Racimos de Redes y Hadoop
Como con cualquier sistema distribuido, redes puede hacer o deshacer un cluster Hadoop: No " ir barato ". Una gran parte de la charla tiene lugar entre los nodos principales y nodos esclavos en un clúster Hadoop que es esencial para mantener el cluster en ejecución, por lo que los interruptores de nivel empresarial son sin duda recomendable.
Para cada estante en el clúster, necesita dos (TdR) switches top-of-rack, tanto para redundancia y rendimiento. Utilice 10 GbE para switches Tor.
Interruptores TdR son conmutadores de red que conectan todas las computadoras en un rack juntos. Normalmente los ve en la parte superior de un estante, que es por eso que la gente dice ". Top-of-rack " Un enfoque de red alternativa es utilizar al final de la fila (EOR) interruptores pero, ya no ven esto muy a menudo.
El enfoque TdR es más simple desde una perspectiva de la creación de redes para clusters de crecimiento. Por ejemplo, la adición de nodos esclavos y bastidores adicionales es mucho más fácil con interruptores TdR que EoR.
Cuando se tiene más de tres bastidores, usted necesitará por lo menos dos conmutadores de núcleo (de nuevo, principalmente para la redundancia, sino también para el rendimiento). Estos conmutadores centrales manejan grandes cantidades de tráfico, por lo 40GbE es una necesidad.
Si usted está construyendo o ampliando un clúster para abarcar varios bastidores, contratar a expertos que están familiarizados con Hadoop, sus planes de crecimiento futuro, y su carga de trabajo en red. Mala redes puede obstaculizar gravemente el rendimiento, pero también puede hacer que el crecimiento futuro doloroso y costoso.
Hadoop distribuido sistema de archivos (HDFS) federación La solución a la expansión de grupos de Hadoop indefinidamente es federar el NameNode. Antes de Hadoop 2 entró en escena, racimos de Hadoop tuvieron que vivir con el hecho de que NameNode coloca límites al grado en que podrían escalar. Pocos…
Hadoop distribuido sistema de archivos (HDFS) alta disponibilidad A menudo en la infancia de Hadoop, una gran cantidad de debate se centra en la representación de la NameNode de un único punto de fallo. Hadoop, en general, ha tenido siempre una arquitectura robusta y el fracaso-tolerante, con la excepción de…
Consideraciones bastidor Hadoop Un principio básico de Hadoop está escalando con nodos esclavos adicionales para satisfacer la creciente de datos en el almacenamiento y demandas -Procesamiento. En un modelo a escala de salida, debe considerar cuidadosamente el diseño clúster…
Hadoop empleado del zoológico de grandes datos Mayor técnica de Hadoop para hacer frente a grandes desafíos de datos es su capacidad de dividir y conquistar con Zookeeper. Después de que el problema se ha dividido, la conquista se basa en la capacidad de emplear distribuida y técnicas de…
¿Cómo elegir una arquitectura de clúster Hadoop Hadoop está diseñado para ser desplegado en un gran grupo de ordenadores conectados en red, con nodos maestros (que albergan los servicios que controlan el almacenamiento de Hadoop y procesamiento) y nodos esclavos (donde se almacena o trata los…
Lleve un registro de los bloques de datos con NameNode en HDFS El NameNode actúa como la libreta de direcciones para Hadoop Distributed File System (HDFS), ya que no sólo sabe que bloquea constituyen archivos individuales, sino también el lugar donde se almacenan cada uno de estos bloques y sus réplicas.…
Administrar los recursos de datos grandes y aplicaciones con hilo hadoop Planificación de tareas y seguimiento de los grandes datos son partes integrales de Hadoop MapReduce y se pueden usar para administrar los recursos y aplicaciones. Las primeras versiones de Hadoop apoyaron un sistema de seguimiento de trabajos y…
Nodos Máster en racimos de Hadoop Los nodos principales en racimos de Hadoop distribuidos reciban a los diferentes servicios de almacenamiento y gestión de procesamiento, que se describen en esta lista, por todo el clúster Hadoop. La redundancia es fundamental para evitar los…
Replicar los bloques de datos en el sistema de archivos distribuido hadoop Hadoop Distributed File System (HDFS) está diseñado para almacenar datos en barato y más fiable, hardware. Barato tiene un anillo atractivo a la misma, pero plantea preocupaciones sobre la fiabilidad del sistema en su conjunto, especialmente para…
Ejecución de aplicaciones antes hadoop 2 Debido a que muchos despliegues de Hadoop existentes todavía no están utilizando embargo, otro negociador de recursos (HILO), tomar un rápido vistazo a cómo Hadoop logró su procesamiento de datos antes de los días de Hadoop 2. Concéntrese en…
Dimensionar el clúster Hadoop Dimensionamiento cualquier sistema de procesamiento de datos es tanto una ciencia como un arte. Con Hadoop, se tiene en cuenta la misma información que lo haría con una base de datos relacional, por ejemplo. Lo más significativo es lo que…
Nodos esclavos en el sistema de archivos distribuidos Hadoop (HDFS) En un clúster Hadoop, cada nodo de datos (también conocido como un nodo esclavo) Se ejecuta un proceso de fondo llamado DataNode. Este proceso de fondo (también conocido como una demonio) Comprueba los trozos de datos que el sistema almacena en…