从主机名谈Hadoop集群管理
最近处理的数据越来越复杂，互联网上很火的Hadoop久闻盛名，想去学习一下。按照网上的例子配置了一番，老是出错误。但是正因为这个错误，才引发出对Hadoop集群管理的话题。
先说一下我的实验环境。我准备了4台虚拟机：
| IP地址 | 机器名(hostname) | 作用 |
| 192.168.1.101 | hadoop_1 | NameNode |
| 192.168.1.102 | hadoop_2 | SecondaryNameNode |
| 192.168.1.103 | hadoop_3 | DataNode-1 |
| 192.168.1.104 | hadoop_4 | DataNode-2 |
当我对NameNode进行格式化后，执行start-all，发现java进程没有启动成功（jps发现无任何进程），于是去查看日志，得到了下面的异常信息：
ERROR org.apache.hadoop.hdfs.server.namenode.NameNode: java.lang.IllegalArgumentException: Does not contain a valid host:port authority: hdfs://hadoop_1:9000
常用的分隔符都不行，我们如何管理这些机器呢？要知道，这只是一个实验环境。到了真正的生产环境，也许你将会面对几十上百，甚至上千节点。后来没办法，尝试使用“减号”来分隔，将所有的机器名都换成如下形式：
| IP地址 | 机器名(hostname) |
| 192.168.1.101 | hadoop-1 |
| 192.168.1.102 | hadoop-2 |
| 192.168.1.103 | hadoop-3 |
| 192.168.1.104 | hadoop-4 |
此时运行start-all.sh后终于正常了：
[hduser@hadoop-1 bin]$ jps
1292 NameNode
1498 JobTracker
1438 SecondaryNameNode
1587 Jps
既然减号，可以使用，在大规模集群中我们可以这样划分：
集群：针对不同的任务，我们可以使用不同的集群，后期还可以根据复杂度对该集群进行伸缩控制。简称c，cluster
机架：在机房中，服务器都会放到机架当中，像一个大衣柜一样，一层一层堆叠着符合工业标准尺寸的服务器。简称r，rack
筐位：这个主要是针对刀片式服务器，在同一个机架中我们放置若干个刀片筐，用来承载刀片服务器。简称f，frame
槽位：这个也是针对刀片式服务器，在同一个刀片筐中可以放置若干个刀片服务器，每一个放置的位置称之为槽位。简称s，slot
在Hadoop集群优化中我们知道，从配置中体现网络拓扑结构，可以让集群自动优先选择同一机架中的机器协同工作，这样减少不同机架间的网络IO，提高效率。而网络规划中必不可少的就是对机器命名的管理。我们要从机器名中就能判断出它所在的位置。无论是性能优化的角度，还是从硬件维护的角度来说都是有益的。
因此我们不妨对Hadoop集群中的机器进行如下命名：
hadoop-c-[集群编号]-r-[机架编号]-f-[筐位编号]-s-[槽位编号]
例如：
hadoop-c-0-r-0-f-0-s-0
这就表示这台机器属于0号集群，在0号机架上0号筐位的0槽位上。是不是很容易定位？
在实验环境中，我们使用“修改/etc/hosts文件”的方式来手工绑定机器名和ip地址。这样做的缺点是一旦一台机器做出改动之后，要对群集中所有机器的hosts文件进行同步更新。这对于大型集群来说简直是一场噩梦。我们可以使用专门的DNS服务器来管理这些机器。只要所有的节点使用相同的DNS服务器，在主机更改时只需要修改DNS服务器即可。
写在最后：
其实个人觉得只要能让A主机找到B主机即可。我们往往将hosts文件中，IP对应的主机名称和/etc/sysconfig/network的HOSTNAME属性设置成一致的，这是一种习惯。然而实际上我们完全可以设置成不一样的。拿我们刚才实验环境中的例子。在/etc/sysconfig/network中设置的HOSTNAME属性为hadoop_1（这里面有下划线），我们完全可以在hosts文件中就指明192.168.1.101指向的机器是hadoop-1（注意，这里用的是减号），在我们配置Hadoop的时候，一律使用hadoop-1这样的名称即可。
相关阅读：