Hadoop在百度的應用--4000個節點的分散式叢集
百度的高效能運算系統(主要是後端資料訓練和計算)目前有4000節點,超過10個的叢集,最大的叢集規模在1000個節點以上。每個節點由8核CPU以及16G記憶體以及12TB硬碟組成,每天的資料生成量在3PB以上。規劃當中的架構將有超過1萬個節點,每天的資料生成量在10PB以上。
圖1.1 百度高效能運算系統的架構
底層的計算資源管理層採用了Agent排程不同型別的計算分別給MPI結構的演算法和Map-Reduce和DAG演算法應用等。而通過排程的分配,可以讓HPC高效能運算叢集和大規模分散式叢集各得其所的計算相應資料。
圖1.2 作業執行
百度通過HCE對streaming作業的排序,壓縮,解壓縮,記憶體控制進行了優化並提供了C++版的MapReduce介面。
圖1.3 實現概覽
下面是C++版的Map-Reduce程式輪廓:
圖1.4 Map/Reduce程式輪廓
下面是Map-Reduce經典應用WorkCount的例子:
圖1.5 wordcount程式
百度HCE語言的有關內容,HCE是基於C++的Hadoop環境,是一個全功能C++環境,可以避開Java語言對於釋放記憶體和資源申請的弊端,並在呼叫資料時繞開Java語言的所有關節,極大的提升演算法效率。
HCE作業排程的一些特點:
圖1.6 HCE作業排程特點
2、Hadoop在百度的應用
百度作為全球最大的中文搜尋引擎公司,提供基於搜尋引擎的各種產品,包括以網路搜尋為主的功能性搜尋;以貼吧為主的社群搜尋;針對區域、行業的垂直搜尋、MP3音樂搜尋,以及百科等,幾乎覆蓋了中文網路世界中所有的搜尋需求。
百度對海量資料處理的要求是比較高的,要線上下對資料進行分析,還要在規定的時間內處理完並反饋到平臺上。百度在網際網路領域的平臺需求如圖3-3所示,這裡就需要通過效能較好的雲平臺進行處理了,Hadoop就是很好的選擇。在百度,Hadoop主要應用於以下幾個方面:
* 日誌的儲存和統計;
* 網頁資料的分析和挖掘;
* 商業分析,如使用者的行為和廣告關注度等;
* 線上資料的反饋,及時得到線上廣告的點選情況;
* 使用者網頁的聚類,分析使用者的推薦度及使用者之間的關聯度。
圖3-3 網際網路領域的平臺需求
MapReduce主要是一種思想,不能解決所有領域內與計算有關的問題,百度的研究人員認為比較好的模型應該如圖3-4所示,HDFS實現共享儲存,一些計算使用MapReduce解決,一些計算使用MPI解決,而還有一些計算需要通過兩者來共同處理。因為MapReduce適合處理資料很大且適合劃分的資料,所以在處理這類資料時就可以用MapReduce做一些過濾,得到基本的向量矩陣,然後通過MPI進一步處理後返回結果,只有整合技術才能更好地解決問題。
注:MPI為訊息傳遞介面,一種並行程式設計技術(可參考MPI相關資料),標準MPI雖然很龐大,但是它的最終目的是服務於程序間通訊這一目標的。
百度現在擁有3個Hadoop叢集,總規模在700臺機器左右,其中有100多臺新機器和600多臺要淘汰的機器(它們的計算能力相當於200多臺新機器),不過其規模還在不斷的增加中。現在每天執行的MapReduce任務在3000個左右,處理資料約120TB/天。
百度為了更好地用Hadoop進行資料處理,在以下幾個方面做了改進和調整:
(1)調整MapReduce策略
限制作業處於執行狀態的任務數;
調整預測執行策略,控制預測執行量,一些任務不需要預測執行;
根據節點記憶體狀況進行排程;
平衡中間結果輸出,通過壓縮處理減少I/O負擔。
(2)改進HDFS的效率和功能
許可權控制,在PB級資料量的叢集上資料應該是共享的,這樣分析起來比較容易,但是需要對許可權進行限制;
讓分割槽與節點獨立,這樣,一個分割槽壞掉後節點上的其他分割槽還可以正常使用;
修改DFSClient選取塊副本位置的策略,增加功能使DFSClient選取塊時跳過出錯的DataNode;
解決VFS(Virtual File System)的POSIX(Portable Operating System Interface of Unix)相容性問題。
(3)修改Speculative的執行策略
採用速率倒數替代速率,防止資料分佈不均時經常不能啟動預測執行情況的發生;
增加任務時必須達到某個百分比後才能啟動預測執行的限制,解決reduce執行等待map資料的時間問題;
只有一個map或reduce時,可以直接啟動預測執行。
(4)對資源使用進行控制
對應用實體記憶體進行控制。如果記憶體使用過多會導致作業系統跳過一些任務,百度通過修改Linux核心對程序使用的實體記憶體進行獨立的限制,超過閾值可以終止程序。
分組排程計算資源,實現儲存共享、計算獨立,在Hadoop中執行的程序是不可搶佔的。
在大塊檔案系統中,x86平臺下一個頁的大小是4KB。如果頁較小,管理的資料就會很多,會增加資料操作的代價並影響計算效率,因此需要增加頁的大小。
百度在使用Hadoop時也遇到了一些問題,主要有:
MapReduce的效率問題:比如,如何在shuffle效率方面減少I/O次數以提高並行效率;如何在排序效率方面設定排序為可配置的,因為排序過程會浪費很多的計算資源,而一些情況下是不需要排序的。
HDFS的效率和可靠性問題:如何提高隨機訪問效率,以及資料寫入的實時性問題,如果Hadoop每寫一條日誌就在HDFS上儲存一次,效率會很低。
記憶體使用的問題:reducer端的shuffle會頻繁地使用記憶體,這裡採用類似Linux的buddy system來解決,保證Hadoop用最小的開銷達到最高的利用率;當Java 程序內容使用記憶體較多時,可以調整垃圾回收(GC)策略;有時存在大量的記憶體複製現象,這會消耗大量CPU資源,同時還會導致記憶體使用峰值極高,這時需要減少記憶體的複製。
作業排程的問題:如何限制任務的map和reduce計算單元的數量,以確保重要計算可以有足夠的計算單元;如何對TaskTracker進行分組控制,以限制作業執行的機器,同時還可以在使用者提交任務時確定執行的分組並對分組進行認證。
效能提升的問題:UserLogs cleanup在每次task結束的時候都要檢視一下日誌,以決定是否清除,這會佔用一定的任務資源,可以通過將清理執行緒從子Java程序移到TaskTracker來解決;子Java程序會對文字行進行切割而map和reduce程序則會重新切割,這將造成重複處理,這時需要關掉Java程序的切割功能;在排序的時候也可以實現並行排序來提升效能;實現對資料的非同步讀寫也可以提升效能。
健壯性的問題:需要對mapper和reducer程式的記憶體消耗進行限制,這就要修改Linux核心,增加其限制程序的實體記憶體的功能;也可以通過多個map程式共享一塊記憶體,以一定的代價減少對實體記憶體的使用;還可以將DataNode和TaskTracker的UGI配置為普通使用者並設定賬號密碼;或者讓DataNode和TaskTracker分賬號啟動,確保HDFS資料的安全性,防止Tracker操作DataNode中的內容;在不能保證使用者的每個程式都很健壯的情況下,有時需要將程序終止掉,但要保證父程序終止後子程序也被終止。
Streaming侷限性的問題:比如,只能處理文字資料,mapper和reducer按照文字行的協議通訊,無法對二進位制的資料進行簡單處理。為了解決這個問題,百度人員新寫了一個類Bistreaming(Binary Streaming),這裡的子Java程序mapper和reducer按照(KeyLen,Key,ValLen,Value)的方式通訊,使用者可以按照這個協議編寫程式。
使用者認證的問題:這個問題的解決辦法是讓使用者名稱、密碼、所屬組都在NameNode和Job Tracker上集中維護,使用者連線時需要提供使用者名稱和密碼,從而保證資料的安全性。
記憶體方面,降低NameNode的記憶體使用並研究JVM的記憶體管理;
排程方面,改進任務可以被搶佔的情況,同時開發出自己的基於Capacity的作業排程器,讓等待作業佇列具有優先順序且佇列中的作業可以設定Capacity,並可以支援TaskTracker分組;
壓縮演算法,選擇較好的方法提高壓縮比、減少儲存容量,同時選取高效率的演算法以進行shuffle資料的壓縮和解壓;
對mapper程式和reducer程式使用的資源進行控制,防止過度消耗資源導致機器宕機。以前是通過修改Linux核心來進行控制的,現在考慮通過在Linux中引入cgroup來對mapper和reducer使用的資源進行控制;
將DataNode的併發資料讀寫方式由多執行緒改為select方式,以支援大規模併發讀寫和Hypertable的應用。
百度同時也在使用Hypertable,它是以Google釋出的BigTable為基礎的開源分散式資料儲存系統,百度將它作為分析使用者行為的平臺,同時在元資料集中化、記憶體佔用優化、叢集安全停機、故障自動恢復等方面做了一些改進。