OpenStack Sahara如何构建Hadoop和Spark系统

日期:2016-12-7作者:Walker Rowe翻译:皮红来源:TechTarget中国 英文

【TechTarget中国原创】

OpenStack Sahara是个命令行工具,通过简化流程,跟踪复杂的细节,使Hadoop和 Spark的安装、部署变得更加简单。

OpenStack是一种云操作系统,用于提供虚拟机,而OpenStack Sahara是一个附加组件,使管理员能够在这些虚拟机上部署Spark和Hadoop。换句话说,你可以将OpenStack Sahara作为一个中心点,构建Hadoop和Spark分布架构,做大数据分析。

Sahara本身提供的插件,可以用于不同供应商分配的Hadoop和Spark:

Vanilla: Apache Hadoop;

Ambari: Hortonworks Hadoop;

Spark: Apache Spark with Cloudera HDFS、Apache Spark with Cloudera Hadoop等

MapR:MapR plugin和 MapR File System等, Hadoop和Spark 准前端

Cloudera:Cloudera Hadoop分布式

从技术层面讲,不需要使用Hadoop来运行Spark,但是,由于Spark被分配存储在一个分布式架构中,因此,使用Hadoop来运行Spark,是最佳的选择。另外,Spark自身没有存储机制。

在架构中,Sahara 运行在OpenStack控制器节点上,而Hadoop集群运行在OpenStack计算节点上。

当然,还有其他的方法来部署Hadoop,比如说使用Docker containers,或者,还可以将Hadoop手动安装在虚拟或物理机器上。例如通过Ansible或者Puppet工具,使得这一切变得更加简单化。还有很多供应商以及供应商辅助工具可供选择,如Cloudera和MapR。另外,可以在不同云供应商的云中运行Hadoop。

使用OpenStack Sahara提供了一个中心点,可以部署并启动Hadoop,给每个VM分配一个Hadoop角色。作为一个开源的产品—一个不依赖于任何供应商的产品—能够获得OpenStack贡献者的支持,例如RedHat、Ubuntu、Suse、惠普、Workday、SAP、英特尔等等。

开始

可以在一台机器上安装OpenStack,但是,在做任何承诺之前,需要对其进行测试。有几种测试的方法。可以使用RHEL或CentOS的Packstack ,也叫RDO。或者可以使用DevStack Fedora、Ubuntu和CentOS。还可以使用Ubuntu 的Mirantis Fuel。

第一步是将虚拟机镜像上传到OpenStack Glance。可以使用Horizon仪表板或者Glance命令行。对于虚拟机,需要一个具有可用cloud-init的图像。Cloud-init便于部署到云,通过生成Secure Shell键,设置默认的定位和设置主机名。

使用Sahara

通过其他OpenStack组件,可以使用命令行界面,或者可以使用Horizon仪表板。仪表板显然更加容易。无论使用哪种方式,都需要安装Sahara。这是一个漫长的过程,OpenStack在其网站上提供了这样做的详尽说明。

部署Hadoop的基本步骤,首先是配置及部署VM,之后,才能确定每个VM提供哪种Hadoop角色。如下:

  • Namenode: Hadoop分布式文件系统(HDFS)的存储细节,运行JobTracker
  • Datanode: 运行工作的HDFS一部分
  • 二级节点名称:作为名称节点备份,以防名称节点出现异常
  • Oozie:工作流调度程序
  • 资源管理器:使用Apache、Yarn或者Mesos 分配资源—内存和CPU
  • 节点管理器:定位每个服务器的角色—节点—Hadoop系统中

工作历史服务器:密切关注MapReduce和其他工作的执行情况,并且,在必要时,进行重新安排。

继续使用OpenStack Sahara部署Hadoop,上传一个VM映像,例如带cloud-init的Ubuntu。接下来,使用Safari注册一个图像,将你使用的插件添加匹配的标签,例如Vanilla。向Horizon添加Sahara时,可以使用仪表板。VM模板、节点组模板具有相同的RAM和CPU特点,例如,m1.medium。最后,将节点组模板与集群模板相结合。

一旦完成这些步骤,在Horizon创建实例,设置主从Hadoop节点。然后,启动集群—实例。可以创建一个Hadoop job。可以是Spark、Pig、Java、MapReduce等等。然后,启动集群工作。最后,输出结果到Cinder或者其他存储。

Spark、Hadoop和Sahara

OpenStack Sahara并不是Hadoop或者Spark的增强版。相反,你可以把OpenStack Sahara看作一个图形或者命令行工具,使用OpenStack Sahara,建立一个分布式Hadoop或者Spark系统,变得更加简单。OpenStack Sahara不仅有助于安装这些系统;OpenStack Sahara还能跟踪服务器的服务功能。因此,通过屏幕,可以看到整个布局。

没有OpenStack Sahara的话,安装Spark或者Hadoop存在的最大困难是,你需要手动安装虚拟机。借助于OpenStack Sahara,可以跳过这一步,然后,你可以在上面安装Hadoop和 Spark。

OpenStack Sahara使你能够为每个服务器分配一个角色,因此,你要知道哪些服务器是用来存储数据的,哪些服务器是用来收集数据的,哪些服务器是用来协调所有活动的。一旦这一切已经敲定,当你需要规模扩展的时候,你可以重复这个过程。这是因为,你可以将你的想法另存为模板,就像OpenStack将不同的VM配置保存为模板。

OpenStack Sahara也能够帮助你跟踪其他复杂的细节,并且将这些复杂的细节纳入决策。例如,Hadoop背后的指导原则是,Hadoop使得每一块冗余数据分为三份。因此,把所有数据放置在同一台机器上、电源或者架子上,毫无意义。Sahara能起到很大的作用,因为Sahara本身就知道数据中心架配置,为了提高性能,可以将数据集中,为了避免冗余的话,也可以将数据分开。

综上所述,对那些已经使用OpenStack的用户来说,Sahara使得安装Hadoop和Spark变得更加容易。当然,你也可以使用Puppet、Ansible或者Docker,但是,这些都不是云的操作系统。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

评论
查看更多评论

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者>更多

Walker Rowe
Walker Rowe

资深IT从业人员

开源虚拟化>更多

  • 如何搭建OpenStack云计算平台

    对于开源云计算市场来说,OpenStack是当时无愧的领导者——虽然其仍然存在很多需要完善的地方,下面的五点建议可以帮助管理员更好地理解OpenStack。

  • OpenStack Sahara如何构建Hadoop和Spark系统

    OpenStack是一种云操作系统,用于提供虚拟机,而OpenStack Sahara是一个附加组件,使管理员能够在这些虚拟机上部署Spark和Hadoop。

  • 如何配置Ceph对象存储作为KVM虚拟机外部存储

    对象存储最初来自于云环境,因为相比于其他环境,云环境对于存储可扩展性需求通常更高。而Ceph对象存储现在是配置KVM虚拟机外部存储最为流行的一种方式。

  • OpenStack Magnum如何部署Docker Swarm等容器

    使用容器技术,管理员能够部署完整应用或者是应用的重要组成部分,并且其体积只有几十MB。容器启动过程只需要几秒钟,而hypervisor需要数分钟才能够完成启动过程。

相关推荐

技术手册>更多

  • 高级虚拟化之开发和测试实验室

    您的测试与开发环境虚拟化了吗?在本期高级虚拟化系列手册中,我们将介绍虚拟化测试和开发实验室的好处,并引导您一步步构建测试和开发虚拟化环境。

  • 虚拟化hypervisor许可指南

    VMware vSphere、Microsoft Hyper-V和Citrix XenServer不仅拥有不同的功能和价格,他们的虚拟化许可策略和价格模式也不同。平台之间的支持也不同。虚拟化许可策略和价格模式对IT组织的预算与运营有深远影响,因此必须仔细决定技术特征和功能。本指南提供VMware、微软和思杰公司的hypervisor许可和价格的比较,帮助您选择适合您组织的最佳hypervisor。

  • 用VMware构建云

    如何使用VMware工具成功构建云?本技术手册围绕这个问题,主要讲解了在构建云之前需要做哪些准备以及过程中需要使用到的帮助工具,并阐述了各大厂家在云业务中的积极反应。

  • 技巧我最爱 2010年VMware十大Tips

    VMware在2010年发布了两款重要产品:适用于服务器虚拟化与云计算的vSphere 4.1,以及用于桌面虚拟化的VMware View 4.5。精简的ESXi hypervisor更受欢迎,对于VMware管理员也很有必要。为此,TT虚拟化网站总结了2010年VMware十佳技巧,帮助您温习。从vCenter到PowerCLI到Site Recovery Manager再到VMware家庭实验室,下面我们来看看。

TechTarget

最新资源
  • 存储
  • CIO
  • 网络
  • 服务器
  • 数据中心
  • 云计算