【IT168 资讯】Hadoop On Demand (HOD)是一个能在一个共享集群上供应和管理相互独立的Hadoop Map/Reduce和Hadoop分布式文件系统（HDFS）实例的系统。它能让管理员和用户轻松地快速搭建和使用hadoop。HOD对Hadoop的开发人员和测试人员也非常有用，他们可以通过HOD共享一个物理集群来测试各自不同的Hadoop版本。

　　HOD依赖资源管理器(RM)来分配节点，这些节点被用来在之上运行hadoop实例。目前，HOD采用的是Torque资源管理器。

　　基本的HOD系统架构包含的下列组件：

　　一个资源管理器（可能同时附带一个调度程序）

　　各种HOD的组件

　　Hadoop Map/Reduce和HDFS守护进程

　　通过与以上组件交互，HOD在给定的集群上供应和维护Hadoop Map/Reduce实例，或者HDFS实例。集群中的节点可看作由两组节点构成：

　　提交节点(Submit nodes)：用户通过HOD客户端在这些节点上申请集群，之后通过Hadoop客户端提交Hadoop作业。

　　计算节点(Compute nodes)：利用资源管理器，HOD组件在这些节点上运行以供应Hadoop守护进程。之后，Hadoop作业在这些节点上运行。

　　下面是对申请集群及在之上运行作业所需操作步骤的简要描述。

　　用户在提交节点上用HOD客户端分配所需数目节点的集群，在上面供应Hadoop。
　　HOD客户端利用资源管理器接口（在Torque中是qsub）提交一个被称为RingMaster的HOD进程作为一个资源管理器作业，申请理想数目的节点。这个作业被提交到资源管理器的中央服务器上（在Torque中叫pbs_server）。
　　在计算节点上，资源管理器的从(slave)守护程序(Torque中的pbs_moms)接受并处理中央服务器(Torque中的pbs_server)分配的作业。RingMaster进程在其中一个计算节点（Torque中的mother superior）上开始运行。
　　之后，Ringmaster通过资源管理器的另外一个接口(在Torque中是pbsdsh)在所有分配到的计算节点上运行第二个HOD组件HodRing，即分布式任务。
　　HodRing初始化之后会与RingMaster通信获取Hadoop指令，并遵照执行。一旦Hadoop的命令开始启动，它们会向RingMaster登记，提供关于守护进程的信息。
　　Hadoop实例所需的配置文件全部由HOD自己生成，有一些来自于用户在配置文件设置的选项。
　　HOD客户端保持和RingMaster的通信，找出JobTracker和HDFS守护进程的位置所在。
　　之后的文档会讲述如何在一个物理集群的节点上安装HOD。

　　先决条件

　　要使用HOD，你的系统应包含下列的硬件和软件

　　操作系统: HOD目前在RHEL4上测试通过。
　　节点：HOD至少需要3个由资源管理器配置的节点。

软件

　　在使用HOD之前，以下组件必须被安装到所有节点上：

　　Torque：资源管理器
　　Python：HOD要求Python 2.5.1
　　下列组件是可选的，你可以安装以获取HOD更好的功能：

　　Twisted Python：这个可以用来提升HOD的可扩展性。如果检测到这个模块已安装，HOD就用它，否则就使用默认的模块。
　　Hadoop：HOD能自动将Hadoop分发到集群的所有节点上。不过，如果Hadoop在所有节点上已经可用，HOD也可以使用已经安装好的Hadoop。HOD目前支持Hadoop 0.15和其后续版本。
　　注释: HOD的配置需要以上这些组件的安装位置在集群所有节点上保持一致。如果在提交节点上的安装位置也相同，配置起来会更简单。

资源管理器

　　目前，HOD使用Torque资源管理器来分配节点和提交作业。Torque是一个开源的资源管理器，来自于Cluster Resources，是一个社区基于PBS项目努力的结晶。它提供对批处理作业和分散的计算节点(Compute nodes)的控制。你可以自由地从此处下载Torque。

　　所有torque相关的文档可以在这儿的TORQUE Resource Manager一节找到。在这里可以看到wiki文档。如果想订阅TORQUE的邮件列表或查看问题存档，访问这里。

　　使用带Torque的HOD：

　　安装Torque组件：在一个节点上(head node)安装pbs_server，所有计算节点上安装pbs_mom，所有计算节点和提交节点上安装PBS客户端。至少做最基本的配置，使Torque系统跑起来，也就是，使pbs_server能知道该和哪些机器通话。查看这里可以了解基本配置。要了解高级配置，请查看这里。
　　在pbs_server上创建一个作业提交队列。队列的名字和HOD的配置参数resource-manager.queue相同。Hod客户端利用此队列提交RingMaster进程作为Torque作业。
　　在集群的所有节点上指定一个cluster name作为property。这可以用qmgr命令做到。比如：qmgr -c "set node node properties=cluster-name"。集群名字和HOD的配置参数hod.cluster是相同的。
　　确保作业可以提交到节点上去。这可以通过使用qsub命令做到。比如：echo "sleep 30" | qsub -l nodes=3

安装HOD

　　现在资源管理器已经安装好了，我们接着下载并安装HOD。

　　如果你想从Hadoop tar包中获取HOD，它在'contrib'下的'hod'的根目录下。
　　如果你从编译源码，可以在Hadoop根目录下的运行ant tar, 生成Hadoop tar包。然后从获取HOD，参照上面。
　　把这个目录下的所有文件分发到集群的所有节点上。注意文件拷贝的位置应在所有节点上保持一致。
　　注意，编译hadoop时会创建HOD，同时会正确地设置所有HOD必须的脚本文件的权限。

配置HOD

　　安装HOD后你就可以配置它。为了运行HOD需要做的最小配置会在下面讲述，更多高级的配置会在HOD配置指南里面讲解。

最小配置

　　为运行HOD，以下的最小配置是必须要做的：

　　在你想要运行hod的节点上，编辑<install dir>/conf目录下的hodrc文件。这个文件包含了运行hod所必需的最少量的设置。
为这个配置文件中的定义的变量指定适合你环境的值。注意，有些变量在文件中出现了不止一次。

${JAVA_HOME}：Hadoop的Java的安装位置。Hadoop支持Sun JDK 1.5.x及以上版本。
${CLUSTER_NAME}：集群名称，由'node property'指定，在资源管理器配置中曾提到过。
${HADOOP_HOME}：Hadoop在计算节点和提交节点上的安装位置。
${RM_QUEUE}：在资源管理器配置中设置的作业提交队列。
${RM_HOME}：资源管理器在计算节点和提交节点的安装位置。
以下环境变量可能需要设置，取决于你的系统环境。在你运行HOD客户端的地方这些变量必须被定义，也必须在HOD配置文件中通过设定resource_manager.env-vars的值指定。多个变量可指定为用逗号分隔的key=value对组成的列表。

　　HOD_PYTHON_HOME：如果python安装在计算节点或提交节点的非默认位置，那么这个值必须设定为python的可执行文件的实际位置。

　　高级配置
　　你可以检查和修改其它配置选项来满足你的特定需要。关于HOD配置的更多信息，请参考配置指南。

　　运行HOD
　　当HOD配置好后，你就可以运行它了。更多信息请参考HOD用户指南。

　　支持工具和实用程序
　　此节描述一些可用于管理HOD部署的支持工具和应用程序。

　　logcondense.py - 管理日志文件
　　在HOD用户指南有提到，HOD可配置成将Hadoop日志上传到一个配置好的静态HDFS上。随着时间增加，日志数量会不断增长。logcondense.py可以帮助管理员清理上传到HDFS的日志文件。

　　运行logcondense.py
　　logcondense.py在hod_install_location/support文件夹下。你可以使用python去运行它，比如python logcondense.py，或者授以执行权限，直接运行logcondense.py。如果启用了权限，logcondense.py需要被有足够权限，能删除HDFS上上传目录下日志文件的用户运行。比如，在配置指南中提及过，用户可以配置将日志放在HDFS上的其主目录下。在这种情况下，你需要具有超级用户权限，才能运行logcondense.py删除所有用户主目录下的日志文件。