這篇文章主要講解了“hadoop1存在的問題有哪些”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“hadoop1存在的問題有哪些”吧！

成都創(chuàng)新互聯(lián)公司自2013年創(chuàng)立以來，先為遂平等服務(wù)建站，遂平等地企業(yè)，進行企業(yè)商務(wù)咨詢服務(wù)。為遂平企業(yè)網(wǎng)站制作PC+手機+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

對 hadoop1 和 hadoop  2  做了一個解釋 圖片不錯 拿來看看

 

Hadoop 1.0

 

從上圖中可以清楚的看出原 MapReduce 程序的流程及設(shè)計思路：

• 首先用戶程序 (JobClient) 提交了一個 job，job 的信息會發(fā)送到 Job Tracker 中，Job Tracker 是 Map-reduce 框架的中心，他需要與集群中的機器定時通信 (heartbeat), 需要管理哪些程序應(yīng)該跑在哪些機器上，需要管理所有 job 失敗、重啟等操作。

• TaskTracker 是 Map-reduce 集群中每臺機器都有的一個部分，他做的事情主要是監(jiān)視自己所在機器的資源情況。

• TaskTracker 同時監(jiān)視當(dāng)前機器的 tasks 運行狀況。TaskTracker 需要把這些信息通過 heartbeat 發(fā)送給 JobTracker，JobTracker 會搜集這些信息以給新提交的 job 分配運行在哪些機器上。上圖虛線箭頭就是表示消息的發(fā)送 - 接收的過程。

可以看得出原來的 map-reduce 架構(gòu)是簡單明了的，在最初推出的幾年，也得到了眾多的成功案例，獲得業(yè)界廣泛的支持和肯定，但隨著分布式系統(tǒng)集群的規(guī)模和其工作負荷的增長，原框架的問題逐漸浮出水面，主要的問題集中如下：

• JobTracker 是 Map-reduce 的集中處理點，存在單點故障。

• JobTracker 完成了太多的任務(wù)，造成了過多的資源消耗，當(dāng) map-reduce job 非常多的時候，會造成很大的內(nèi)存開銷，潛在來說，也增加了 JobTracker fail 的風(fēng)險，這也是業(yè)界普遍總結(jié)出老 Hadoop 的 Map-Reduce 只能支持 4000 節(jié)點主機的上限。

• 在 TaskTracker 端，以 map/reduce task 的數(shù)目作為資源的表示過于簡單，沒有考慮到 cpu/ 內(nèi)存的占用情況，如果兩個大內(nèi)存消耗的 task 被調(diào)度到了一塊，很容易出現(xiàn) OOM。

• 在 TaskTracker 端，把資源強制劃分為 map task slot 和 reduce task slot, 如果當(dāng)系統(tǒng)中只有 map task 或者只有 reduce task 的時候，會造成資源的浪費，也就是前面提過的集群資源利用的問題。

• 源代碼層面分析的時候，會發(fā)現(xiàn)代碼非常的難讀，常常因為一個 class 做了太多的事情，代碼量達 3000 多行，，造成 class 的任務(wù)不清晰，增加 bug 修復(fù)和版本維護的難度。

• 從操作的角度來看，現(xiàn)在的 Hadoop MapReduce 框架在有任何重要的或者不重要的變化 ( 例如 bug 修復(fù)，性能提升和特性化 ) 時，都會強制進行系統(tǒng)級別的升級更新。更糟的是，它不管用戶的喜好，強制讓分布式集群系統(tǒng)的每一個用戶端同時更新。這些更新會讓用戶為了驗證他們之前的應(yīng)用程序是不是適用新的 Hadoop 版本而浪費大量時間。

hadoop2.0：

 
從業(yè)界使用分布式系統(tǒng)的變化趨勢和 hadoop 框架的長遠發(fā)展來看，MapReduce 的 JobTracker/TaskTracker 機制需要大規(guī)模的調(diào)整來修復(fù)它在可擴展性，內(nèi)存消耗，線程模型，可靠性和性能上的缺陷。在過去的幾年中，hadoop 開發(fā)團隊做了一些 bug 的修復(fù)，但是最近這些修復(fù)的成本越來越高，這表明對原框架做出改變的難度越來越大。

為從根本上解決舊 MapReduce 框架的性能瓶頸，促進 Hadoop 框架的更長遠發(fā)展，從 0.23.0 版本開始，Hadoop 的 MapReduce 框架完全重構(gòu)，發(fā)生了根本的變化。新的 Hadoop MapReduce 框架命名為 MapReduceV2 或者叫 Yarn，

重構(gòu)根本的思想是將 JobTracker 兩個主要的功能分離成單獨的組件，這兩個功能是資源管理和任務(wù)調(diào)度 / 監(jiān)控。新的資源管理器全局管理所有應(yīng)用程序計算資源的分配，每一個應(yīng)用的 ApplicationMaster 負責(zé)相應(yīng)的調(diào)度和協(xié)調(diào)。一個應(yīng)用程序無非是一個單獨的傳統(tǒng)的 MapReduce 任務(wù)或者是一個 DAG( 有向無環(huán)圖 ) 任務(wù)。ResourceManager 和每一臺機器的節(jié)點管理服務(wù)器能夠管理用戶在那臺機器上的進程并能對計算進行組織。

事實上，每一個應(yīng)用的 ApplicationMaster 是一個詳細的框架庫，它結(jié)合從 ResourceManager 獲得的資源和 NodeManager 協(xié)同工作來運行和監(jiān)控任務(wù)。

上圖中 ResourceManager 支持分層級的應(yīng)用隊列，這些隊列享有集群一定比例的資源。從某種意義上講它就是一個純粹的調(diào)度器，它在執(zhí)行過程中不對應(yīng)用進行監(jiān)控和狀態(tài)跟蹤。同樣，它也不能重啟因應(yīng)用失敗或者硬件錯誤而運行失敗的任務(wù)。

ResourceManager 是基于應(yīng)用程序?qū)Y源的需求進行調(diào)度的 ; 每一個應(yīng)用程序需要不同類型的資源因此就需要不同的容器。資源包括：內(nèi)存，CPU，磁盤，網(wǎng)絡(luò)等等。可以看出，這同現(xiàn) Mapreduce 固定類型的資源使用模型有顯著區(qū)別，它給集群的使用帶來負面的影響。資源管理器提供一個調(diào)度策略的插件，它負責(zé)將集群資源分配給多個隊列和應(yīng)用程序。調(diào)度插件可以基于現(xiàn)有的能力調(diào)度和公平調(diào)度模型。

上圖中 NodeManager 是每一臺機器框架的代理，是執(zhí)行應(yīng)用程序的容器，監(jiān)控應(yīng)用程序的資源使用情況 (CPU，內(nèi)存，硬盤，網(wǎng)絡(luò) ) 并且向調(diào)度器匯報。

每一個應(yīng)用的 ApplicationMaster 的職責(zé)有：向調(diào)度器索要適當(dāng)?shù)馁Y源容器，運行任務(wù)，跟蹤應(yīng)用程序的狀態(tài)和監(jiān)控它們的進程，處理任務(wù)的失敗原因。

感謝各位的閱讀，以上就是“hadoop1存在的問題有哪些”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對hadoop1存在的問題有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！

分享題目：hadoop1存在的問題有哪些
文章轉(zhuǎn)載：http://jinyejixie.com/article44/iehcee.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機、靜態(tài)網(wǎng)站、營銷型網(wǎng)站建設(shè)、網(wǎng)站建設(shè)、Google、用戶體驗

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)