为什么需要Federation
HDFS Federation能解决一下问题:
1. 支持多个namespace, 为什么需要多个namespace呢,因为一个namespace由于JVM内存的限制,存放的元数据有限,因此支持的datanode数目也有限制。
下面的分析来自另一篇博客,这里转一下:
由于Namenode在内存中存储所有的元数据(metadata),因此单个Namenode所能存储的对象(文件+块)数目受到Namenode所在JVM的heap size的限制。50G的 heap能够存储20亿(200 million)个对象,这20亿个对象支持4000个datanode,12PB的存储(假设文件平均大小为40MB)。 随着数据的飞速增长,存储的需求也随之增长。单个datanode从4T增长到36T,集群的尺寸增长到8000个datanode。存储的需求从12PB增长到大于100PB。2. 水平扩展出多个namenode后,就可以避免网络架构上的性能瓶颈问题
3. 多个应用可以使用各自的namenode,从而相互隔离。
不过还是没有解决单点故障问题。
相关阅读:
Ubuntu 12.10 +Hadoop 1.2.1版本集群配置
搭建Hadoop环境(在Winodws环境下用虚拟机虚拟两个Ubuntu系统进行搭建)
更多Hadoop相关信息见Hadoop 专题页面 ?tid=13
架构图官方文档:
架构图如下:
测试环境现在准备两个namenode server: namenode1和namenode2, /etc/hosts里面的配置如下:
#hdfs cluster 192.168.1.71 namenode1 192.168.1.72 namenode2 192.168.1.73 datanode1 192.168.1.74 datanode2 192.168.1.75 datanode3 现在来看看上面5台server的配置: namenode1和namenode2的配置 core-site.xml <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://namenode1:9000</value> </property> <property> <name>io.file.buffer.size</name> <value>131072</value> </property> <property> <name>net.topology.node.switch.mapping.impl</name> <value>org.apache.hadoop.net.ScriptBasedMapping</value> <description> The default implementation of the DNSToSwitchMapping. It invokes a script specified in net.topology.script.file.name to resolve node names. If the value for net.topology.script.file.name is not set, the default value of DEFAULT_RACK is returned for all node names. </description> </property> <property> <name>net.topology.script.file.name</name> <value>/opt/rack.lsp</value> </property> <property> <name>net.topology.script.number.args</name> <value>100</value> <description> The max number of args that the script configured with net.topology.script.file.name should be run with. Each arg is an IP address. </description> </property> </configuration>注意,hdfs://namenode1:9000在另一个namenode2上配置为hdfs://namenode2:9000刷新namenode的方法是:
hduser@namenode1:~$ refresh-namenodes.sh Refreshing namenode [namenode1:9000] Refreshing namenode [namenode2:9000]
拓扑查询仍然可以使用:
注意添加了hdfs federation的配置,里面有两个namespaces: ns1和ns2,分别位于namenode1和namenode2上。
slaves文件