大快搜索大数据运维管理平台深度解析

之前几周的时间一直是在围绕DKhadoop的运行环境搭建写分享，有一些朋友留言索要了dkhadoop安装包，不知道有没有去下载安装一探究竟。关于DKHadoop下载安装基本已经讲清楚了，这几天有点空闲把大快DKM大数据运维管理平台的内容整理了一些，作为DKHadoop相配套的管理平台，是有必要对DKM有所了解的。

DKM 是DKHadoop管理平台。作为大数据平台端到端Apache Hadoop 的管理应用，DKM 对 DKH 的每个部件都提供了细粒度的可视化和控制。通过DKM ，运维人员是可以提高集群的性能，提升服务质量，提高合规性并降低管理成本。

DKM 设计的目的是为了使得对于企业数据中心的管理变得简单和直观。通过DKM ，可以方便地部署，并且集中式的操作完整的大数据软件栈。该应用软件会自动化安装过程，从而减少了部署集群的时间。通过DKM 可以提供一个集群范围内的节点实时运行状态视图。同时，还提供了一个中央控制台，可以用于配置集群。总结DKM 能够提供的功能主要有以下几点：

1.自动化Hadoop 安装过程，大幅缩短部署时间；

2.提供实时的集群概况，例如节点，服务的运行状况；

3.提供了集中的中央控制台对集群的配置进行更改；

4.包含全面的报告和诊断工具，帮助优化性能和利用率；

 基本功能：DKM的基本功能主要可以分为四大模块：管理功能，监控功能，诊断功能和集成功能。本篇我们就先来看以下管理功能：

1、批量部署

我们都知道Hadoop 本身是一个分布式的系统，因此在安装时，需要对每一个节点进行组件的安装，并且由于是开源软件，其安装过程相对比较复杂，Hadoop 每个组件都需要做很多的配置工作，这一点相信各位深有体会。DKH 提供了DKM 来自动化安装部署Hadoop 。 大大缩短了Hadoop 的安装时间，同时也简化了安装Hadoop 的过程。（DKHADOOP安装步骤请参考此前分享的文章）

自动化安装的过程如下：

1.安装环境准备，下载DKM 以及DKH 的安装文件，安装JDK，yum 等基本软件。

2.挑选一台节点，安装DKM ，用户只需要启动安装脚本即可，通常情况下几分钟就能够完成。

3.DKM 是一个web 应用，提供了基于浏览器的界面，用户可以通过浏览器可视化的进行DKH的安装部署。

4.通过DKM 界面，添加其他需要的安装的节点，选择要安装的Hadoop 组件，以及每个节点承担的角色，选择安装，DKM 会自动地将需要安装的软件分发到对应的节点，并完成安装。

5.当所有节点的软件都安装完成之后，DKM 会启动所有的服务。从上述的安装过程可以看出DKH 的安装主要体现两个特点，批量化以及自动化。只需要在其中一个节点完成，其他节点都可以进行批量化的自动安装。

2、集群配置

（1）可视化参数配置界面

Hadoop 包含许多的组件，不同的组件都包含各种各样的配置， 并且分布于不同的主机之上。 DKM 针对这种情况提供了界面化的参数配置功能，并且能够自动的部署到每个节点。

（2）高可靠配置

DKM 对关键的组件使用HA部署方案，避免单点失效的发生，同时DKH 对于组件的异常错误提供了自动恢复处理，最大限度的保证服务的可靠性。

（3）HDFS 高可靠

在标准配置中，NameNode 是HDFS群集中的单点故障（SPOF）。每个群集都具有一个NameNode ，如果机器或进程变为不可用，群集整体将变为不可用，直到NameNode 在新主机上重新启动或上线。Secondary NameNode 不提供故障转移功能。 为了让“备用” NameNode 的状态与“活动”NameNode 在此实施中保持同步，两个节点均与一组名为JournalNode 的独立后台程序进行通信。由“活动”NameNode 执行任何Namespace 修改时，它会持续记录其中大部分JournalNode 的修改记录。 “备用”NameNode 能够从JournalNode 读取编辑操作，并不断监视它们以了解编辑日志发生的更改。当备用节点发现编辑操作时，它会将这些编辑应用于自己的Namespace 。在发生故障转移时，备用节点将确保首先从JournalNode 读取所有的编辑操作，然后才会将自己升级为“活动状态”。这确保了再发生故障转移之前完全同步Namespace 状态。

为了提供快速故障转移，备用NameNode 还需要拥有有关群集中的块位置的最新信息。为实现这一目的，DataNode 配置了这两个NameNode的位置，它们会将这块位置信息和检测信号发送给这两个NameNode。

一次只能有其中一个NameNode 处于活动状态，这一点对于HA群集的正常运行来说至关重要。否则，Namespace 状态会在两者之间快速出现分歧，从而导致数据丢失风险或其他不正确的结果。为了确保此属性并防止所谓的“大脑分裂状况”，JournalNode 一次只允许一个NameNode 成为写入程序。在故障转移过程中，要进入“活动”状态的NameNode 将接管JournalNode的写入角色，这会有效地阻止其它NameNode继续保持“活动”状态，使得新的“活动”NameNode可以安全地继续执行故障转移。

DKH 默认开启了HA . 用户不用担心此问题。

（4）YARN 高可靠

YARN ResourceManager(RM) 负责跟踪群集中的资源并安排应用程序（例如，MapReduce作业）。RM 高可用性（HA）功能以活动/待机 RM 对形式添加冗余，以删除此单点故障。此外，在从待机RM 到活动RM 进行故障转移时，应用程序可以从其上次检查点状态恢复； 例如，在MapReduce 作业中完成的map 任务不在后续的尝试中重新运行。这样可以在不对运行中的应用程序产生任何重要性能影响的情况下，处理以下事件：

计划外事件，如计算机崩溃。

计划内维护事件，如在运行ResourceManager的计算机上进行的软件或硬件升级。

RM HA 要求Zookeeper 和HDFS 服务处于运行状态。RM HA 通过活动-待机RM 对的方式实施。启动时，每个RM 处于待机状态；启动过程，但未加载状态。转换到活动状态时，RM会从指定的状态存储加载内部状态，并启动所有内部服务。 管理员（通过CLI）或通过集成的故障转移控制器（启用自动故障转移时）可促进转换为活动状态。

DKH 默认开启了Resource Manager HA 。用户不需要担心。

3、权限管理

对系统管理员，数据库管理员及其他管理员必须授予不同级别的管理权限。