Brisk hadoop june2011

Brisk: Truly peer­to­peer Hadoop   

  srisatish.ambati AT gmail.com  DataStax/OpenJDK  @srisatish

Brisk: Hive + Hadoop + Cassandra

@srisatish

Map Reduce

@srisatish

Have large sets of data & you can work on small pieces in parallel. 

@srisatish

   Map Reduce@srisatish

Multi­core map reduce framework, Kunle, et al

@srisatish

Parallel Execution View @srisatish

@srisatish

@srisatish

JobTrackerNameNode

HDFS

@srisatish

Write­once­read­many!File once created, written & closed need change

@srisatish

Move computation, not data

@srisatish

@srisatish

DataNodes: Read, Write Blocks

@srisatish

NameNode: Single Master nodeSingle Machine Address spaceSingle Point of failure

Enter the Cassandra:High Scale

Peer­to­peer

@srisatish

When “it” does not fit in a single node!… Enter the distributed dragon!

NameNode

DataNodes

One­kind­of­node!

Cassandra:High Scale

Peer­to­peer

@srisatish

Portfolio DemoLow latency

Live tick prices for stocks.Batch Analytics

Historical EOD prices.Value at Risk.

http://www.datastax.com/docs/0.8/brisk/brisk_demo

http://ec2­50­19­4­143.compute­1.amazonaws.com:8888/opscenter/index.htmlhttp://ec2­67­202­12­176.compute­1.amazonaws.com:50030/jobdetails.jsp?jobid=job_201105310219_0008&refresh=30http://ec2­50­19­4­143.compute­1.amazonaws.com:8983/portfolio/

Demo URLs (good for this demo only)

Bigtable, 2006Dynamo, 2007

OSS, 2008

Incubator, 2009 TLP, 2010

A

LT

W

F

P

YKey “C”

U

Cassandra:High Scale

Peer­to­peerNo SPOF

@srisatish

Brisk

@srisatish

BriskHowStuffWorks version

@srisatish

YDH security edition (soon to be Apache)Apache Hive – Access via SQL like

CassandraHandlerCassandra 0.8

Use ColumnFamiliesinodesblock  

@srisatish

 String keyspace = “cfs”;

CfDef cf = new CfDef();   cf.setName(inodeDefaultCf);   cf.setComparator_type("BytesType");…

     cf.setName(sblockDefaultCf);     cf.setKey_cache_size(1M);     cf.setComment( 

"Stores blocks of information associated with a inodeStores blocks of information associated with a inode");

cf.setKeyspace(keyspace);

@srisatish

Consistency: R + W > N

"brisk.consistencylevel.read", "QUORUM";"brisk.consistencylevel.write", "QUORUM";

@srisatish

Hadoop: job tracker, task tracker

@srisatish

BriskSnitch: brisk nodes, cassandra nodes

@srisatish

BriskSimpleSnitch.java

if(TrackerInitializer.isTrackerNode)     {           myDC = BRISK_DC;          logger.info("Detected Hadoop trackers are enabled, setting my DC to " + myDC);      } else      {            myDC = CASSANDRA_DC;

logger.info("Looks like Vanilla Cassandra nodes, setting my DC to " + myDC);      } @srisatish

Hive: SQL­like accesscli, hwi, jdbc, metastorePushdown predicates (v beta2)

@srisatish

hive>  CREATE TABLE invites (foo INT, bar STRING)PARTITIONED BY (ds STRING);

hive>  LOAD DATA LOCAL INPATH '$BRISK_HOME/resources/hive/examples/files/kv2.txt' OVERWRITE INTO TABLE invites PARTITION (ds='2008­08­15');

hive>  SELECT count(*), ds FROM invites GROUP BY ds;

http://www.datastax.com/docs/0.8/brisk/about_hive @srisatish

ETLReal­time

Cassandra CFsDataCenters

Scale

@srisatish

@srisatish

No me in team!

● Ben Coverston

● Ben Werther

● Brandon Williams

● Cathy Daw

● Daria Hutchinson

● Jackson Chung

● Jake Luciani

● Joaquin Casares

● Jonathan Ellis

● Michael Allen

● Mike Bulman

● Michael Weir

● Nate McCall

● Nick M Bailey

● Patricio Echague

● Tyler Hobbs

● SriSatish Ambati

● Yewei Zhang

@srisatish

@srisatish100­node Brisk Cluster on Opscenter

OSS, 2008

+

+ +

Brisk

Cassandra

Incubator 2009

Bigtable, 2006Dynamo, 2007

TLP, 2010

git clone git@github.com:riptano/brisk.githttp://www.datastax.com/product/briskGetting  Started via Brisk AMI.Mahalo. Thank You. 

@srisatish

References● MapReduce: Simplified Data Processing on Large Clusters, 2004, Jeffrey Dean and 

Sanjay Ghemawat, http://bit.ly/googmr_pdf

● Multi­core MapReduce, Kunle, et al. http://bit.ly/iRJd1n

@srisatish