弹性 MapReduce 跨可用区服务高可用-EMR on CVM 操作指南-文档中心-腾讯云

机架感知概述
Hadoop 集群机架感知是指 Hadoop 分布式计算框架中的节点会根据网络拓扑结构进行组织，并且在任务调度和数据存储时将优先发生在同一机架内的节点之间，以提高集群性能和可靠性的技术。
它是由 HDFS 和 YARN 两个组件来支持的。HDFS 通过将数据块的副本分布在不同的机架上，实现数据的高可靠性和高可用性。YARN 则通过将任务分配到距离更近的节点或容器上，提高任务执行的效率和性能。
而 Hadoop 无法自动发现节点的网络拓扑结构，所以提供了以下方式帮助其感知：
自定义 Java 类实现 DNSToSwitchMapping 的接口方法，并在 core-site.xml 配置文件中由 net.topology.node.switch.mapping.impl 参数指定类名。
基于脚本进行拓扑映射，并在 core-site.xml 配置文件中使用 net.topology.script.file.name 参数指定。
下面提供了基于脚本配置机架感知策略的示例，基本方法是映射可用区子网到机架信息。
说明
 机架感知搭建需基于集群为跨可用区部署架构（集群创建请参见 跨可用区集群部署），单可用区集群不适用。
基于脚本配置机架感知策略
1. 准备一个跨可用区的 EMR 集群，登录 EMR 控制台，单击集群 ID/名称进入集群详情页，在实例信息 > 部署信息中确认集群所在的 VPC 网络信息和不同可用区对应的子网。
﻿

然后在私有网络 > 子网中获取子网的 CIDR 与可用区的映射信息。
注意
 VPC 名称和子网名称均可能存在重复情况，此时需进入集群资源下的实例信息进一步确认。
﻿
2. 根据子网 CIDR 与可用区的映射信息，准备机架感知脚本 RackAware.py。
说明：
本为使用 /usr/bin/python 路径下的 python2 版本为示例，其中 #CIDR# 需替换为子网 CIDR。
#!/usr/bin/python 
﻿
import sys
import IPy
import re
﻿
DEFAULT_RACK="/default-rack"
cidrToRack = {
 ' #CIDR#' : 'rack-1', 
 ' #CIDR#' : 'rack-2', 
 ' #CIDR#' : 'rack-3'
 }
﻿
for name in sys.argv[1:]:
 rack = DEFAULT_RACK
 ips = re.findall(r'[0-9]+(?:\\.[0-9]+){3}', name)
 if len(name) > 0 and len(ips) > 0:
     ip = ips[0]
     for cidr in cidrToRack.keys():
       if ip in IPy.IP(cidr):
             rack = cidrToRack[cidr]
             break
 print "/{0}".format(rack)
﻿
3. 集群服务> HDFS > 配置管理中，新增 RackAware.py 文件，并在 NameNode 节 点core-site.xml 文件增加配置项net.topology.script.file.name=/usr/local/service/hadoop/etc/hadoop/RackAware.py。
﻿
﻿
4. 控制台重启 NameNode和ResourceManager。
查看集群的机架信息
HDFS 服务：登录 NameNode 节点，hadoop 用户执行 hdfs dfsadmin -printTopology，如下：
﻿

YARN 服务：可登录 WebUI 查看：
﻿
﻿
跨可用区服务高可用

本页目录：

机架感知概述

基于脚本配置机架感知策略

查看集群的机架信息
