本節(jié)和大家一起學習一下Hadoop集群方面的內容，主要介紹一下Hadoop集群網絡性能優(yōu)化的背景，及Hadoop配置等，歡迎大家一起來學習有關Hadoop集群方面的知識。

Hadoop集群網絡性能優(yōu)化：Hadoop機架感知實現(xiàn)及配置

背景

分布式的集群通常包含非常多的機器，由于受到機架槽位和交換機網口的限制，通常大型的分布式集群都會跨好幾個機架，由多個機架上的機器共同組成一個分布式集群。機架內的機器之間的網絡速度通常都會高于跨機架機器之間的網絡速度，并且機架之間機器的網絡通信通常受到上層交換機間網絡帶寬的限制。
具體到Hadoop集群，由于Hadoop的HDFS對數(shù)據(jù)文件的分布式存放是按照分塊block存儲，每個block會有多個副本(默認為3)，并且為了數(shù)據(jù)的安全和高效，所以Hadoop默認對3個副本的存放策略為：

在本地機器的hdfs目錄下存儲一個block
在另外一個rack的某個datanode上存儲一個block
在該機器的同一個rack下的某臺機器上存儲***一個block
這樣的策略可以保證對該block所屬文件的訪問能夠優(yōu)先在本rack下找到，如果整個rack發(fā)生了異常，也可以在另外的rack上找到該block的副本。這樣足夠的高效，并且同時做到了數(shù)據(jù)的容錯。
但是，Hadoop對機架的感知并非是自適應的，亦即，Hadoop集群分辨某臺slave機器是屬于哪個rack并非是只能的感知的，而是需要Hadoop的管理者人為的告知Hadoop哪臺機器屬于哪個rack，這樣在Hadoop的namenode啟動初始化時，會將這些機器與rack的對應信息保存在內存中，用來作為對接下來所有的HDFS的寫塊操作分配datanode列表時（比如3個block對應三臺datanode）的選擇datanode策略，做到Hadoopallocateblock的策略：盡量將三個副本分布到不同的rack。
接下來的問題就是：通過什么方式能夠告知Hadoopnamenode哪些slaves機器屬于哪個rack？以下是配置步驟。

配置

默認情況下，Hadoop的機架感知是沒有被啟用的。所以，在通常情況下，Hadoop集群的HDFS在選機器的時候，是隨機選擇的，也就是說，很有可能在寫數(shù)據(jù)時，Hadoop將***塊數(shù)據(jù)block1寫到了rack1上，然后隨機的選擇下將block2寫入到了rack2下，此時兩個rack之間產生了數(shù)據(jù)傳輸?shù)牧髁浚俳酉聛恚陔S機的情況下，又將block3重新又寫回了rack1，此時，兩個rack之間又產生了一次數(shù)據(jù)流量。在job處理的數(shù)據(jù)量非常的大，或者往Hadoop推送的數(shù)據(jù)量非常大的時候，這種情況會造成rack之間的網絡流量成倍的上升，成為性能的瓶頸，進而影響作業(yè)的性能以至于整個集群的服務。
要將Hadoop機架感知的功能啟用，配置非常簡單，在namenode所在機器的Hadoop-site.xml配置文件中配置一個選項：
 

<property> 
<name>topology.script.file.name</name> 
<value>/path/to/script</value> 
</property> 

這個配置選項的value指定為一個可執(zhí)行程序，通常為一個腳本，該腳本接受一個參數(shù)，輸出一個值。接受的參數(shù)通常為某臺datanode機器的ip地址，而輸出的值通常為該ip地址對應的datanode所在的rack，例如”/rack1”。Namenode啟動時，會判斷該配置選項是否為空，如果非空，則表示已經用機架感知的配置，此時namenode會根據(jù)配置尋找該腳本，并在接收到每一個datanode的heartbeat時，將該datanode的ip地址作為參數(shù)傳給該腳本運行，并將得到的輸出作為該datanode所屬的機架，保存到內存的一個map中。
至于腳本的編寫，就需要將真實的網絡拓樸和機架信息了解清楚后，通過該腳本能夠將機器的ip地址正確的映射到相應的機架上去。一個簡單的實現(xiàn)如下：
 

#!/usr/bin/perl-w  
usestrict;  
my$ip=$ARGV[0];  
my$rack_num=3;  
my@ip_items=split/\./,$ip;  
my$ip_count=0;  
foreachmy$i(@ip_items){  
$ip_count+=$i;  
}  
my$rack="/rack".($ip_count%$rack_num);  
print"$rack"; 

請期待下節(jié)Hadoop集群網絡性能優(yōu)化。
 

【編輯推薦】

1. 專家指導 如何實現(xiàn)Hadoop集群搭建
2. Hadoop集群搭建過程中相關環(huán)境配置詳解
3. Hadoop文件系統(tǒng)如何快速安裝？
4. Hadoop集群搭建過程中相關環(huán)境配置詳解
5. Hadoop完全分布模式安裝實現(xiàn)詳解