大数据集群部署规划(二)硬件配置要求

南墨2年前技术文章3355

CPU(虚拟机建议配置*2)

    • X86服务器:

最低配置:双路4核Intel处理器。

推荐配置:双路8核Intel处理器。

    • ARM服务器:

双路32核ARM处理器

Bit-mode

    • 64位

内存(虚拟机不建议超分)

    • 物理内存不少于32GB

    • 大集群(100节点以上)推荐单节点128GB~512GB内存

网卡

    • GE光口bond

    • 大集群推荐10GE光口bond及以上配置

磁盘RAID配置

    • 操作系统盘:独占一个RAID组,且RAID组级别为RAID1

    • 元数据盘(nn、jn、zk、hive元数据所在磁盘,如共盘请确保磁盘安全稳定):独占一个RAID组,且RAID组级别为RAID1

    • 数据盘:配置RAID0或无RAID

    • 也可采用共享存储和分布式存储的方式减少存储压力

磁盘空间

    • 操作系统盘>100Gb

    • 元数据盘>100GB

    • 数据盘>200GB

磁盘类型

本地盘

SSD

即固态硬盘,具有较高的读写性能。但通常存储容量较小,单位存储成本比普通机械硬盘高。由于NVMe SSD盘不支持配置RAID1,建议配置OS盘或元数据盘时建议采用SAS SSD,建议元数据盘采用此种磁盘。

     当数据量处于TB级别以上时,推荐使用本地盘,磁盘直接挂载在计算节点上,性能高于云盘。本地盘不能选择磁盘数量,只能使用默认配置好的数量,数据也没有后端的备份机制,需要上层的软件来保证数据可靠性。

DISK(HDD

DISK即普通机械硬盘,包括SATA和SAS类型。是HDFS用于保存数据的主力存储类型。DISK是大数据平台当前主要使用的磁盘存储类型。对于速度要求高的可以使用SSD类型的磁盘。

例如:阿里云E-MapReduce HDFS数据量大于60 TB,建议采用本地盘实例(ECS.d1,ECS.d1NE)

云盘

SSD云盘

具备稳定的高随机读写性能、高可靠性的高性能云盘产品。

建议在I/O密集型应用、中小型关系数据库和NoSQL数据库等场景中使用。

     当业务数据量处于TB级别以下时,推荐使用云盘,云盘的IOPS和吞吐相比本地盘都会小些。

     磁盘不直接挂载在本地的计算节点上,而是通过网络访问远端的一个存储节点。每一份数据在后端都有两个实时备份,一共三份数据。当一份数据损坏时(磁盘损坏,不是业务上的破坏)

高效云盘

具备高性价比、中等随机读写性能、高可靠性的云盘产品。

建议在开发与测试业务和系统盘等场景中使用。例如:阿里云EMR,HDFS数据量小于60 TB,可以考虑高效云盘和SSD云盘。

ESSD云盘

基于新一代分布式块存储架构的超高性能云盘产品,结合25GE网络和RDMA技术,单盘可提供高达100万的随机读写能力和更低的单路时延能力。

建议在大型OLTP数据库、NoSQL数据库和ELK分布式日志等场景中使用。例如阿里云E-MapReduce默认使用ESSD云盘作为集群的系统盘。系统盘默认是一块。

性能对比:磁盘性能为SSD本地盘 > SSD云盘 > 本地盘 > 高效云盘。

注:关于云盘,这里参考的是阿里云的块存储:

https://help.aliyun.com/document_detail/63136.html


相关文章

Kafka监控

1.监控健康状态为了了解 Kafka 的运作状态和性能状况需要对 Kafka 进行监控和诊断,通过Kafka提供的监控工具和插件可以诊断出 Kafka 的异常、错误、瓶颈和故障等问题并及时采取对应的措...

hive执行count和spark执行count结果不一致

hive执行count和spark执行count结果不一致

【组件版本】hive on mr、spark【问题现象】hive 执行count语句,结果条数为0,spark执行count语句能正常显示count数【详细描述】hive 执行count语句:显示co...

mysql双主更改为主从架构分析

mysql双主更改为主从架构分析

客户需求客户业务运行的在mysql双主架构上,因为客户经常误操作触发双写,导致数据不一致,对业务的稳定运行造成加大的影响。客户现有数据库架构图解决方案基于客户业务和底层数据库架构实际情况,云掣科技提供...

flink集成iceberg访问hive catalog任务报错

flink集成iceberg访问hive catalog任务报错

问题现象flink在集成iceberg后访问hive catalog任务无法执行,但flink自身任务正常,iceberg表任务无法执行,报错如下:Caused by: java....

Redis 主从同步

Redis 主从同步

前言在分布式系统中为了解决单点问题,通常会把数据复制到多个副本部署到其它机器,满足故障恢复和负载均衡需求。Redis 也提供了复制功能,实现相同数据多个 Redis 副本。本篇文章介绍如何配置 Red...

如何用 mysqldump 备份数据

前言mysqldump 是 MySQL 官方提供的一款逻辑备份工具,它将生成一组可以导入数据 库中以重现原始数据库中的数据和数据库对象的SQL语句。可用于备份恢复、表结构导出、备份上云。本 SOP 介...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。