大数据资源管理方案研究
1.研究背景
在实际的大数据工程部署中，多个业务部门经常需要运行多个数据应用，在搭建Hadoop集群时，经常面临如何划分大数据集群及进行资源隔离的问题。另外，由于预算有限等原因，数据运维部门也有控制预算，减少大数据集群节点个数，同时保证重点业务性能等诉求。
现有大数据集群一般支持2种资源管理方式，包括物理多租和逻辑多租，分别介绍如下。在物理多租模式中，每个租户拥有自己的MRS集群，资源和数据物理隔离。它的特点如下：
- 租户间的资源完全物理隔离，隔离级别较高，租户间完全互不影响；但空闲资源无法供其他租户使用，存在资源浪费。
- 不同租户的数据在不同集群内，数据共享需要手工搬运数据，效率较低；
- 管理模式比较简单，对管理员技能要求相对较低；
- 运维管理工作量较大，需要维护多套集群。比如集群升级需要每个集群逐一升级。
在逻辑多租模式中，多个租户共用同一个集群，通过集群内的多租户安全体系，实现多租户之间的资源资源和权限管控。它的特点如下：
- 租户间的资源可以动态调配，A租户不使用的资源可供B租户使用，有助于提升平台的整体资源利用率；
- 不同租户间的数据在同一平台内，可通过权限放通实现数据的共享，数据免搬运;
- 对管理员技能要求高，要求熟悉各个多租户的特性与基本原理，合理进行多租户资源和权限的规划和分配；
- 运维管理工作量较小，一套集群统一管理。
图1. 大数据物理多租示意图
图2. 大数据逻辑多租示意图
2.问题分析
在进行大数据集群划分时，需要实现两个主要目标。首先，需要确保不同数据业务之间的资源隔离，保证各个数据业务的性能；其次，为了控制预算，需要想办法减少节点个数。为了实现上述两个目标，需要做以下三方面的工作：
工作一、为了减少节点个数，需要合并集群，
- 减少MRS集群个数，减少MRS管控节点；
工作二、采用逻辑多租和多实例，实现资源隔离，
- 对于支持YARN的组件，通过逻辑多租实现，实现资源隔离；
- 对于不支持YARN的组件，通过多实例和物理机部署，实现资源隔离；
工作三、部分组件进一步合部，减少节点个数，
- 支持YARN的组件（HIVE/SPARK/HETU/FLINK），适配同样硬件的组件，可以合部在一个资源池内，通过多租户机制隔离，进一步减少节点个数；
- 对于多个HBASE集群，采用多实例的方法，进行硬件资源隔离。
为了既能保证重点业务的性能，又能减少节点个数，只能将既适配同样硬件，又能基于同一资源调度器工作的组件合部。下面，我们就分析不同大数据组件适配的硬件类型，主要是从硬盘类型、资源调度器、业务类型等角度分析。
表1. 大数据组件分类
考虑因素一、计算资源调度器不同，放在不同的节点
- 基于YARN的组件，包括HIVE/SPARKE/Flink/Hetu/；
- 不是基于YARN的组件，包括Flume/REDIS/ES/KAFKA；
考虑因素二、硬盘类型相同，才能合布
- SSD：flink、flume、Redis；
- SATA：spark + hive, hbase, hetu引擎；
- SAS: ElasticSearch, Kafka；
考虑因素三、业务分类
- 离线分析业务，HIVE/SPARK/HBASE/ES/HETU；
- 实时流式处理业务，Flink/Redis/Kafka；
其中，实时流式处理业务对可靠性要求较高，建议单独部署。
3.方案介绍
图3. 大数据资源管理策略
为了解决上述问题，我们提出如下方案。首先，我们将组件分为支持YARN的组件和不支持YARN的组件，主要策略如下。
主要策略一，针对支持YARN调度的组件，通过资源池进行资源隔离，主要步骤如下：
- 规划机器资源，将相关资源规划给支持YARN的组件，并在这些机器上面安装Node Manager；
- 通过资源池将计算节点分开，不同的租户应用跑到不同的机器上；
- 可以支持SATA硬盘的组件，分配统一的资源池，通过租户、子租户机制，进一步划分资源；
- 要求SSD盘的组件，分配相应的资源池和租户，通过租户，独占资源。
主要策略二，针对不支持YARN调度的组件，通过物理机隔离，这些物理机不装Node Manager。主要步骤如下：
- 规划机器资源，将相关资源规划给不支持YARN的组件，不要在这些机器上面安装Node Manager；
- 针对其不同组件要求不同的硬盘类型，分配不同的机器，并在上面安装不同的组件；
- 针对多个HBASE集群，采用多实例和硬件隔离的方式，进行资源隔离；
- 如果单个子集群的负载过小，且适配同样硬件的组件，可以进一步合部。
4.方案案例
图4. 物理机集群部署方案
图5. 逻辑多租部署方案
下面我们结合一个具体的项目，对比以下物理机集群方案和逻辑部署方案的效果。在图4，描述了一个物理机部署方案，共有6集群，30控节点。在图5，将上述6集群合并为一个集群，通过资源池和多实例的方式，来做资源隔离。对比两个方案，可以发现以逻辑多租为主的部署方案，将显著减少MRS的管控节点，同时也能保证各项业务的资源隔离。
本文由华为云发布。
