如何构建最佳的 Hadoop 集群

数据库和文件中储存的数据量每天都在增长，因此我们需要构建能够储存大量数据（“大数据”），并且廉价、可维护、可伸缩的环境。传统的关系数据库（RDBMS）系统在当前的需求下成本过高并且不可伸缩，因此开发、使用能够满足需求的新技术正合时宜。

在这些方向中，云计算是其中一项领先的技术。云计算有许多不同的实现，我们选择的是Hadoop，这是一个拥有Apache许可、基于Google Map Reduce的框架。

在本文中，我将尝试说明如何构建一个可伸缩的Hadoop集群，以存储、索引、检索和维护理论上无限容量的数据。

本文将逐步介绍这些部分的安装和配置:

• 网络体系结构
• 操作系统
• 硬件要求
• Hadoop软件安装/设置
  
  

网络架构根据我们目前能够拿到的文档，可以认为云内的节点越在物理上接近，越能获得更好的性能。根据经验，网络延时越小，性能越好。为了减少背景流量，我们为这个云创建了一个虚拟专用网。另外，还为应用服务器们创建了一个子网，作为访问云的入口点。这个虚拟专用网的预计时延大约是1-2毫秒。这样一来，物理临近性就不再是一个问题，我们应该通过环境测试来验证这一点。建议的网络架构：

• 专用TOR（Top of Rack）交换机
• 使用专用核心交换刀片或交换机
• 确保应用服务器“靠近”Hadoop
• 考虑使用以太网绑定
  

图1 - Hadoop集群的网络架构操作系统我们选择Linux作为操作系统。Linux有许多不同的发行版，包括Ubuntu、RedHat和CentOS等，无论选择哪一个都可以。基于支持和许可费用的考虑，我们最终选择了CentOS 5.7。最好是定制一个CentOS的映像，把那些需要的软件都预装进去，这样所有的机器可以包含相同的软件和工具，这是一个很好的做法。根据Cloudera的建议，OS层应该采用以下设置：

• 文件系统
  

        Ext3文件系统
        取消atime
        不要使用逻辑卷管理

• 利用alternatives来管理链接
• 使用配置管理系统（Yum、Permission、sudoers等）
• 减少内核交换
• 撤销一般用户访问这些云计算机的权限
• 不要使用虚拟化
• 至少需要以下Linux命令：
  

        /etc/alternatives
        ln、chmod、chown、chgrp、mount、umount、kill、rm、yum、mkdir硬件要求由于Hadoop集群中只有两种节点（Namenode/Jobtracker和Datanode/Tasktracker），因此集群内的硬件配置不要超过两种或三种。 图2 - Hadoop集群服务器角色硬件建议：

• Namenode/Jobtracker：1Gb/s以太网口x2、16GB内存、4个CPU、100GB磁盘
• Datanode：1Gb/s以太网口x2、8GB内存、4个CPU、多个磁盘，总容量500GB以上
  

实际的硬件配置可以与我们建议的配置不同，这取决于你们需要存储和处理的数据量。但我们强烈建议不要在集群中混用不同的硬件配置，以免那些较弱的机器成为系统的瓶颈。
Hadoop的机架感知Hadoop有一个“机架感知”特性。管理员可以手工定义每个slave数据节点的机架号。为什么要做这么麻烦的事情？有两个原因：防止数据丢失和提高网络性能。
图3- Hadoop集群的机架感知为了防止数据丢失，Hadoop会将每个数据块复制到多个机器上。想象一下，如果某个数据块的所有拷贝都在同一个机架的不同机器上，而这个机架刚好发生故障了（交换机坏了，或者电源掉了），这得有多悲剧？为了防止出现这种情况，必须要有一个人来记住所有数据节点在网络中的位置，并且用这些知识来确定——把数据的所有拷贝们放在哪些节点上才是最明智的。这个“人”就是Name Node。另外还有一个假设，即相比不同机架间的机器，同一个机架的机器之间有着更大的带宽和更小的延时。这是因为，机架交换机的上行带宽一般都小于下行带宽。而且，机架内的延时一般也小于跨机架的延时（但也不绝对）。机架感知的缺点则是，我们需要手工为每个数据节点设置机架号，还要不断地更新这些信息，保证它们是正确的。要是机架交换机们能够自动向Namenode提供本机架的数据节点列表，那就太棒了。Hadoop软件的安装和配置Hadoop集群有多种构建方式：

• 手工下载tar文件并复制到集群中
• 利用Yum仓库
• 利用Puppet等自动化部署工具
  

我们不建议采用手工方式，那只适合很小的集群（4节点以下），而且会带来很多维护和排障上的问题，因为所有的变更都需要用scp或ssh的方式手工应用到所有的节点上去。从以下方面来看，利用Puppet等部署工具是最佳的选择：

• 安装
• 配置
• 维护
• 扩展性
• 监控
• 排障
  

Puppet是Unix/Linux下的一个自动化管理引擎，它能基于一个集中式的配置执行增加用户、安装软件包、更新服务器配置等管理任务。我们将主要讲解如何利用Yum和Puppet来安装Hadoop。利用Yum/Puppet搭建Hadoop集群要利用Puppet搭建Hadoop集群，首先要符合以下前置条件：

• 包含所有必需Hadoop软件的中央仓库
• 用于Hadoop部署的Puppet装载单（manifest）
• 用于Hadoop配置管理的Puppet装载单
• 用于集群维护的框架（主要是sh或ksh脚本），以支持集群的start/stop/restart
• 利用puppet构建整个服务器（包括操作系统和其它软件）
  

注：如果要用Yum来安装Hadoop集群，则所有服务器应该预先构建完成，包括操作系统和其它软件都应安装完毕，yum仓库也应在所有节点上设置完毕。构建Datanode/Tasktracker如果用Yum安装Datanode/Tasktracker，需在所有数据节点上执行以下命令：

        yum install hadoop-0.20-datanode –y
       yum install hadoop-0.20-tasktracker –y
复制代码

换成Puppet的话，则是：

class setup_datanode {
if ($is_datanode == true) {
make_dfs_data_dir { $hadoop_disks: }
make_mapred_local_dir { $hadoop_disks: }
fix_hadoop_parent_dir_perm { $hadoop_disks: }
}
# fix hadoop parent dir permissions
define fix_hadoop_parent_dir_perm() {
…
}
# make dfs data dir
define make_dfs_data_dir() {
…
}
# make mapred local and system dir
define make_mapred_local_dir() {
…
}
} # setup_datanode
复制代码

构建Namenode（及辅助Namenode）如果用Yum安装Namenode，需在所有数据节点上执行以下命令：

yum install hadoop-0.20-namenode –y
yum install hadoop-0.20-secondarynamenode –y
复制代码

换成Puppet的话，则是：

class setup_namenode {
   
if ($is_namenode == true or $is_standby_namenode == true) {
...
}
exec {"namenode-dfs-perm":
...
}
exec { "make ${nfs_namenode_dir}/dfs/name":
...
}
exec { "chgrp ${nfs_namenode_dir}/dfs/name":
...
}
if ($standby_namenode_host != "") {
...
}
exec { "own $nfs_standby_namenode_dir":
...
}
}
# /standby_namenode_hadoop
if ($standby_namenode_host != "") {
...
}
exec { "own $standby_namenode_hadoop_dir":
...
}
}
}
}
class setup_secondary_namenode {
if ($is_secondarynamenode == true) {
...
}
....
}
exec {"namenode-dfs-perm":
...
}
}
}
复制代码

构建JobTracker如果用Yum安装Jobtracker，需在所有数据节点上执行以下命令：

yum install hadoop-0.20-jobtracker –y
复制代码

换成Puppet的话，则是使用与构建Namenode相同的装载单，唯一的区别在于，在Jobtracker机器上，会启动Jobtracker——即将该机器上的is_jobtracker设置为true。

谢楼主了，好东西啊

好东西，顶一个