HBase混布MapReduce集群学习记录

一、准备工作

1.1 部署环境

集群规模大概260多台，TSC10机型，机型参数如下：

> 1个8核CPU(E5-2620v4)
> 64G内存
> HBA，12*4T SATA，1*240G SSD，
> 2*10G网口

1.2 机器分配

HBase和Hadoop的主结点共用，子结点也共用。

角色	机型	数量
HBase Master&Hadoop Namenode	B6	2
HBase RegionServer&Hadoop Datanode	TSC10	265
ZooKeeper	B6	5
ResourceManager(MR)	B6	1
HistoryServer(MR)	B6	1
NodeManager(MR)	TSC10	265

1.3 版本说明

角色	版本
HBase	1.2.5
Hadoop	2.7.2
Zookeeper	3.4.6

1.4 配置说明

1.4.1 内存参数配置说明

配置参数主要是内存方面，对于主结点来说，机型为B6，给主结点分配的内存是50G。数据结点方面，RegionServer分配了24G内存，DataNode分配2G内存。这样，对于混布的MR来说，主要是NodeManager，也还有24G内存， MR的ResourceManager单独部署在B6，内存分配24G。

1 HBase内存配置

HBASE_MASTER_OPTS="$HBASE_MASTER_OPTS -Xms10g -Xmx10g -Xmn4g"
HBASE_REGIONSERVER_OPTS="$HBASE_REGIONSERVER_OPTS -Xms24g -Xmx24g -Xmn4g"

2 Hadoop内存参数

HADOOP_NAMENODE_OPTS="-Dcom.sun.management.jmxremote -server -Xmx50g -Xms50g -Xmn4g
HADOOP_DATANODE_OPTS="-Dcom.sun.management.jmxremote -server -Xmx3g -Xmn1g 

3 Yarn内存参数

YARN_RESOURCEMANAGER_OPTS="-Dcom.sun.management.jmxremote -server -Xmx24g -Xmn16g
YARN_NODEMANAGER_OPTS="-Dcom.sun.management.jmxremote -Xmx24g

1.4.2 系统参数说明

涉及swap方面，主要如下：

vm.swappiness=1 
vm.dirty_background_ratio=1
vm.dirty_ratio=4

这里面采过一个坑，由于我们老集群机器内在只有32G，内存的限制，所以我们配置是打开swap内存。但tlinux不同版本这个参数的含义是不一样的，对于tlinux1.2版本，vm.swappinesss=0表示开启swap内存，但在tlinux2.2版本，这个参数如果设置为0则表示禁用swap内存，设置为1才表示开启swap内存。所以对于很多新tlinux版本的机器一开始这个参数被设置成了0，在运行一段时间发现，结点极不稳定，GC频繁，机器负载也较高，regionserver容易掉，阻塞集群读写，影响还是比较大的。后面将vm.swappiness设置成1后，集群才比较稳定。

二、MR部署过程

2.1 部署需求

混布MR的主要目的是在未接入业务的前期过程中，利用集群空闲资源通过MR方式将老集群数据同步至新集群。对于HBase而言，集群间数据拷贝如果想高效率，有两种方式可考虑，一类就是直接文件拷贝方式，通过distcp将HFile进行拷贝，拷贝完后再通过bulkload方式将数据Load到新集群HBase表中；另一类是snapshot快照方式，先在老集群创建表快照，通过ExportSnapshot将快照数据拷贝到新集群临时目录，快照数据在新集群上线也可以用bulkload方式将临时目录下的hfile文件load到线上，也可通过restore_snapshot的方式将快照表恢复到线上正式表，不过还需要作major_compact才算正式完成load。 这两种方式都需要借用MR才能完成数据拷贝，同时又没有额外的机器资源来单独部署MR，所以需要在现有集群上混布MR。

2.2 部署步骤

2.2.1 配置准备

MR的配置主要涉及2个如下：

mapred-site.xml
yarn-site.xml

在引言中提到，在部署过程中遇到最多的问题出现在配置Cgroup中出现。至于什么是Cgroup，简单讲是用于作资源隔离的，具体是基于物理资源Linux 内核提供的一种可以限制、记录、隔离进程组 (process groups) 所使用的物理资源 (如 cpu memory i/o 等等) 的机制。网上有很多关于Cgroup的介绍，是目前像docker,虚拟化等技术的基石，大家可以网上自行查找相关资料。

Yarn也是支持Cgroup隔离的，所以重点说下关于这部分的配置。

2.2.1.1 mapred-site.xml

关于这个配置的配置项说明如下：

配置项	说明
mapreduce.framework.name	指定MR所使用的调度框架，一般为yarn
fs.defaultFS	指定hadoop的文件系统名称，与dfs.nameservices的要保持一致
dfs.nameservices	HDFS NN的逻辑名称
mapreduce.jobhistory.webapp.address	历史作业web页面查询地址端口
mapreduce.jobhistory.address	历史作业启动地址
mapreduce.jobhistory.uselocaldir	历史作业本地存储目录

上面大部分是关于historyserver的配置项，那作业日志生成过程是怎么样的呢，主要涉及如下步骤：

• 1 yarn的资源调度器resourcemanager会启动一个MRAppMaster的进程，这个进程存在于具体执行作业的结点机器上；
• 2 MRAppMaster这个进程会将作业运行日志存储到yarn.app.mapreduce.am.staging-dir所配置的目录下，这个目录的默认值是/tmp/hadoop-yarn/staging/[username]/.staging；
• 3 作业运行完后，会将上述目录下相应作业的日志拷贝到mapreduce.jobhistory.intermediate-done-dir配置的目录中， 并定期启动扫描线程去将此目录下日志再拷贝到/history/done-dir目录下，并把原目录相应日志删除；
• 4 MRAppMaster进程将staging目录相应作业目录移除。

对于NodeManager来说，其执行过程中所产生的日志是保存在本地磁盘的，保存目录由yarn.nodemanager.local-dirs参数来控制。完整的mapred-site.xml配置如下。

<configuration>
<property>
         <name>mapreduce.framework.name</name>
         <value>yarn</value>
</property>
<property>
        <name>fs.defaultFS</name>
        <value>hdfs://hbase-hdfs-yarn</value>
</property>

<property>
        <name>dfs.nameservices</name>
        <value>hbase-hdfs-yarn</value>
</property>
<property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>mr-master-host:19888</value>
</property>

<property>
       <name>mapreduce.jobhistory.address</name>
       <value>mr-master-host:10020</value>
</property>

<property>
       <name>mapreduce.jobhistory.uselocaldir</name>
       <value>false</value>
</property>

<property>
       <name>mapreduce.jobhistory.intermediate-done-dir</name>
       <value>/history/intermediate-done-dir</value>
</property>

<property>
       <name>mapreduce.jobhistory.done-dir</name>
       <value>/history/done-dir</value>
</property>

2.2.1.2 yarn-site.xml

这个配置项比较关键，涉及很多，这里将几个主要的配置项进行说明。

1) resourcemanager部分

指定资源调度器相关地址。

<property>
        <name>yarn.resourcemanager.address</name>
        <value>mr-historyserver-host:8090</value>
</property>

<property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>mr-historyserver-host:8091</value>
</property>

<property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>mr-historyserver-host:8093</value>
</property>

<property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>mr-historyserver-host:8088</value>
</property>
<property>
  <name>yarn.nodemanager.address</name>
        <value>0.0.0.0:8041</value>
</property>

2) scheduler部分

指定调度器相关资源使用限制

<property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>128</value>
</property>
<property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>51200</value>
</property>

<property>
        <name>yarn.scheduler.increment-allocation-mb</name>
        <value>128</value>
</property>

<property>
        <name>yarn.scheduler.minimum-allocation-vcores</name>
        <value>1</value>
</property>

<property>
        <name>yarn.scheduler.maximum-allocation-vcores</name>
        <value>8</value>
</property>

<property>
        <name>yarn.scheduler.increment-allocation-vcores</name>
        <value>1</value>
</property>

3) cgroup部分

这部分因为配置采用的是LinuxContainerExecutor方式。涉及的配置比较复杂，需要配置很多额外的东西。配置步骤如下：

• 1 创建cgroup目录，根据yarn.nodemanager.linux-container-executor.cgroups.mount-path配置的目录先创建好，如/cgroup，这里主要是指定MR所使用的隔离组，如果不指定，默认是用/sys/fs/cgroup中的隔离参数。
• 2 将系统cgroup中的cpu和memory mount到自定义的/cgroup目录，如下命令所示：

mount -t cgroup -o memory cgroup /cgroup/memory
mount -t cgroup -o cpu cgroup /cgroup/cpu

• 3 mount之后，会在/cgroup下生成两个目录，cpu，memory，如下所示：

root@node1:/cgroup#ll
total 0
drwxrwx--x 3 hdfsadmin users 0 Jun 14 16:13 cpu
drwxrwx--x 3 hdfsadmin users 0 Jun 14 16:13 memory

• 4 创建子目录，目录名由参数yarn.nodemanager.linux-container-executor.cgroups.hierarchy指定，这里是hadoop-yarn, 并指定771权限和MR运行用户属主，如MR相关进程是运行在hdfsadmin用户下，需要把相关目录赋予hdfsadmin 属主；

mkdir -p /cgroup/cpu/hadoop-yarn 
mkdir -p /cgroup/memory/hadoop-yarn
chmod -R 771 /cgroup/cpu/hadoop-yarn
chmod -R 771 /cgroup/memory/hadoop-yarn
chown -R hdfsadmin.users /cgroup/cpu
chown -R hdfsadmin.users /cgroup/memory

• 5 将users组的MR运行用户hdfsadmin的属组增加root属性， 这个主要是因为cgroup必须在root组用户下才能运行，修改如下:

usermod -G users,root hdfsadmin

• 6 创建资源调度相关目录，这个主要是由参数``yarn.nodemanager.local-dirs确认，本集群中配置是的/data1/yarnenv/local,/data2/yarnenv/local,......,/data12/yarnenv/local; 同时还需要在这些目录下创建三个子目录，分别为filecache,usercache和nmPrivate`，并对filecache和usercache目录权限设置为755，对nmPrivate目录权限设置为700，这里的权限很关键，不然作业是执行不成功的。

mkdir -p /data1/yarnenv/local/filecache ....... /data12/yarnenv/local/filecache  
mkdir -p /data1/yarnenv/local/usercache ........ /data12/yarnenv/local/usercache
mkdir -p /data1/yarnenv/local/nmPrivate ........ /data12/yarnenv/local/nmPrivate
chown -R hdfsadmin.users /data1/yarnenv/local....../data12/yarnenv/local
chmod -R 755 /data1/yarnenv/local/filecache....../data12/yarnenv/local/filecache
chmod -R 755 /data1/yarnenv/local/usercache....../data12/yarnenv/local/usercache
chmod -R 700 /data1/yarnenv/local/nmPrivate....../data12/yarnenv/local/nmPrivate

关于Cgroup os层面的部署步骤就如下所未，下面介绍关于Cgroup 集群层面的配置。
其中，yarn-env.xml中的关于cgroup的配置项如下：

<property>
        <name>yarn.nodemanager.emc.enable</name>
        <value>true</value>
</property>
<property>
        <name>yarn.nodemanager.container-executor.class</name>
        <value>org.apache.hadoop.yarn.server.nodemanager.LinuxContainerExecutor</value>
</property>
<property>
        <name>yarn.nodemanager.linux-container-executor.resources-handler.class</name>
        <value>org.apache.hadoop.yarn.server.nodemanager.util.CgroupsLCEResourcesHandler</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.cgroups.delete-timeout-ms</name>
        <value>30000</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.cgroups.memory-control.enabled</name>
        <value>true</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.cgroups.oom.policy</name>
        <value>true</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.cgroups.hierarchy</name>
        <value>/hadoop-yarn</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.cgroups.mount</name>
        <value>true</value>
</property>

<property>
        <name>yarn.nodemanager.resource.cpu.enabled</name>
        <value>true</value>
</property>

<property>
        <name>yarn.nodemanager.resource.memory.enabled</name>
        <value>true</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.cgroups.mount-path</name>
        <value>/cgroup</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.nonsecure-mode.limit-users</name>
        <value>false</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.nonsecure-mode.local-user</name>
        <value>yarn</value>
</property>

<property>
        <name>yarn.nodemanager.linux-container-executor.cgroups.strict-resource-usage</name>
        <value>false</value>
</property>

<property>
            <name>yarn.nodemanager.linux-container-executor.group</name>
            <value>users</value>
</property>

如果用LinuxContainerExecutor作为容器隔离方式的话，还需要配置另一个文件：container-executor.cfg。主要 配置项如下：

yarn.nodemanager.linux-container-executor.group=users
banned.users=root
min.user.id=1000
allowed.system.users=hdfsadmin,hbaseadmin,yarn

这个配置文件在配置过程中也遇到一些问题，主要是解析格式问题，需要把原来的配置后面带#号的注释删除，不然会提示无法找到group。

关于配置部分就说到这，剩下的就是启动nodemanager进程和resourcemanager进程和historyserver进程。启动方式如下：

登录datanode结点机器，执行如下命令：

su - hdfsadmin #切换至mr运行用户
cd [hadoop-home]/sbin
./yarn-daemon.sh start nodemanager

登录MR资源管理调度机器，执行如下命令:

su - hdfsadmin
cd [hadoop-home]/sbin
./yarn-daemon.sh start resourcemanager
./mr-jobhistory-daemon.sh start historyserver

到此，MR部署层面已经介绍完了，当然 这里面还涉及比如DNS配置，策略申请等，这些也是需要提前准备的。部署过程中，问题也是不少的，下面分别介绍下。

三、问题记录

3.1 问题1：cgroup目录找不到文件错误

3.1.1 问题描述

3.1.2 问题原因

cgroup 目录挂载错了，通过mount命令发现，默认挂载到了/sys/fs/cgroup/systemd，如下图所示。

因我们集群参数配置的是cgroup挂载到/cgroup目录，挂载异常导致hdfs无法识别到/cgroup目录，自然会提示目录文件不存在。上面截图只是提示/cgroup/memory这个下的目录不存在，在实际过程中一开始也遇到了/cgroup/cpu目录不存在，所以要一并处理，同时注意目录属主和权限，不然也会有问题。

3.1.3 解决方案

mount -t cgroup -o memory cgroup /cgroup/memory
mount -t cgroup -o cpu cgroup /cgroup/cpu
mkdir -p /cgroup/cpu/hadoop-yarn /cgroup/memory/hadoop-yarn; 
chown hdfsadmin.users /cgroup/cpu/hadoop-yarn /cgroup/memory/hadoop-yarn;
chmod -R 771 /cgroup/cpu /cgroup/memory

3.2 filecache&usercache&nmPrivate目录找不到错误

3.2.1问题描述

在作业运行过程中，出现找不到filecache,usercache,nmPrivate子目录的错误，这个子目录是在由参数yarn.nodemanager.local-dirs配置的/data1/yarnenv/local类似这种目录，分别存储在12块盘中。

3.2.2 问题原因

上述问题主要是因在作业启动之前，集群所有结点机器没有预先创建好/data1/yarnenv/local/目录下的filecache, usercache, nmPrivate目录。

3.2.3 解决方案：

提前创建好这些子目录就行，同时权限这块也要设置ok，否则会提示permission denied问题。对于filecache,usercache，目录权限为755，而对于nmPrivate子目录，权限则要为700， 即只允许hdfsadmin用户往里写数据。

3.3 问题3-Wrong FS问题

3.3.1 问题描述

在启动作业过程中，提示fs异常，如下图所示。作业报错日志：

这个运行日志看不出啥，具体还要看container日志，这个日志路径是在yarn.nodemanager.log-dirs配置的目录下。不同application日志放在以application命名的目录下。具体如下：

container日志会更详细，从截图中可看出，提示的是wrong Fs错误，这个错误已经把提示的wrong fs的路径出来了。

3.3.2 问题原因

最终分析是jobhistory的相关配置参数有问题，mapreduce.jobhistory.userlocaldir这个参数一开始配置是True，表示用的是本地目录，也建了相关的本地目录，但一直提示wrong fs问题。这个问题和配置的jobhistory的目录有关，如果用本地目录，然而实际还是去获取的Hdfs路径 ，根源在运行作业时，无法识别到fs.defaultFS配置的路径。

3.3.3 解决方案

修改mapred-site.xml，将mapreduce.jobhistory.uselocaldir设置为false。

<property>
       <name>mapreduce.jobhistory.uselocaldir</name>
       <value>false</value>
</property>

3.4 ExportSnapshot问题

3.4.1 问题描述

在执行快照导出过程中，出现如下错误。

3.4.2 问题原因

主要是Export过程中，内存配置太少，用的默认值 ，导致出现内存不足现象，导致无法支持作业完成。

3.4.3 解决方案

在ExportSnapshot过程中，增加一个参数，如下:

-Dmapred.child.java.opts=-Xmx3072M

四、总结

上面从MR集群部署方面展开介绍，并对MR任务执行过程中出现的一些问题进行分析。希望能对大家有所帮助。