1. How We Prepared
Etu Hadoop Competition
2014
Study Hsueh!
!
2014/06/26
那⼀一年，我們⼀一起追的Hadoop

2. 那⼀一年，我們怎麼僥倖贏的EHC

3. Background
• qrtt1
• Java & AWS Expert
• Study
• Java Fan
• Lu
• Machining Learning Beauty

4. Hadoop Experience
• qrtt1
• 從Hadoop 1.x就說要玩Hadoop，但⼀一直沒玩
• Study
• 裝過CDH、略懂Hadoop 1.x
• 介接過Hive、⽤用sqoop轉置過RDBMS資料
• Lu
• 聽⼈人家說過Hadoop

5. 初賽

7. 初賽前分⼯工
• qrtt1
• ⼿手⼯工架Hadoop環境
• Study
• 準備bigtop rpms (放在S3上⾯面)
• 改Vagrantfile
• 測試
• Lu
• 專⼼心學Linux與架Hadoop

8. 初賽當天分⼯工
• qrtt1
• 分析送分程式
• Study
• 跑Vagrant script
!

9. 初賽結果
• 漏掉設定hostname, 導致HBase異常，還好最後
有進決賽:)
!
!
!

10. 決賽

11. 決賽說明會前分⼯工
• qrtt1!
• ⼿手⼯工架Hadoop Cluster!
• 架設KDC!
• HA、Kerberos Setup & Usage!
• Study!
• 準備與參賽環境相似的測試機!
• 準備CDH & CentOS repository mirror!
• 玩各種Hadoop distribution (CDH、HDP與BigTop)!
• Performance Turning & Testing!
• HA & Kerberos Usage!
• Lu!
• ⼿手⼯工架Hadoop Cluster!
• 測試Hadoop參數

12. 測試機 v1
• Type 1 Hypervisor: VMware ESXi 5.5
• CPU: Intel i5 760
• RAM: 16 GB
• HDD: 2 TB * 2

14. 決定使⽤用的
Hadoop Distribution
• 採⽤用CDH
• Pros
• 容易修改&部署Hadoop參數
• Log位置固定
• Cons
• Cloudera Management Service⾮非常吃資源 (可以關掉)
• 安裝耗時

15. 決賽說明會後分⼯工
• qrtt1
• Performance Testing
• Study
• 調整測試機，盡可能貼近⽐比賽環境
• 準備⽐比賽當天⽤用的VM
• Performance Testing
• Lu
• 測試Hadoop參數

16. 測試機 v2
• Host: CentOS 6.5 x86_64 Desktop
• Type 2 Hypervisor: Oracle VirtualBox 4.3.12
• CPU: Intel i5 760
• RAM: 32 GB
• HDD: 2 TB * 4

18. 決賽前⼀一天...
• 準備得越多，越發現可以準備的東⻄西更多
• 累了
!
!

19. 決賽當天分⼯工
• qrtt1
• KDC Setup
• Watch Log
• 執⾏行送分程式
• Study
• 準備軟硬體環境
• 協助問題排除
• Lu
• Hadoop參數調整

20. Before The Final Game
We Know
• 單⼀一台⼤大VM⽐比四台⼩小VM快上數倍
• CDH預設不允許使⽤用系統使⽤用者hdfs做某些操作
• VirtualBox
• JBOD無顯著效果
• ⽐比ESXi VM慢很多，且不時無回應
• Shared Folder權限更改無效
• VM互傳資料速度約30MB/s

21. 策略
• 先求各項有分數
• 若有⼈人分數超前，才開始turning
• VM turning
• Hadoop parameter turning
• ramfs
• Make Hadoop cluster run like a single-node Hadoop
• JBOD

22. 決賽中遇到的問題
• VM異常的慢
• HDFS寫⼊入30 * 3G的資料，準備的VM硬碟配置只
有80 GB
• HA Failover只等10秒，Namenode來不及切換
• HBase使⽤用系統使⽤用者hdfs執⾏行，導致出現權限
錯誤

23. Troubleshooting
• VM異常的慢
• 原因：每個VM配置了過多的cores (12 cores)
• 解決⽅方法：每個VM改為4 cores
!
!

24. Troubleshooting
• HDFS寫⼊入30 * 3G的資料，我們準備的VM硬碟配置只有80 GB
• Mount new virtual disks
• Stop Kerberos
• Reformat HDFS
• Start Kerberos
• 最後把HBase弄掛了
• 使⽤用snapshot還原VM

25. Troubleshooting
• HA Failover送分程式只等10秒，Namenode來不
及切換
• ⽤用Ctrl+z暫停送分程式
• 確認 Failover 完成，⽤用 fg 將送分程式喚醒
!

26. Troubleshooting
• HBase使⽤用系統使⽤用者hdfs執⾏行，導致出現權限錯
誤
• 新增Kerberos user
• 賦予User執⾏行MapReduce、HBase與HDFS的
權限
!

27. 結論
• ⽐比賽中有很多取捨，最後很多準備的東⻄西都沒⽤用
上
• ⺩王牌還沒出，⽐比賽就結束了
• 也許我們只是⼩小贏在 Linux ⽐比較熟
!

28. ⾨門外漢只要努⼒力，也有變成
男⼦子漢的⼀一天！！

29. 參考資料
• Etu Hadoop Competition 2014
• http://ehc.etusolution.com/index.php/tw/
• ⾨門外漢的 Hadoop 部署⼤大賽（上）
• http://www.codedata.com.tw/social-coding/contest-of-
hadoop-layman-1/
• ⾨門外漢的 Hadoop 部署⼤大賽（下）
• http://www.codedata.com.tw/social-coding/contest-of-
hadoop-layman-2/