Cloudera Certified Associate Administrator案例之Configure篇

　　　　　Cloudera Certified Associate Administrator案例之Configure篇

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　作者：尹正杰

版权声明：原创作品，谢绝转载！否则将追究法律责任。

一.下载CDH集群中最新的配置文件

问题描述：
　　某个集群的使用者需要通过客户端登陆集群，请使用CM下载HDFS和YARN的配置文件，保存到客户端机器的"/home/yinzhengjie/hadoop/etc/hadoop"目录下，并保持文件名不变。解决方案：
　　可以通过登陆CM WebUI界面下载，也可以直接登陆服务器进行下载。

1>.使用正确的用户名密码登录CM界面,点击hdfs服务

2>. 下载HDFS的配置文件

3>.使用正确的用户名密码登录CM界面,点击yarn服务

4>.下载YARN服务的配置文件

5>.查看集群后端存储配置文件的路径

[root@node101.yinzhengjie.org.cn ~]# ll /etc/hadoop/conf.cloudera.hdfs/　　　　　　　　#HDFS集群存储路径
total
-rw-r--r--  root root    Jun  : __cloudera_generation__
-rw-r--r--  root root    Jun  : __cloudera_metadata__
-rw-r--r--  root root  Jun  : core-site.xml
-rw-r--r--  root root  Jun  : hadoop-env.sh
-rw-r--r--  root root  Jun  : hdfs-site.xml
-rw-r--r--  root root   Jun  : log4j.properties
-rw-r--r--  root root   Jun  : ssl-client.xml
-rw-r--r--  root root   Jun  : topology.map
-rwxr-xr-x  root root  Jun  : topology.py
[root@node101.yinzhengjie.org.cn ~]#
[root@node101.yinzhengjie.org.cn ~]#
[root@node101.yinzhengjie.org.cn ~]#
[root@node101.yinzhengjie.org.cn ~]# ll /etc/hadoop/conf.cloudera.yarn/　　　　　　#YARN集群存储路径
total
-rw-r--r--  root root      Jun  : __cloudera_generation__
-rw-r--r--  root root      Jun  : __cloudera_metadata__
-rw-r--r--  root root    Jun  : core-site.xml
-rw-r--r--  root root     Jun  : hadoop-env.sh
-rw-r--r--  root root    Jun  : hdfs-site.xml
-rw-r--r--  root root     Jun  : log4j.properties
-rw-r--r--  root root    Jun  : mapred-site.xml
-rw-r--r--  root root     Jun  : ssl-client.xml
-rw-r--r--  root hadoop   Jun  : topology.map
-rwxr-xr-x  root hadoop  Jun  : topology.py
-rw-r--r--  root root    Jun  : yarn-site.xml
[root@node101.yinzhengjie.org.cn ~]#
[root@node101.yinzhengjie.org.cn ~]# 

二.限制HDFS服务的日志大小

问题描述：
　　根据管理要求，需要限制HDFS服务的日志大小。其限制为：NameNode服务保留4个日志文件，总量不超过8GB；Secondary NameNode 服务也保留4个日志文件，总量不超过8GB；两个服务总占用的磁盘空间 量不超过16GB。 解决方案：
　　单个服务的单个日志只要不超 过2GB，并将日志数设为4个，即可以满足要求。 

1>.使用正确的用户名密码登录CM界面,点击hdfs服务

2>.搜索关键字“NameNode Max Log Size”

3>.修改默认值200MB为2GB并点击保存按钮

4>.搜索关键字“SecondaryNameNode Max Log Size”（中文对应：”SecondaryNameNode 最大日志文件备份”）

5>.修改日志文件的备份数为4

6>.重启HDFS服务 

三.修改Namenode的堆内存

问题描述：
    集群承接了日志分析需求，将保存百万、千万数量级的文件，因 此需要扩大NameNode使用的堆内存，使其可以管理尽可能多的文件。物理内存的分配要求为：节点总物理内存为31GB，为系统服务保留的内存为6.2GB；NameNode和Secondary NameNode需设置相等大小的堆内存； 所有服务的堆内存均需要乘以1.3后计入总使用量中。需要为NameNode和相关服务配置尽可能大且满足要求的内存量，且不能触发任何警告。解决方案：
　　根据计算(31 - 6.2) / 1.3 = 19，因此 NameNode和Secondary NameNode各可设置9.5GB的堆内存。 

1>.使用正确的用户名密码登录CM界面,点击hdfs服务

2>.点击配置，搜索关键字“Java Heap Size of NameNode in Bytes”（对应中文为：”NameNode 的 Java 堆栈大小（字节）”）

3>.设置NameNode和SencondName的堆内存为9.5GB

4>.重启HDFS集群（需要注意的是，如果我们设置的NameNode或者SecondNamenode的堆内存大小总和大于当前服务器内存时，我们在重启集群时会启动失败！）

四.开启回收站功能

问题描述：
　　在描述公司的运维策略时，有人提出如果误删了HDFS的文件系统，可能几天都不会出现，尤其时当周末前发生这样的情况时。为了提供足够的保护级别，你决定将HDFS数据删除后永久清除的时间改为7天。解决方案：
　　我们直接在Cloudera Manager WebUI界面进行配置即可。除了配置回收站，还可以配置权限，副本书，块大小，balancer等。

1>.点击HDFS服务

2>.点击配置，并搜索关键字”fs.trash.interval”，修改其只为7天，即删除的文件在回收站中被保留的时间周期

3>.搜索关键词”fs.trash.checkpoint.interval”,即定义周期性检查回收站的文件是否过期的时间间隔，改值应该小于上面我们定义”fs.trash.interval“的值

五.