詳解Hadoop 2.0中的CDH4 MR配置

作者：guanqipan 2013-05-30 09:07:29

我們今天要談到的是Hadoop 2.0中的CDH4 MR配置，另外mr1,mr2不能同時(shí)運(yùn)行在hadoop資源上，但是可以調(diào)整配置，使其兩者可切換啟動(dòng)。

MR1

cdh不建議使用MRv2.0作為生產(chǎn)環(huán)境，故依舊提供了mr1的包

mr1-2.0.0-mr1-cdh4.1.2.tar.gz

解壓后copy至原h(huán)adoop路徑，有如下文件沖突：

[root@h011171 ~]# cp -r hadoop-2.0.0-cdh4.1.2/* /usr/local/hadoop/ 
cp: overwrite `/usr/local/hadoop/bin/rcc’? y 
cp: overwrite `/usr/local/hadoop/bin/hadoop’? y 
cp: overwrite `/usr/local/hadoop/cloudera/cdh_version.properties’? y 
cp: overwrite `/usr/local/hadoop/cloudera/apply-patches’? y 
cp: overwrite `/usr/local/hadoop/cloudera/build.properties’? y 
cp: overwrite `/usr/local/hadoop/cloudera/CHANGES.cloudera.txt’? y

均覆蓋即可

基本兼容cdh3 mr1的所有mapreduce配置，包括公平調(diào)度器/hadoop acl權(quán)限設(shè)置，

使用

./bin/start-mapred.sh 
./bin/stop-mapred.sh

監(jiān)控調(diào)度界面同原CDH3

MR2(YARN)

MRv2最基本的設(shè)計(jì)思想是將JobTracker的兩個(gè)主要功能，即資源管理和作業(yè)調(diào)度/監(jiān)控分成兩個(gè)獨(dú)立的進(jìn)程。在該解決方案中包含兩個(gè)組件：全局的ResourceManager（RM）和與每個(gè)應(yīng)用相關(guān)的ApplicationMaster（AM）。這里的“應(yīng)用”指一個(gè)單獨(dú)的MapReduce作業(yè)或者DAG作業(yè)。RM和與NodeManager（NM，每個(gè)節(jié)點(diǎn)一個(gè)）共同組成整個(gè)數(shù)據(jù)計(jì)算框架。RM是系統(tǒng)中將資源分配給各個(gè)應(yīng)用的最終決策者。AM實(shí)際上是一個(gè)具體的框架庫(kù)，它的任務(wù)是【與RM協(xié)商獲取應(yīng)用所需資源】和【與NM合作，以完成執(zhí)行和監(jiān)控task的任務(wù)】。

架構(gòu)描述如下：

配置

mapred-site.xml配置

<!– YARN –> 
  <property> 
<name>mapreduce.framework.name</name> 
<value>yarn</value> 
</property> 
<property> 
<name>mapreduce.jobhistory.address</name> 
<value>h011200.hebe.grid.sina.com.cn:10020</value> 
</property> 
<property> 
<name>mapreduce.jobhistory.webapp.address</name> 
<value>h011200.hebe.grid.sina.com.cn:19888</value> 
</property>

yarn-site.xml配置

<property> 
<name>yarn.resourcemanager.resource-tracker.address</name> 
<value>h011200.hebe.grid.sina.com.cn:8031</value> 
</property> 
<property> 
<name>yarn.resourcemanager.address</name>                # RMtracker地址意同jobtrakcer 
<value>h011200.hebe.grid.sina.com.cn:8032</value> 
</property> 
<property> 
<name>yarn.resourcemanager.scheduler.address</name>     # RMscheduler地址意同mv1的jobscheduler 
<value>h011200.hebe.grid.sina.com.cn:8030</value> 
</property> 
<property> 
<name>yarn.resourcemanager.admin.address</name> 
<value>h011200.hebe.grid.sina.com.cn:8033</value> 
</property> 
<property> 
<name>yarn.resourcemanager.webapp.address</name>  #RM Web地址同mr1 默認(rèn)的50030 
<value>h011200.hebe.grid.sina.com.cn:8088</value> 
</property> 
 
  <property> 
 
<description>Classpath for typical applications.</description> 
<name>yarn.application.classpath</name> 
<value> 
$HADOOP_CONF_DIR, 
$HADOOP_COMMON_HOME/*,$HADOOP_COMMON_HOME/lib/*, 
$HADOOP_HDFS_HOME/*,$HADOOP_HDFS_HOME/lib/*, 
$HADOOP_MAPRED_HOME/*,$HADOOP_MAPRED_HOME/lib/*, 
$YARN_HOME/*,$YARN_HOME/lib/* 
</value> 
</property> 
<property> 
<name>yarn.nodemanager.aux-services</name> 
<value>mapreduce.shuffle</value> 
</property> 
<property> 
<name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name> 
<value>org.apache.hadoop.mapred.ShuffleHandler</value> 
</property> 
<property> 
<name>yarn.nodemanager.local-dirs</name> 
<value>/data1/hadoop/data/yarn/local</value> 
</property> 
<property> 
<name>yarn.nodemanager.log-dirs</name> 
<value>/data1/hadoop/data/yarn/log</value> 
</property> 
<property> 
<description>Where to aggregate logs</description> 
<name>yarn.nodemanager.remote-app-log-dir</name> 
<value>/var/log/hadoop-yarn/apps</value> 
</property> 
 
  <property> 
<name>yarn.app.mapreduce.am.staging-dir</name> 
<value>/user</value> 
</property>