Hadoop集群部署模型纵览

admin_bigdatas

       VSphere Big Data Extensions（简称BDE）支持多种部署方式来构建Hadoop集群。按：
　　存储/计算绑定模型：将存储节点（Data Node）和计算节点（Task Tracker）部署在相同的虚拟机中。这是最直接简单的部署模型，可以用于概念验证和承载小规模集群的数据处理任务。
　　单一计算模型：只部署计算节点（Job Tracker和Task Tracker）的集群类型。
　　存储/计算分离模型：将存储节点（Data Node）和计算节点（Task Tracker）部署在不同的虚拟机中，并且根据特定的业务需求，通过相应的分布算法决定集群在vSphereESX物理主机上的拓扑结构。
　　自定制集群：用户可以根据具体的业务需求，自定制集群的部署结构、资源模型和配置参数。
　　本文我们将着重介绍前2个部署模型，即存储/计算绑定模型和单一计算模型。
　　存储和计算节点绑定模型（Data-Compute Combined Deployment）
　　通常情况下，我们为了保证Hadoop集群数据本地化（Data Locality）的需要，会将存储（DataNode）和计算（TaskTracker）服务部署在相同节点上。Big Data Extensions也提供这样的部署模式。
　　你可以使用BDE的命令行工具，通过运行cluster create –name cluster_name命令创建一个基本的默认Hadoop集群。
　　这类集群将包含一个主节点（master），运行Apache Hadoop 1.2.1（BDE 1.0内置的默认Hadoop发行版）的NameNode和JobTracker；三个工作节点（worker），运行DataNode和TaskTracker；一个客户端节点（Clientnode），运行Hadoop客户端，Pig和Hive等。
　　这里将DataNode和TaskTracker搭建在同一个虚拟机节点内部，这就是存储和计算节点绑定模型。
　　单一计算节点模型（Compute-OnlyDeployment）
　　如果你的生产或开发环境里已经有了HDFS，并且有数以TB的分析型数据存在于其中，商业分析团队根据新的业务需求，开发新功能去挖掘新的模式，这时您可以搭建一个单一计算节点集群（Compute-OnlyCluster）。
　　单一计算节点集群指的是只部署MapReduce服务，包括Jobtracker和Tasktracker，并且链接到某个已经存在的HDFS上。这样做的好处有很多，首先可以避免搭建完整集群后的大规模数据拷贝或迁移，减少开发环境的等待时间，可以立即部署立即使用，非常适合临时性的开发测试环境；其次，也可以在不同的计算集群之间做到性能隔离，安全性隔离和故障隔离；另外，在兼容性满足的情况下，您也可以使用第三方的商业版HDFS如Isilon等等。
　　对于单一计算节点集群，您也可以使用动态伸缩功能（Auto-Elasiticity）来动态地调配您的资源。
　　下面列举了这种集群部署的实例定义文件，您可以使用它创建Compute-OnlyCluster。externalHDFS字段定义了要使用的已存在的HDFS服务。请将hadoop_jobtracker角色赋给master节点组，将hadoop_tasktracker角色赋给worker节点组。对于externalHDFS所指定的HDFS集群，默认情况下请设置port_num为8020。对于Hadoop2.0集群，例如CDH4或是PivotalHD等，默认情况下请设置port_num为9000。在集群定义文件中，ExternalHDFS字段和hadoop_namenode，hadoop_datanode角色不能同时存在，否则可能会导致集群创建失败或创建的集群无法正常运行。
　　{
　　“externalHDFS”: “hdfs://<hostname-of-namenode>:<port_num>”,
　　“nodeGroups”: [
　　{
　　"name": "master",
　　"roles": [
　　"hadoop_jobtracker"
　　],
　　“instanceNum”: 1,
　　“cpuNum”: 2,
　　“memCapacityMB”: 7500,
　　},
　　{
　　“name”: “worker”,
　　“roles”: [
　　"hadoop_tasktracker",
　　],
　　“instanceNum”: 4,
　　“cpuNum”: 2,
　　“memCapacityMB”: 7500,
　　“storage”: {
　　“type”: “LOCAL”,
　　“sizeGB”: 20
　　},
　　},
　　{
　　“name”: “client”,
　　“roles”: [
　　"hadoop_client",
　　"hive",
　　"pig"
　　],
　　“instanceNum”: 1,
　　“cpuNum”: 1,
　　“storage”: {
　　“type”: “LOCAL”,
　　“sizeGB”: 50
　　},
　　}
　　]
　　}