准备工作
为了运行Alluxio集群在多个机器上,必须部署Alluxio服务到这些机器上。可以下载伴随特定Hadoop版本的二进制AlLxio包,也可以从Alluxio源码中编译。
当从源码中编译时,Alluxio默认是伴随着Apache HDFS的2.2.0版本编译的。为了编译其他的Hadoop版本,需要配置正确的Hadoop选项,在Alluxio安装目录下执行一下命令
mvn install -P<YOUR_HADOOP_PROFILE> -D<HADOOP_VERSION> -DskipTests
Alluxio提供预定义的构建配置包含hadoop-1,hadoo-2(默认开启),hadoop-3分别对应Hadoop的1.x,2.x,3.x版本,如果你想构建Alluxio伴随着特定的Hadoop版本,你可以在命令中配置版本,例如:
mvn install -Phadoop-2 -Dhadoop.version=2.7.1 -DskipTests
mvn install -Phadoop-3 -Dhadoop.version=3.0.0 -DskipTests
如果构建成功,应该能够在${ALLUXIO_HOME}/assembly/server/target目录中看到alluxio-assembly-server-1.8.1-jar-with-dependencies.jar。
基本安装
为了配置Alluxio使用HDFS作为底层的存储,你需要修改conf/alluxio-site.properties。如果文件不存在,从模板中创建这个配置文件
cp conf/alluxio-site.properties.template conf/alluxio-site.properties
编辑conf/alluxio-site.properties,设置底层的存储地址为HDFS namenode地址和你想要挂在到Alluxio的HDFS目录,例如,如果你想要映射HDFS根目录到Alluxio中,可以设置存储地址为hdfs://node-master:9000;如果你仅仅想挂载HDFS的/alluxio/data目录到Alluxio,可以设置存储地址为hdfs://node-master:9000/alluxio/data
运行伴随着HDFS的本地Alluxio
首先确保你的HDFS集群正在运行,映射到Alluxio的目录存在,开启Alluxio服务
bin/alluxio format
bin/alluxio-start.sh local
如果你的ramdisk还没有挂载,可能是因为你是第一次运行Alluxio,可能需要添加SudoMount选项。
bin/alluxio-start.sh local SudoMount
将会在本地开启一个Alluxio master和一个Alluxio worker。你可以通过http://localhost:19999 进行访问
一定要在alluxio-site.properties文件中解开alluxio.master.hostname的注释,要不然启动不了Alluxio worker
运行一个简单的例子程序
bin/alluxio runTests
如果伴随着权限错误的测试失败,确保当前用户有挂载到Alluxio的HDFS目录的读写权限,默认登录用户是当前用户,为了修改用户,可以在conf/alluxio-site.properties文件中设置alluxio.security.login.username的值。
当运行例子成功之后,你可以访问http://localhost:50070 来验证由Alluxio创建的文件和目录,在这个测试中,将会看到/default_tests_files/BASIC_CACHE_THROUGH的文件。
关闭Alluxio
bin/alluxio-stop.sh local
高级的设置
指定HDFS配置文件位置
当HDFS没有默认的配置,你需要配置Alluxio服务能够访问正确的HDFS配置文件,只要这个被设置,使用Alluxio客户端的应用不需要进行特定的配置了。
有两种方法可以实现:
- 复制或者做象征性链接从Hadoop安装目录中的hdfs-site.xml,core-site.xml到${ALLUXIO_HOME}/conf,确保这个设置是在所有运行Alluxio服务的机器上。
- 可以在conf/alluxio-site.properties文件中设置alluxio.underfs.hdfs.configuration的值来指向hdfs-site.xml,core-site.xml。确保这个设置是在所有运行Alluxio服务的机器上。
alluxio.underfs.hdfs.configuration=/path/to/hdfs/conf/core-site.xml:/path/to/hdfs/conf/hdfs-site.xml
HDFS Namenode的高可用模式
为了配置Alluxio工作在HDFS namenodes的高可用模式下,首先指定HDFS配置文件位置。
除此之外,设置底层的存储地址是hdfs://nameservice(nameservice是在core-site.xml中设置的HDFS服务名字)。为了挂载HDFS的子目录到Alluxio,而不是整个HDFS根目录,修改底层的存储地址为:hdfs://nameservice/alluxio/data.
alluxio.master.mount.table.root.ufs=hdfs://nameservice/
用户权限映射
Alluxio支持POSIX-like文件的用户和权限检测,为了确保在HDFS上目录,文件的权限和Alluxio保持一致(例如,在Alluxio,Foo用户创建了一个文件,那么持久化到HDFS上,拥有者也是Foo)。开启Alluxio master和worker进程的用户必须满足以下条件之一
- HDFS super user: 那即是,使用开启HDFS namenode进程的用户来开启Alluxio master和worker进程
- 一个HDFS superuser group的成员,编辑hdfs-site.xml文件,检查dfs.permissions.superusergroup的值,如果这个属性被设置(例如,hdfs),添加开启alluxio进程的用户到这个组(hdfs),如果这个属性没有设置,添加一个group到这个属性,运行Alluxio的用户添加到这个新增的group。
上面的用户设置仅仅用来标识开启Alluxio master和worker进程。只要Alluxio服务开启,没有必要使用这个用户来运行Alluxio客户端应用。
挂载特定版本的HDFS
有许多方法可以挂载特定版本的HDFS到Alluxio。在挂载特定HDFS版本之前,确保你构建了那个特定HDFS版本的客户端,你可以在Alluxio安装目录中的lib下看是否存在对应的客户端。
如果你从源码中构建Alluxio,可以构建额外的客户端jar包,通过在Alluxio源码中的underfs目录下执行mvn命令。例如执行下面的命令可以构建2.6.0版本的客户端。
mvn -T 4C clean install -Dmaven.javadoc.skip=true -DskipTests \
-Dlicense.skip=true -Dcheckstyle.skip=true -Dfindbugs.skip=true \
-Pufs-hadoop-2 -Dufs.hadoop.version=2.6.0
使用Mount命令
当使用mount Alluxio shell命令时,通过传递alluxio.underfs.version参数来指定挂载的HDFS版本,如果没有版本被设置,默认Alluxio当做HDFS2.2版本。
例如,下面的命令可以挂载两个HDFS部署,一个是HDFS1.2,另一个是HDFS2.7.分别挂载到/mnt/hdfs12和/mnt/hdfs27下面。
./bin/alluxio fs mount \
--option alluxio.underfs.version=1.2 \
/mnt/hdfs12 hdfs://namenode1:8020/
./bin/alluxio fs mount \
--option alluxio.underfs.version=2.7 \
/mnt/hdfs27 hdfs://namenode2:8020/
使用alluxio-site.properties
当挂载Alluxio的根目录存储为特定的HDFS版本,可以添加下面的行到alluxio-site.properties文件
alluxio.master.mount.table.root.ufs=hdfs://namenode1:8020
alluxio.master.mount.table.root.option.alluxio.underfs.version=1.2
支持的HDFS版本号
Alluxio v1.8.1支持下面的HDFS版本作为alluxio.underfs.version参数的值
Apache Hadoop: 1.0, 1.2, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9, 3.0, 3.1