详解Hadoop 2.0中的CDH4 MR配置

[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 

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

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

<!– YARN –> 
  <property> 
<name>mapreduce.framework.name</name> 
<value>yarn</value> 
</property> 
<property> 
<name>mapreduce.jobhistory.address</name> 
<value>h011200.hebe.grid.sina.com.cn:10020</value> 
</property> 
<property> 
<name>mapreduce.jobhistory.webapp.address</name> 
<value>h011200.hebe.grid.sina.com.cn:19888</value> 
</property> 

yarn-site.xml配置

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

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