一、基础概念类

1. 为什么要做 NameNode HA？不做会有什么问题？

• NameNode 是 HDFS 唯一元数据节点，单点故障（SPOF）。
• 一旦 NN 挂掉，整个 HDFS 不可用，业务中断。
• HA 通过 Active/Standby 架构实现热备 + 自动切换，保证高可用。

2. 为什么要做 ResourceManager HA？

• RM 是 YARN 全局资源调度中心，单点故障会导致：
  • 新任务无法提交
  • 运行中的任务无法调度
  • 集群资源不可控
• RM HA 保证调度服务不间断。

---

二、NameNode HA 原理类

3. NameNode HA 架构包含哪些核心组件？

• Active NameNode
• Standby NameNode
• JournalNode（JN）集群
• Zookeeper 集群
• ZKFC（ZK Failover Controller）

4. QJM 是什么？作用是什么？

• QJM：Quorum Journal Manager，基于多数派机制的共享编辑日志方案。
• 作用：
  • Active NN 写 edits 到 JN 集群
  • Standby NN 从 JN 拉取 edits 保持同步
  • 保证元数据一致性，替代 NFS，更安全可靠

5. ZKFC 是干什么的？

• 监控 NameNode 健康状态
• 向 ZK 注册、抢锁
• 主备节点自动切换
• 执行 fencing 隔离，防止脑裂

6. 什么是脑裂？如何解决？

• 脑裂：同一时刻出现两个 Active NN，导致元数据错乱。
• 解决：
  • ZK 分布式锁，只有一个能抢到主
  • fencing 机制（sshfence /shellfence）强制杀掉旧主

7. Standby NN 怎么保持和 Active NN 同步？

1. Active 写 edits 到 JournalNode
2. Standby 从 JN 实时拉取 edits
3. Standby 定期 checkpoint 生成 fsimage
4. 内存元数据与 Active 保持一致

8. NameNode HA 故障转移流程？

1. Active NN 异常或宕机
2. ZK 会话失效，释放锁
3. 备机 ZKFC 感知，尝试抢锁
4. fencing 旧 Active
5. Standby 切换为 Active
6. 客户端通过代理自动连接新主

---

三、ResourceManager HA 原理类

9. RM HA 架构有哪些组件？

• Active RM
• Standby RM
• Zookeeper（选举 + 状态存储）
• RMStateStore（状态持久化）
• NodeManager

10. RMStateStore 作用是什么？有几种实现？

• 存储 Application 状态、Container 信息、尝试信息等。
• 实现方式：
  • FileSystem（不适合 HA）
  • ZKRMStateStore（生产推荐）
  • LevelDB

11. RM 挂了，正在跑的任务会挂吗？

• 不会。
• AppMaster 自己管理任务运行。
• 新 RM 启动后从 StateStore 恢复状态，NM 重连，任务继续。

12. RM HA 切换流程？

1. Active RM 宕机
2. ZK 中主节点锁释放
3. Standby RM 竞选为 Active
4. 从 StateStore 恢复应用信息
5. NM 自动重连新 RM
6. 集群恢复调度能力

---

四、配置 & 生产实践类

13. NN HA 必须配置哪些关键配置项？

• dfs.nameservices
• dfs.ha.namenodes
• dfs.namenode.shared.edits.dir（JN 地址）
• dfs.client.failover.proxy.provider
• dfs.ha.fencing.methods
• dfs.ha.automatic-failover.enabled
• ha.zookeeper.quorum

14. RM HA 关键配置？

• yarn.resourcemanager.ha.enabled
• yarn.resourcemanager.ha.rm-ids
• yarn.resourcemanager.zk-address
• yarn.resourcemanager.store.class
• yarn.resourcemanager.recovery.enabled

15. 为什么 JournalNode、ZK 节点数要奇数？

• 为了满足 ** 多数派（quorum）** 机制：
  • 3 节点 ≥2 台存活即可
  • 5 节点 ≥3 台存活即可
• 避免脑裂、避免脑裂、保证选举有效。

16. 生产环境 NN HA 用 NFS 还是 QJM？

• 必须 QJM。
• NFS 有单点、性能差、锁不可靠。
• QJM 高可靠、无单点、Hadoop 官方推荐。

---

五、面试必问：HA 模式下启动哪些服务？启动顺序？

1. 必须启动的服务

ZK 集群

• zkServer.sh start（所有 ZK 节点）

NameNode HA 相关

• JournalNode（JN）
• NameNode（2 台：Active + Standby）
• ZKFC（每台 NN 都起）
• DataNode

ResourceManager HA 相关

• ResourceManager（2 台：Active + Standby）
• NodeManager

2. 标准启动顺序（面试高频）

1. 启动 Zookeeper 集群
2. 启动 JournalNode 集群
3. 格式化 ZK（hdfs zkfc -formatZK）【仅第一次】
4. 启动 HDFS：start-dfs.sh
   • 会自动启动 NN、DN、ZKFC
5. 启动 YARN：start-yarn.sh
   • 会自动启动 RM、NM

3. 各角色进程总结（一句话背会）

• NN HA：ZK + JN + NN + DN + ZKFC
• RM HA：ZK + RM + NM

---

六、高频压轴面试题（面试官最爱）

17. NN HA 和 RM HA 的异同点？

相同：

• 都是 Active/Standby 架构
• 都依赖 ZK 做选举
• 都支持自动故障转移

不同：

• NN HA 依赖 JN 同步元数据
• RM HA 依赖 StateStore 存储状态
• NN 有 fencing，RM 一般不需要 fencing
• NN 切换依赖 ZKFC，RM 自身集成 HA 模块