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不能同時運行在hadoop資源上，但是可以調整配置，使其兩者可切換啟動。

MR1

cdh不建議使用MRv2.0作為生產環境，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hadoop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，包括公平調度器/hadoop acl權限設置，

使用

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

監控調度界面同原CDH3

MR2(YARN)

MRv2最基本的設計思想是將JobTracker的兩個主要功能，即資源管理和作業調度/監控分成兩個獨立的進程。在該解決方案中包含兩個組件：全局的ResourceManager（RM）和與每個應用相關的ApplicationMaster（AM）。這里的“應用”指一個單獨的MapReduce作業或者DAG作業。RM和與NodeManager（NM，每個節點一個）共同組成整個數據計算框架。RM是系統中將資源分配給各個應用的最終決策者。AM實際上是一個具體的框架庫，它的任務是【與RM協商獲取應用所需資源】和【與NM合作，以完成執行和監控task的任務】。

架構描述如下：

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>

啟動

./sbin/start-yarn.sh

會啟動本地RM及遠程NM

./sbin/mr-jobhistory-daemon.sh start historyserver

啟動本地historyserver

RM界面

Job history界面

原文鏈接：http://minidb.sinaapp.com/?p=138

【編輯推薦】

基于Hadoop云盤系統1：上傳和下載效率優化
基于Hadoop云盤系統2：HDFS文件訪問控制
分布式文件系統HDFS設計
分布式文件系統HDFS中Block介紹
Hadoop 2.0.3在Linux環境下單機部署

責任編輯：彭凡來源： Data&Storage

Hadoop 2.0