淘宝分布式数据处理分析
|
近日，由中科院计算所主办的“Hadoop 中国2010云计算大会”在北京召开，今年已是第四届举办。包括百度、淘宝和中移动在内的诸多企业都展示了基于Hadoop的应用。在本次大会上淘宝数据平台及产品部基础研发组周敏介绍了淘宝对Hadoop的功能扩展和改造，分布式数据仓库的构思，并着重介绍了对Hive实践以及改造。以下是周敏在本次大会的ppt节选。
淘宝数据图
淘宝望目前有会员2亿左右，日均UV高达4000万，日交易量高达数亿元，每天产生大量的数据，所以部署了一个大规模的Hadoop集群，此集群规模为：
1.总容量为9.3PB，利用率77.09%。
2.共有1100台机器。
3.Master：8CPU，48GB内存，SAS Raid。
4.Slave节点异构:
8CPU/8CPU（HT）
16G/24G内存
1T*12/2T*6/1T*6 SATA JBOD
12/20 slots
5.约18000道作业/天，扫描数据：约500TB/天用户数474人，用户组38个
其中，从两方面介绍了Slave的规模：
1.Slave机器异构
6T机器磁盘利用率较高
Rebalance
单机速度控制：10M/s
每天9:00-23:30运行
2.Slave故障率
每周10-20次硬盘规章
每周1-2次主板或其他故障
以下为淘宝基于Hadoop版本介绍 1.基于0.19.1
2.大量Patch，主要来自官方社区0.19.2，0.20，0.21等，少部分自己开发
3.Hadoop客户端和服务端代码开发分离，云梯管理员只负责服务端升级，并保持版本向下兼容。
在Hadoop功能方面的扩展有几个方面：
1.安全性
密码认证
扩展ACL，用户访问其他组的数据
2.Scheduler
基于FairScheduler的改造
slots动态调整
各个组使用自己的资源
3.Slave单磁盘容错
DataNode坏掉一块磁盘不需要停止，减少数据分发
TaskTracker坏掉一块磁盘后不对作业造成影响
周敏还介绍了淘宝在Master节点容灾的解决方案及将来在这方面的工作计划：
1. 3个Master+1个Standby节点
配置文件一致，上传至SVN
2. JobTracker无元数据，JobHistory每天备份七天前的历史文件
3. NameNode和SecondaryNameNode
Check point 1天做一次（晚上8点之后），降低NameNode启动时间
Fsimage和edits同时通过NFS写到SNN上，元数据保存两份
4.Standby在NN或JT机时启用
周敏表示，在这方面还有很多工作要做：
1.JobTracker单点问题
调度效率低下导致集群利用率不足
2.NameNode HA
AvatarNode
3.Namenode内存瓶颈
Heap Size 40G,CMS gc之后23G
分布式NameNode ,Dynameic Partition Tree
4.Hadoop升级
5.OSD及CRUSH算法
由于数据量比较大，有些记录格式有错，使得自己编写MapReduce Job生成的数据总是少了一些 （编辑：拼字网 - 核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
