首页 > 代码库 > Hadoop 2.4.0新特性介绍

Hadoop 2.4.0新特性介绍

2024-07-04 03:11:38   230人阅读

       在2014年4月7日，Apache发布了Hadoop 2.4.0 。相比于hadoop 2.3.0，这个版本有了一定的改进，突出的变化可以总结为下列几点（官方文档说明）：

1 支持HDFS访问控制列表（ACL，Access Control Lists） 

     这个特性解决了在一定情况下，文件权限访问的权限问题。其机制是基于Linux文件访问权限的特征，如果你熟悉Linux的文件访问机制，你就不用再去理解HDFS文件访问的特性了。
     有了ACL特性后，对HDFS文件系统就具有了良性的扩展特性。HDFS-4685 bug，已经在这个版本解决了。


2 本地支持HDFS滚动在线升级

         解决问题（HDFS-5535）：“In order to roll a new HDFS release through a large cluster quickly and safely, a few enhancements are needed in HDFS. An initial High level design document will be attached to this jira, and sub-jiras will itemize the individual tasks.”。
 

3 为HDFS的FSImage提供协议缓存（protocol-buffers）

        这个功能使得HDFS升级服务更流畅。解决问题（HDFS-5698）:"Branch for using protobuf serialization for FSImage"


4 支持HDFS的https访问方式

5 支持YARN ResourceManager容错

     仅支持ResourceManager因故障挂掉重启，可以恢复之前正在运行的应用程序（用户不需重新提交），但正在运行的和尚未运行的任务需重新运行。另外，该版本不支持ResourceManager主备切换，甚至不能配置备ResourceManager。因此，该功能并没有彻底完成。如果想使用的话，请关注其实现进度。


6 增强了对新应用上YARN的功能

      Application Timeline Server之前运行在YARN上的计算框架中，只有MapReduce配有Job History server，该server可以供用户查询已经运行完成的作业的信息，随着YARN上计算框架的增多，有必要增加一个通用的Job History Server，于是开发了Generic history server，后来改名为Application Timeline Server，相关文档说明见：Application Timeline Server。注：Application Timeline Server可认为YARN提供给应用程序的用于共享信息的共享存储模块，可以将metric等信息存到该模块中，不仅仅是历史作业运行信息。目前共享存储模块使用的是单机版的leveldb，用户可根据需要扩展成hbase等。


7 支持YARN上CapacityScheduler 的SLAs

      Capacity scheduler支持资源抢占该功能很早就有了，但一直没有得到充分的测试。该版本进行了充分测试，并验证了其有效性。这里简单解释一下capacity scheduler资源抢占功能的设计动机：在capacity scheduler中，队列间的剩余资源是共享的，即当一个队列的资源有剩余时，可以共享给其它队列，但当该队列有新的作业提交时，其它队列必须在一定时间内归还（释放）资源，如果没有归还，则进行调度器会进行抢占。



                                              



                                                   The world breaks everyone, and afterward, many are stronger at the broken places.(Hemingway)


联系
我们