相较与Hadoop1.0，Hadoop2.0提供了比较完整的单点故障解决方案（Hadoop HA）
Hadoop2.0内核由HDFS、MapReduce和YARN三个分支组成，其他Hadoop生态系统组件为h
因此，Hadoop2.0存在三个子系统的单点故障问题。
在正式介绍解决方案之前，我将简要回顾这三个子系统。
)1)HDFS分布式存储系统。 由NameNode和DataNode构成，保存元数据信息和操作日志。 由于NameNode是独一无二的，因此其可用性直接决定着整个存储系统的可用性。
)2)YARN:Hadoop2.0中新引入的资源管理系统。 通过这个引进，Hadoop不仅可以进行MapReduce那样的计算，还可以支持各种各样的计算框架。 由资源管理器和节点管理器组成，资源管理器是整个系统的唯一组件，存在单点故障问题。
)3)MapReduce)目前存在两种类型的MapReduce实现。 一个是可以独立运行的MapReduce，由JobTracker和TaskTracker两部分组成，其中JobTracker存在单点故障问题。 另一个是MapReduce On YARN，该实现为每个作业独立使用“作业跟踪器”(ApplicationMaster )，彼此之间不再产生影响，并且没有单点故障问题。 因此，本文的单点故障问题是针对第一类MapReduce的实现提出的。
一般来说，Hadoop的HDFS、MapReduce和YARN单点故障解决方案是一致的(使用Hadoop HA )。 分为手动模式和自动模式。
手动模式是指管理员通过命令进行主控切换，该通常在服务升级时有用
自动模式可以降低运输成本，但有潜在的危险。
有以下两种模式体系结构：
【手动模式】
【自动模式】
在Hadoop HA中，主要由以下组件组成：
)1)MasterHADaemon:与主服务器在同一城市运行，可以接收外部RPC (远程过程调用)命令控制主服务器的启动和停止。
)2)Shared Storage:共享存储系统。 active master会将信息写入共享存储系统，而standby master会读取该信息以保持与active master的同步，从而缩短切换时间。 典型的共享存储系统包括bookeeper (用于yarn ha )、NFS ) HDFS HA (用于HDFS )、MapReduce HA (用于HDFS )、bookeeper类系统(用于HDFS HA )
3 )ZKFailoverController)基于Zookeeper的开关控制器主要包括两个核心组件： ActiveStandbyElector和HealthMonitor。 在此，ActiveStandbyElector负责与zookeeper集群进行交互，通过尝试获取全局锁来判断管理的主服务器是否处于active或standby的状态
)4) 3358www.Sina.com/)核心功能通过用Zookeeper集群控制整个集群，使得只能拥有一个活动主节点。
维护一把全局锁，
(1)脑裂) brain-split )是指在主控切换时，由于切换不完全或其他原因，客户端和Slave误认为出现了两个active master，最终导致整个集群陷入混乱状态。 解决脑分裂问题通常采用隔离机制(Fencing )，包括三个方面。
隔离共享存储器：确保只有一个主机向共享存储器写入数据
客户端隔离(确保只有一个主机可以响应客户端请求
Slave隔离：确认只有一个Master可以命令Slave
Hadoop公共库向外部提供了两种类型的fencing实现： sshfence和shellfence。 其中，sshfence意味着通过ssh登录到目标Master节点，并使用命令fuser杀死进程(通过tcp端口号标识进程pid )。 这个方法比jps命令更准确)。
)2)切换的外部透明)为了确保整个切换是外部透明的，Hadoop必须保证所有客户端和从属端都能自动重定向到新的active master。 这通常是通过几次尝试连接旧的master都没有成功后，再尝试链接新的master来进行的，整个过程会有一定的延迟。 新版本的Hadoop RPC允许用户自行设置RPC客户端的尝试机制、尝试次数和尝试超时时间等参数。