Embed Size (px)
Citation preview
主要内容
• 云梯介绍
• 对Hadoop的主要功能扩展与改造
• Hive实践
• 对Hive的改造
• 分布式数据仓库构思
淘宝的数据
Oracle 备库 MySQL 备库 日志系统
云梯1
TimeTunnelJDBCDUMP
数据平台 搜索 支付宝 B2B 云梯2
天网调度系统
Gateway Servers
数据魔方 量子统计
口碑
DataExchange
爬虫数据
Map Reduce Java Jobs
Streaming Jobs Hive Jobs
广告 BI
淘数据 推荐系统 搜索排行 …
云梯1规模
• 总容量9.3PB, 利用率77.09%
• 总共1100台机器
• Master：8CPU(HT)，48G内存，SAS Raid
• Slave节点异构
– 8CPU/8CPU(HT)
– 16G/24G内存
– 1T x 12 / 2T x 6 / 1T x 6 SATA JBOD
– 12/20 slots
• 约18000道作业/天, 扫描数据：约500TB/天
• 用户数474人, 用户组38个
云梯1规模-slave
• 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
• Slave故障率
– 每周10 ~ 20次硬盘故障
– 每周1 ~ 2次主板或其他故障
云梯1 Hadoop版本
• 基于0.19.1
• 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
• 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
云梯主要功能扩展
• 安全性
– 密码认证 （hadoop.job.ugi）
– 扩展ACL，用户访问其他组的数据（开发中）
• Scheduler
– 基于FairScheduler的改造
– slots动态调整（网页形式，每小时更新）
– 各个组使用自己的资源
• 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
Master节点容灾方案
• 3个Master + 1个Standby节点
– 配置文件一致，上传至SVN
• Virtual IP （NameNode和JobTracker）
• JobTracker无元数据，JobHistory每天备份七天前的历史文件
• 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
• Standby在NN或JT宕机时启用
将来的工作
• JobTracker单点问题
– 调度效率低下导致集群利用率不足
• NameNode HA
– AvatarNode
• Namenode 内存瓶颈
– Heap Size 40G，CMS gc之后 23G
– 分布式NameNode, Dynamic Partition Tree
• Hadoop 升级
• OSD及CRUSH算法
Hive使用
• 2009年3月调研,4月投入生产
• CLI与Thrift Server并用
• Web/SSH 界面
• 模板化 & 预加载
• 86个统一发布UDF
• Lineage Analysis
• 极限存储
– 增量存储表
– 按数据的生命周期分目录
实践经验
• 数据倾斜
• 内存优化
• I/O优化
• Multi-Insert
• 数据压缩
淘宝对Hive的贡献与改造
• UDFs
• 建立/删除临时函数
• 多线程 Thrift server
• GBK支持
• 完全JDBC
• Multi Distinct Aggregation支持
• 认证与权限
• bug fix
将来的工作
• Hive IDE
• Multi Distinct Aggregation优化
• Multi Group By优化
• 极限存储的索引与文件
• 表统计信息的支持
• 采用TFile做列存储尝试
链接
• 淘宝数据魔方
– http://data.taobao.com
• 淘宝数据平台团队博客
– http://www.tbdata.org/
• 个人
– http://coderplay.javaeye.com
– http://twitter.com/minzhou
