hadopp 的机架感知

转载请注明出处:http://blog.csdn.net/l1028386804/article/details/51935169

1.背景
      Hadoop在设计时考虑到数据的安全与高效,数据文件默认在HDFS上存放三份,存储策略为本地一份,同机架内其它某一节点上一份,不同机架的某一节点上一份。这样如果本地数据损坏,节点可以从同一机架内的相邻节点拿到数据,速度肯定比从跨机架节点上拿数据要快;同时,如果整个机架的网络出现异常,也能保证在其它机架的节点上找到数据。为了降低整体的带宽消耗和读取延时,HDFS会尽量让读取程序读取离它最近的副本。如果在读取程序的同一个机架上有一个副本,那么就读取该副本。如果一个HDFS集群跨越多个数据中心,那么客户端也将首先读本地数据中心的副本。那么Hadoop是如何确定任意两个节点是位于同一机架,还是跨机架的呢?答案就是机架感知。

     默认情况下,hadoop的机架感知是没有被启用的。所以,在通常情况下,hadoop集群的HDFS在选机器的时候,是随机选择的,也就是说,很有可能在写数据时,hadoop将第一块数据block1写到了rack1上,然后随机的选择下将block2写入到了rack2下,此时两个rack之间产生了数据传输的流量,再接下来,在随机的情况下,又将block3重新又写回了rack1,此时,两个rack之间又产生了一次数据流量。在job处理的数据量非常的大,或者往hadoop推送的数据量非常大的时候,这种情况会造成rack之间的网络流量成倍的上升,成为性能的瓶颈,进而影响作业的性能以至于整个集群的服务

2.配置

  默认情况下,namenode启动时候日志是这样的:

[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. 2016-07-17 17:27:26,423 INFO org.apache.hadoop.net.NetworkTopology: Adding a new node:  /default-rack/ 192.168.147.92:50010  
每个IP 对应的机架ID都是 /default-rack ,说明hadoop的机架感知没有被启用。
要将hadoop机架感知的功能启用,配置非常简单,在 NameNode所在节点的/home/bigdata/apps/hadoop/etc/hadoop的core-site.xml配置文件中配置一个选项:

[html]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. <property>  
  2.   <name>topology.script.file.name</name>  
  3.   <value>/home/bigdata/apps/hadoop/etc/hadoop/topology.sh</value>  
  4. </property>  
这个配置选项的value指定为一个可执行程序,通常为一个脚本,该脚本接受一个参数,输出一个值。接受的参数通常为某台datanode机器的ip地址,而输出的值通常为该ip地址对应的datanode所在的rack,例如”/rack1”。Namenode启动时,会判断该配置选项是否为空,如果非空,则表示已经启用机架感知的配置,此时namenode会根据配置寻找该脚本,并在接收到每一个datanode的heartbeat时,将该datanode的ip地址作为参数传给该脚本运行,并将得到的输出作为该datanode所属的机架ID,保存到内存的一个map中.
      至于脚本的编写,就需要将真实的网络拓朴和机架信息了解清楚后,通过该脚本能够将机器的ip地址和机器名正确的映射到相应的机架上去。一个简单的实现如下:

[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. #!/bin/bash  
  2. HADOOP_CONF=/home/bigdata/apps/hadoop/etc/hadoop  
  3. while [ $# -gt 0 ] ; do  
  4.   nodeArg=$1  
  5.   exec<${HADOOP_CONF}/topology.data  
  6.   result=""  
  7.   while read line ; do  
  8.     ar=( $line )  
  9.     if [ "${ar[0]}" = "$nodeArg" ]||[ "${ar[1]}" = "$nodeArg" ]; then  
  10.       result="${ar[2]}"  
  11.     fi  
  12.   done  
  13.   shift  
  14.   if [ -z "$result" ] ; then  
  15.     echo -n "/default-rack"  
  16.   else  
  17.     echo -n "$result"  
  18.   fi  
  19.   done  
topology.data,格式为:节点(ip或主机名) /交换机xx/机架xx
192.168.147.91 tbe192168147091 /dc1/rack1
192.168.147.92 tbe192168147092 /dc1/rack1
192.168.147.93 tbe192168147093 /dc1/rack2
192.168.147.94 tbe192168147094 /dc1/rack3
192.168.147.95 tbe192168147095 /dc1/rack3
192.168.147.96 tbe192168147096 /dc1/rack3
需要注意的是,在Namenode上,该文件中的节点必须使用IP,使用主机名无效,而Jobtracker上,该文件中的节点必须使用主机名,使用IP无效,所以,最好ip和主机名都配上。
这样配置后,namenode启动时候日志是这样的:

[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. 2016-07-17 17:16:27,272 INFO org.apache.hadoop.net.NetworkTopology: Adding a new node:  /dc1/rack3/  192.168.147.94:50010  
说明hadoop的机架感知已经被启用了。
查看HADOOP机架信息命令: 
[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. ./hadoop dfsadmin -printTopology   
  2. Rack: /dc1/rack1  
  3.    192.168.147.91:50010 (tbe192168147091)  
  4.    192.168.147.92:50010 (tbe192168147092)  
  5.   
  6. Rack: /dc1/rack2  
  7.    192.168.147.93:50010 (tbe192168147093)  
  8.   
  9. Rack: /dc1/rack3  
  10.    192.168.147.94:50010 (tbe192168147094)  
  11.    192.168.147.95:50010 (tbe192168147095)  
  12.    192.168.147.96:50010 (tbe192168147096)  

3.增加数据节点,不重启NameNode

假设Hadoop集群在192.168.147.68上部署了NameNode和DataNode,启用了机架感知,执行bin/hadoop dfsadmin -printTopology看到的结果:
Rack: /dc1/rack1
   192.168.147.68:50010 (dbj68)
现在想增加一个物理位置在rack2的数据节点192.168.147.69到集群中,不重启NameNode。 
首先,修改NameNode节点的topology.data的配置,加入:192.168.147.69 dbj69 /dc1/rack2,保存。

[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. 192.168.147.68 dbj68 /dc1/rack1  
  2. 192.168.147.69 dbj69 /dc1/rack2  
然后,sbin/hadoop-daemons.sh start datanode启动数据节点dbj69,任意节点执行bin/hadoop dfsadmin -printTopology 看到的结果:
[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. Rack: /dc1/rack1  
  2.    192.168.147.68:50010 (dbj68)  
  3.   
  4. Rack: /dc1/rack2  
  5.    192.168.147.69:50010 (dbj69)  
说明hadoop已经感知到了新加入的节点dbj69。 
注意:如果不将dbj69的配置加入到topology.data中,执行sbin/hadoop-daemons.sh start datanode启动数据节点dbj69,datanode日志中会有异常发生,导致dbj69启动不成功。
[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. 2016-07-17 10:51:33,502 FATAL org.apache.hadoop.hdfs.server.datanode.DataNode: Initialization failed for block pool Block pool BP-1732631201-192.168.147.68-1385000665316 (storage id DS-878525145-192.168.147.69-50010-1385002292231) service to dbj68/192.168.147.68:9000  
  2. org.apache.hadoop.ipc.RemoteException(org.apache.hadoop.net.NetworkTopology$InvalidTopologyException): Invalid network topology. You cannot have a rack and a non-rack node at the same level of the network topology.  
  3.   at org.apache.hadoop.net.NetworkTopology.add(NetworkTopology.java:382)  
  4.   at org.apache.hadoop.hdfs.server.blockmanagement.DatanodeManager.registerDatanode(DatanodeManager.java:746)  
  5.   at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.registerDatanode(FSNamesystem.java:3498)  
  6.   at org.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.registerDatanode(NameNodeRpcServer.java:876)  
  7.   at org.apache.hadoop.hdfs.protocolPB.DatanodeProtocolServerSideTranslatorPB.registerDatanode(DatanodeProtocolServerSideTranslatorPB.java:91)  
  8.   at org.apache.hadoop.hdfs.protocol.proto.DatanodeProtocolProtos$DatanodeProtocolService$2.callBlockingMethod(DatanodeProtocolProtos.java:20018)  
  9.   at org.apache.hadoop.ipc.ProtobufRpcEngine$Server$ProtoBufRpcInvoker.call(ProtobufRpcEngine.java:453)  
  10.   at org.apache.hadoop.ipc.RPC$Server.call(RPC.java:1002)  
  11.   at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:1701)  
  12.   at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:1697)  
  13.   at java.security.AccessController.doPrivileged(Native Method)  
  14.   at javax.security.auth.Subject.doAs(Subject.java:415)  
  15.   at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1408)  
  16.   at org.apache.hadoop.ipc.Server$Handler.run(Server.java:1695)  
  17.   
  18.   at org.apache.hadoop.ipc.Client.call(Client.java:1231)  
  19.   at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:202)  
  20.   at $Proxy10.registerDatanode(Unknown Source)  
  21.   at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)  
  22.   at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)  
  23.   at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)  
  24.   at java.lang.reflect.Method.invoke(Method.java:601)  
  25.   at org.apache.hadoop.io.retry.RetryInvocationHandler.invokeMethod(RetryInvocationHandler.java:164)  
  26.   at org.apache.hadoop.io.retry.RetryInvocationHandler.invoke(RetryInvocationHandler.java:83)  
  27.   at $Proxy10.registerDatanode(Unknown Source)  
  28.   at org.apache.hadoop.hdfs.protocolPB.DatanodeProtocolClientSideTranslatorPB.registerDatanode(DatanodeProtocolClientSideTranslatorPB.java:149)  
  29.   at org.apache.hadoop.hdfs.server.datanode.BPServiceActor.register(BPServiceActor.java:619)  
  30.   at org.apache.hadoop.hdfs.server.datanode.BPServiceActor.connectToNNAndHandshake(BPServiceActor.java:221)  
  31.   at org.apache.hadoop.hdfs.server.datanode.BPServiceActor.run(BPServiceActor.java:660)  
  32.   at java.lang.Thread.run(Thread.java:722)  

4.节点间距离计算

有了机架感知,NameNode就可以画出下图所示的datanode网络拓扑图。D1,R1都是交换机,最底层是datanode。则H1的rackid=/D1/R1/H1,H1的parent是R1,R1的是D1。这些rackid信息可以通过topology.script.file.name配置。有了这些rackid信息就可以计算出任意两台datanode之间的距离,得到最优的存放策略,优化整个集群的网络带宽均衡以及数据最优分配。

[plain]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. distance(/D1/R1/H1,/D1/R1/H1)=0  相同的datanode  
  2. distance(/D1/R1/H1,/D1/R1/H2)=2  同一rack下的不同datanode  
  3. distance(/D1/R1/H1,/D1/R2/H4)=4  同一IDC下的不同datanode  
  4. distance(/D1/R1/H1,/D2/R3/H7)=6  不同IDC下的datanode  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值