|
集群規模計算 集群規模取決于用戶數據及應用需求，最終規劃值為以下各種計算方式得出的最小集群規模的最大值 ⦁ 容量需求 ⦁ 估算相對容易且準確 ⦁ 大多數案例可以通過容量來決定集群規模 ⦁ 計算需求 ⦁ 準確的估算計算資源只能通過小規模測試并合理估算 ⦁ 其他資源限制 ⦁ 如用戶MapReduce應用可能對內存等資源有特殊要求，且單節點可配置資源相對有限，則集群最小規模需滿足用戶此類資源要求 網絡建議 ⦁ 建議使用萬兆網絡或更高速度網絡 ⦁ 如要充分利用磁盤并行操作帶寬，至少需要萬兆網絡 ⦁ 即使帶寬足夠，使用高帶寬網絡也能帶來性能提升 ⦁ 對網絡帶寬敏感的場景： ⦁ ETL類型或其他高輸入輸出數據量的MapReduce任務 ⦁ 對于空間或者電力資源有限的環境中，可使用大容量節點并配合高速度網絡 ⦁ HBase等時延敏感類應用也對網絡傳輸速度有要求 
傳統樹狀網絡 ⦁ 網絡超額(Oversubscription) ⦁ 通過增加層次擴充網絡，但會有如下問題 ⦁ 節點間網絡距離增加 ⦁ 網絡超額問題惡化 ⦁ 因此盡量采用超多端口交換機或擴充交換機背板擴充端口容量 ⦁ 小型或中型網絡可以使用雙層樹形架構 ⦁ 僅通過頂層交換機上行端口和外部系統進行交互 ⦁ 避免Hadoop的網絡傳輸風暴污染外部網絡 組件架構 ⦁ 管理節點(Head/Master Node)：如NameNode, Yarn及Master等 ⦁ 提供關鍵的、集中的、無替代的集群管理服務 ⦁ 若該管理服務停止，則對應集群Hadoop服務停止 ⦁ 需要可靠性高的硬件設備 ⦁ 數據節點(Data/Worker/Slave Node) ⦁ 處理實際任務，如數據存儲，子任務執行等 ⦁ 同節點運行多個服務，為保證局部性 ⦁ 若該服務停止，則由其他節點自動代替服務 ⦁ 硬件各部件皆可能損壞，但能方便的替換 ⦁ 邊緣節點(Edge Node) ⦁ 對外提供Hadoop服務代理以及包裝 ⦁ 作為客戶端訪問實際Hadoop服務 ⦁ 需要可靠性高的硬件設備 管理節點硬件要求 ⦁ 管理節點角色主要包括NameNode，Secondary NameNode，Yarn RM ⦁ Hive Meta Server以及Hive Server通常部署在管理節點服務器上 ⦁ Zookeeper Server以及Hmaster可以選取數據節點服務器，由于一般負載有限，對節點無太大特殊要求 ⦁ 所有HA候選服務器(Active以及Standby)使用相同配置 ⦁ 通常對內存要求高但對存儲要求低 ⦁ 建議使用高端PC服務器甚至小型機服務器，以提高性能和可靠性 ⦁ 雙電源、冗余風扇、網卡聚合、RAID… ⦁ 系統盤使用RAID1 ⦁ 由于管理節點數目很少且重要性高，高配置一般不是問題 數據節點配置策略建議 ⦁ 數量少但單點性能高的集群 vs. 數量多但單點性能低的集群 ⦁ 一般而言，使用更多的機器而不是升級服務器配置 ⦁ 采購主流的最”合算”配置的服務器，可以降低整體成本 ⦁ 數據多分布可獲得更好的scale-out并行性能以及可靠性 ⦁ 需要考慮物理空間、網絡規模以及其他配套設備等綜合因素來 ⦁ 考慮集群服務器數目 ⦁ 計算密集型應用考慮使用更好的CPU以及更多的內存 內存需求計算 ⦁ 需要大內存的主節點角色： ⦁ NameNode, Secondary NameNode,YARN AM, Hbase Regionserver ⦁ 節點內存算法： ⦁ 大內存角色內存相加 ⦁ 計算類應用需要大內存，如Spark/Impala建議至少256GB內存 硬盤容量選擇 ⦁ 通常建議使用更多數目的硬盤 ⦁ 獲得更好的并行能力 ⦁ 不同的任務可以訪問不同的磁盤 ⦁ 8個1.5TB的硬盤性能好于6個2TB的硬盤 ⦁ 除去數據永久存儲需求外，一般建議預留20%至30%的空間用于存儲臨時數據 ⦁ MapReduce任務中間數據 ⦁ 實際部署中每服務器配備12個硬盤非常常見 ⦁ 單節點存儲容量最大值不超過48TB 存儲服務需求 數據源 Hadoop方式物理存儲容量 數據節點數量 原始文件 數據量 625T 625TB*3(復制份數)*0.3(壓縮比)/80%(硬盤利用率)=703TB (只存放明細數據，無表，無MR） 按30T每節點 703TB/30*1.05(冗余度)=25臺 Hbase 和 Cassandra 數據服務：假設歷史數據量為2.6T，每日增量為55G，數據保留365天，3副本 使用壓縮時： ( 2.6 + 0.055*365 ) *1.3*1.2（key開銷）/70%(硬盤利用率)=51T 按30T每節點 51T/30*1.3(冗余度)=3臺 打開WAL時需增加： region server wal大小(通常小於RS內存的一半) 服務器配置建議 管理服務器 數據服務器 邊緣服務器 CPU 2*E5-2620v4 2*E5-2620v4 2*E5-2620v4 硬盤 SAS 600GB*4 RAID0+1 SAS 600GB*2 SATA 2T*15 SAS 600GB*2 SATA 2T*15 內存 256G ECC 256G ECC 256G ECC 網絡 雙萬兆網卡 雙萬兆網卡 雙萬兆網卡 數量 3 30 3 文件來源于www.bemore.cn |
