详解Hadoop 2.0中的CDH4 MR配置

MR1

cdh不建议使用MRv2.0作为生产环境，故依旧提供了mr1的包

mr1-2.0.0-mr1-cdh4.1.2.tar.gz

解压后copy至原hadoop路径，有如下文件冲突：

[root@h011171 ~]# cp -r hadoop-2.0.0-cdh4.1.2/* /usr/local/hadoop/ cp: overwrite `/usr/local/hadoop/bin/rcc’? y 
cp: overwrite `/usr/local/hadoop/bin/hadoop’? y cp: overwrite `/usr/local/hadoop/cloudera/cdh_version.properties’? y 
cp: overwrite `/usr/local/hadoop/cloudera/apply-patches’? y cp: overwrite `/usr/local/hadoop/cloudera/build.properties’? y 
cp: overwrite `/usr/local/hadoop/cloudera/CHANGES.cloudera.txt’? y 

均覆盖即可

基本兼容cdh3 mr1的所有mapreduce配置，包括公平调度器/hadoop acl权限设置，

使用

./bin/start-mapred.sh ./bin/stop-mapred.sh 

监控调度界面同原CDH3

MR2(YARN)

MRv2最基本的设计思想是将JobTracker的两个主要功能，即资源管理和作业调度/监控分成两个独立的进程。在该解决方案中包含两个组件：全局的ResourceManager（RM）和与每个应用相关的ApplicationMaster（AM）。这里的“应用”指一个单独的MapReduce作业或者DAG作业。RM和与NodeManager（NM，每个节点一个）共同组成整个数据计算框架。RM是系统中将资源分配给各个应用的最终决策者。AM实际上是一个具体的框架库，它的任务是【与RM协商获取应用所需资源】和【与NM合作，以完成执行和监控task的任务】。

架构描述如下：

配置

mapred-site.xml配置

    
mapreduce.framework.name yarn 
  
mapreduce.jobhistory.address h011200.hebe.grid.sina.com.cn:10020 
  
mapreduce.jobhistory.webapp.address h011200.hebe.grid.sina.com.cn:19888 
 

yarn-site.xml配置

 yarn.resourcemanager.resource-tracker.address 
h011200.hebe.grid.sina.com.cn:8031  
 yarn.resourcemanager.address                # RMtracker地址意同jobtrakcer 
h011200.hebe.grid.sina.com.cn:8032  
 yarn.resourcemanager.scheduler.address     # RMscheduler地址意同mv1的jobscheduler 
h011200.hebe.grid.sina.com.cn:8030  
 yarn.resourcemanager.admin.address 
h011200.hebe.grid.sina.com.cn:8033  
 yarn.resourcemanager.webapp.address  #RM Web地址同mr1 默认的50030 
h011200.hebe.grid.sina.com.cn:8088  
    
 Classpath for typical applications. 
yarn.application.classpath  
$HADOOP_CONF_DIR, $HADOOP_COMMON_HOME/*,$HADOOP_COMMON_HOME/lib/*, 
$HADOOP_HDFS_HOME/*,$HADOOP_HDFS_HOME/lib/*, $HADOOP_MAPRED_HOME/*,$HADOOP_MAPRED_HOME/lib/*, 
$YARN_HOME/*,$YARN_HOME/lib/*  
  
yarn.nodemanager.aux-services mapreduce.shuffle 
  
yarn.nodemanager.aux-services.mapreduce.shuffle.class org.apache.hadoop.mapred.ShuffleHandler 
  
yarn.nodemanager.local-dirs /data1/hadoop/data/yarn/local 
  
yarn.nodemanager.log-dirs /data1/hadoop/data/yarn/log 
  
Where to aggregate logs yarn.nodemanager.remote-app-log-dir 
/var/log/hadoop-yarn/apps  
    
yarn.app.mapreduce.am.staging-dir /user 
 

./sbin/start-yarn.sh

会启动本地RM及远程NM

./sbin/mr-jobhistory-daemon.sh start historyserver

启动本地historyserver

RM界面

Job history界面

原文链接：http://minidb.sinaapp.com/?p=138

【编辑推荐】

1. 基于Hadoop云盘系统1：上传和下载效率优化
2. 基于Hadoop云盘系统2：HDFS文件访问控制
3. 分布式文件系统HDFS设计
4. 分布式文件系统HDFS中Block介绍
5. Hadoop 2.0.3在Linux环境下单机部署