好了一个standby的namenode，然后整个hadoop的集群现在有一个处于active的namenode，通过zookeeper告诉client和从节点有这样一个standby的namenode，然后active-namenode定期产生的edits会交互到这个共享池里面，如果active-namenode宕机，则standby-namenode通过共享池里面的edits进行热备份立马恢复所有的fsimage，最终成为新的active-namenode。
自动切换：通过使用zookeeper来实现NameNode自动切换。通过
执行命令hdfszkfc -formatZK来启动ZKFailoverController组件，并格式化ZooKeeper,如果之前没有在Standby同步元数据还需要同步元数据。
ZKFailoverController主要用于总体控制主备的切换，在启动过程中会初始化HealthMonitor和ActiveStandbyElector组件，并且向这两个组件注册回调函数。
HealthMonitor： 主要是监控NameNode的健康状态，一旦检测到NameNode发生变化，就会回调ZKFailoverController的方法进行主备选举
ActiveStandbyElector： 主要是进行自动的主备选举，内部封装了ZK的逻辑，一旦ZK主备选举完成，就会调用ZKFailoverController方法进行主备切换。
主备切换流程图示：
总结：高可用：active、standby被zookeeper的zkfc进程的healthMonitor监控，状态改变是，使用ZKFailoverController进行主备选举(选举通过zk实现)，选举后使用ZKFailoverController进行状态切换。切换通过zk共享池中的edits进行热备份立马恢复所有的fsimage，最终成为新的active-namenode。
SecondaryNameNode就是来帮助解决edit logs在namenode启动时，将edit logs合并到fsimage中，使其有一个最新的时间快照保存，但是当edit logs过大时，合并时间久，且会造成namenode启动慢，所以SecondaryNameNode它的职责是合并NameNode的edit logs到fsimage文件中。
https://blog.csdn.net/m0_37461645/article/details/84929891
1、Yarn的大致结构
Resource Manager（RM，资源管理器）：负责整个系统的资源管理和分配，并且由Scheduler和Application Manager组成；
Scheduler（调度器）：根据容量、队列等，将系统中资源分配给各个正在运行的应用程序；
Application Manager（ASM，应用程序管理器）：负责管理整个系统中所有应用程序，包括应用程序提交、与调度器协商资源以启动Application Master、监控Application Master运行状态并在失败时重新启动它等；
Application Master（AM）用户提交的每个应用程序均包含一个AM，主要功能包括：与RM协商以获取资源（用Container表示）、与NM通信启动或停止任务、监控所有任务运行状态，并在任务运行失败时重新为任务申请资源以重启任务；
Node Manager（NM，节点管理器）：是每个节点的资源和任务管理器。一方面，定时地向RM汇报本节点上的资源使用情况和各个container的运行状态；另一方面，接受并处理来自AM的Container通信；
Container：是Yarn上的资源抽象，封装了某个节点上的内存、CPU资源，当AM向RM申请资源时，RM为AM返回的资源便是使用Container表示。一个任务对应一个Container。
2、RM（ResourceManager）和NM（NodeManager）的交互
RM负责找到一个能够在容器中启动application master的NM-节点管理器；
NM会定时的向RM汇报本节点上的资源使用情况和各个container的运行状态。
3、Yarn是如何分配任务的？
首先，客户端联系资源管理器，要求它运行一个Application Master进程；然后，资源管理器找到一个能够在容器中启动Application Master的节点管理器。之后可能只是做一个简单的运算，也有可能需要向资源管理器请求更多的容器，用以完成一个分布式计算。
4、Yarn中的调度器（具体内容建议翻阅《Hadoop权威指南》）
三种调度器：FIFO Scheduler、Capacity Scheduler、Fair Scheduler
1）FIFO调度器：将应用放置在一个队列中，然后按照提交的顺序（先进先出）运行应用；
2）容量调度器：允许多个组织共享一个集群资源，一个组织被配置一个专门的队列，在每个队列中，使用FIFO调度策略对应用进行调度；
3）公平调度器：在同一个队列中的应用会得到相同的资源运行。
5、Yarn的优势
可扩展性（Scalability）：根据《Hadoop权威指南》所说，利用其资源管理器和application master分离的架构优点，可以扩展到面向近万个节点和近十万个任务；
可用性（Avaliability）：相比较之前JobTracker的高可用，Yarn将其分而治之：先为资源管理器提供高可用性，再为Yarn应用（针对每个应用）提供高可用性；
利用率（Utilization）：一个节点管理器管理一个资源池，对资源是精细化管理的；
多租户（Multitenancy）：MapReduce只是Yarn应用中的一个。