久久七七精品国产,超碰男人天堂好看av

業(yè)務(wù)場景：

公司有兩套集群，A集群專門做數(shù)據(jù)存儲，B集群專門做數(shù)據(jù)清洗和數(shù)據(jù)展現(xiàn)
A集群每天定時把數(shù)據(jù)同步過來B集群后，B集群負責(zé)后續(xù)清洗和供業(yè)務(wù)系統(tǒng)使用

集群背景

兩套集群都配有各自的KDC服務(wù)器
A集群沒做namenode HA，B集群是HA
集群拷貝的數(shù)據(jù)為parquet格式
A集群域為A.CN，B集群域為B.COM
數(shù)據(jù)從A到B

第一步 KDC互信 (沒有配置kerberos的可以忽略)

假設(shè)是A集群拷貝數(shù)據(jù)到B集群
兩邊添加相同principal

#A訪問B，兩個REALM需要共同擁有名為 krbtgt/B.COM@A.CN的principal
#兩個Keys需要保證密碼，version number和加密方式一致
#在主KDC節(jié)點執(zhí)行以下命令，兩個集群都要
kadmin.local
addprinc –e "aes128-cts:normal des3-hmac-sha1:normal arcfour-hmac:normal camellia256-cts:normal camellia128-cts:normal des-hmac-sha1:normal des-cbc-md5:normal " krbtgt/B.COM@A.CN

兩邊添加user和principal規(guī)則映??

受信任的領(lǐng)域.png

設(shè)置hadoop.security.auth_to_local參數(shù)

<property>
<name>hadoop.security.auth_to_local</name> 
<value>RULE:[1:$1@$0](^.*@A\.CN$)s/^(.*)@A\.CN$/$1/g 
RULE:[2:$1@$0](^.*@A\.CN$)s/^(.*)@A\.CN$/$1/g 
RULE:[1:$1@$0](^.*@B\.COM$)s/^(.*)@B\.COM$/$1/g 
RULE:[2:$1@$0](^.*@B\.COM$)s/^(.*)@B\.COM$/$1/g 
DEFAULT 
</value> 
</property>

在krb5.conf中配置信任關(guān)系
在兩集群/etc/krb5.conf文件配置domain和realm的映射關(guān)系
A集群

[capaths]
  A.CN = {
     B.COM= .
  }

B集群

[capaths]
  B.COM = {
    A.CN = .
  }

配置realms
A集群添加以下

[realms]
B.COM = {
  kdc = node1
  admin_server = node1
  kdc = node2
}

B集群添加以下

[realms]
A.CN = {
   kdc = snn
   admin_server = snn
   default_realm = A.CN
}

兩邊配置domain_realm
A B集群添加以下

[domain_realm] 
.B.COM = B.COM 
B.COM = B.COM
snn = A.CN

重啟kerberos
配置hdfs-site.xml，設(shè)置dfs.namenode.kerberos.principal.pattern為"*"

namenode,kerberos.principal.png
重啟hdfs
測試

[root@node1 ~]# hdfs dfs -ls /
Found 7 items
drwxr-xr-x   - hdfs  supergroup          0 2018-06-29 14:23 /flume
drwx------   - hbase hbase               0 2018-08-08 11:53 /hbase
drwxr-xr-x   - hdfs  supergroup          0 2018-04-04 23:47 /lsltest
drwxr-xr-x   - sdc   sdc                 0 2018-07-12 10:18 /sdc
drwxrwxrwt   - hdfs  supergroup          0 2018-08-16 10:53 /tmp
drwxr-xr-x   - hdfs  supergroup          0 2018-08-09 11:02 /user
drwxr-xr-x   - hdfs  supergroup          0 2018-04-23 17:03 /usr
[root@node1 ~]# hdfs dfs -ls hdfs://node1:8020/
Found 3 items
drwxrwxrwx   - hdfs supergroup          0 2018-06-04 14:52 hdfs://node1:8020/data
drwxrwxrwt   - hdfs supergroup          0 2018-07-03 19:26 hdfs://node1:8020/tmp
drwxr-xr-x   - hdfs supergroup          0 2018-06-11 12:17 hdfs://node1:8020/user
[root@node1 ~]#

這樣兩集群算是互通了

第二步數(shù)據(jù)拷貝

數(shù)據(jù)拷貝用hadoop自帶的distcp命令
執(zhí)行該命令為mapreduce操作，需消耗本機yarn資源

#數(shù)據(jù)拷貝，往活動的namenode發(fā)送數(shù)據(jù)
hadoop distcp  -overwrite -i hdfs://snn:9000/dev_hive/warehouse/gtp.db/product/partition_date=20180601 webhdfs://node1:50070/user/hive/warehouse/gtp_tmp.db/product/partition_date=20180601

這時候有個問題：集群B是做了namenode高可用，而且活動節(jié)點會時不時切換，這就會導(dǎo)致一個問題，假如A集群寫死往一個namenode寫數(shù)據(jù)，那該namenode變成standby狀態(tài)的時候，就會導(dǎo)致拷貝失敗

    ERROR tools.DistCp: Exception encountered
    org.apache.hadoop.security.AccessControlException: Authentication required
    at org.apache.hadoop.hdfs.web.WebHdfsFileSystem.validateResponse(WebHdfsFileSystem.java:457)
    at org.apache.hadoop.hdfs.web.WebHdfsFileSystem.access$200(WebHdfsFileSystem.java:113)
    at org.apache.hadoop.hdfs.web.WebHdfsFileSystem$AbstractRunner.runWithRetry
    (WebHdfsFileSystem.java:738)
    at org.apache.hadoop.hdfs.web.WebHdfsFileSystem$AbstractRunner.access$100(WebHdfsFileSystem.java:582)
    at org.apache.hadoop.hdfs.web.WebHdfsFileSystem$AbstractRunner$1.run(WebHdfsFileSystem.java:612)
    at java.security.AccessController.doPrivileged(Native Method)
    at javax.security.auth.Subject.doAs(Subject.java:422)
    at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1724)

或者

ls: Operation category READ is not supported in state standby

這時候需要在A集群hdfs-site.xml配置B集群namenode信息

 <property>
    <name>dfs.nameservices</name>
    <value>bdap-nameservice</value>
  </property>
  <property>
    <name>dfs.client.failover.proxy.provider.bdap-nameservice</name>
    <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
  </property>
  <property>
    <name>dfs.ha.automatic-failover.enabled.bdap-nameservice</name>
    <value>true</value>
  </property>
  <property>
    <name>ha.zookeeper.quorum</name>
    <value>node1:2181,node2:2181,node1:2181</value>
  </property>
  <property>
    <name>dfs.ha.namenodes.bdap-nameservice</name>
    <value>namenode81,namenode132</value>
  </property>
  <property>
    <name>dfs.namenode.rpc-address.bdap-nameservice.namenode81</name>
    <value>node1:8020</value>
  </property>
  <property>
    <name>dfs.namenode.servicerpc-address.bdap-nameservice.namenode81</name>
    <value>node1:8022</value>
  </property>
  <property>
    <name>dfs.namenode.http-address.bdap-nameservice.namenode81</name>
    <value>node1:50070</value>
  </property>
  <property>
    <name>dfs.namenode.https-address.bdap-nameservice.namenode81</name>
    <value>node1:50470</value>
  </property>
  <property>
    <name>dfs.namenode.rpc-address.bdap-nameservice.namenode132</name>
    <value>node2:8020</value>
  </property>

集群的客戶端信息可以從CDH直接下載

下載客戶端.png
重啟hdfs
命令從明確的一個namenode ip改為bdap-nameservice，根據(jù)上述的配置

hadoop distcp  -overwrite -i hdfs: //snn:9000/dev_hive/warehouse/gtp.db/product/partition_date=20180601 webhdfs://bdap-nameservice/user/hive/warehouse/gtp_tmp.db/product/partition_date=20180601

第三步數(shù)據(jù)修復(fù)

第二步是直接把parquet文件或者整個分區(qū)拷貝到相應(yīng)的目錄下，這時候還不能直接使用這些數(shù)據(jù)，需要修復(fù)表，刷新元數(shù)據(jù)
這時候可以通過ssh命令從A集群登陸B(tài)集群，通過表修復(fù)命令實現(xiàn)修復(fù)元數(shù)據(jù)

#ssh到B集群，執(zhí)行B集群的腳本實現(xiàn)表修復(fù)
#自動填充密碼
#!/bin/sh
#假設(shè)有以下表
a=('product' 'product' 'product')

for var in ${a[@]};
do
expect<<-END
set timeout 10000
 spawn sh /usr/deng_yb/repair.sh $var
 expect "password: "
 send "wms\n"
expect eof
exit
END
done

# 通過beeline，msck repair table命令修復(fù)表結(jié)構(gòu)
#!/bin/sh
table=$1
ssh wms@node1  << eeooff
beeline -u 'jdbc:hive2://node1:10000/gtp_tmp;principal=hive/node1@B.COM' --hiveconf mapreduce.job.queuename=datacenter  -e 'msck repair table ${table};'
eeooff

這樣第二步和第三步就可以在同一個調(diào)度系統(tǒng)按順序完成
這時候表修復(fù)完后，通過hive是可以查到數(shù)據(jù)的，但是impala還不行
這時候要刷新impala元數(shù)據(jù)，最好再做下表分析，這樣查表的時候評估的內(nèi)存使用就會更加準(zhǔn)確

#impala刷新元信息
INVALIDATE METADATA gtp_tmp.product
#表分析
COMPUTE INCREMENTAL STATS gtp_tmp.product

第四步數(shù)據(jù)清洗

第二和三步驟把把數(shù)據(jù)拷貝過來修復(fù)好后，B集群可以在基礎(chǔ)數(shù)據(jù)上面做清洗，整理出業(yè)務(wù)系統(tǒng)需要的報表數(shù)據(jù)
B集群是impala清洗，為什么用impala不用hive，原因如下
1. A集群把數(shù)據(jù)清洗完，并distcp過來，做完元信息修復(fù)后，剩余給B集群做清洗的時間不多
2. yarn和impala資源對半分情況下，impala比MapReduce任務(wù)快至少20倍
大表全量的任務(wù)要分區(qū)跑，或者根據(jù)時間切分跑，否則會報以下異常

內(nèi)存消耗過多.png

impala任務(wù)，類似以下

impala-shell -i node1:25003 -q  "
 INSERT OVERWRITE TABLE gtp.product_target
      select 
        id,
        item_no,
       ....
     from  gtp_tmp.product
     group by id, item_no....
          
"

B端集群清洗完后的表做刷新元數(shù)據(jù)和表分析，然后就可以給業(yè)務(wù)系統(tǒng)通過jdbc方式連接impala查詢相應(yīng)數(shù)據(jù)了
注意：所有執(zhí)行腳本都統(tǒng)一在一個調(diào)度系統(tǒng)中，可以選擇開源的azkaban
整體流程結(jié)構(gòu)就是

A 集群數(shù)據(jù)清洗
AB端kerberos認證通過
A distcp數(shù)據(jù) B
A ssh B 修復(fù)hive和impala表結(jié)構(gòu)和元信息
B 數(shù)據(jù)清洗以及更新impala元信??

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

兩集群數(shù)據(jù)拷貝

兩集群數(shù)據(jù)拷貝

業(yè)務(wù)場景：

集群背景

第一步 KDC互信 (沒有配置kerberos的可以忽略)

第二步數(shù)據(jù)拷貝

第三步數(shù)據(jù)修復(fù)

第四步數(shù)據(jù)清洗

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

兩集群數(shù)據(jù)拷貝

業(yè)務(wù)場景：

集群背景

第一步 KDC互信 (沒有配置kerberos的可以忽略)

第二步 數(shù)據(jù)拷貝

第三步 數(shù)據(jù)修復(fù)

第四步 數(shù)據(jù)清洗

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

第二步數(shù)據(jù)拷貝

第三步數(shù)據(jù)修復(fù)

第四步數(shù)據(jù)清洗