虚拟化Hadoop集群的部署和管理 - 基本操作
2013-09-10 18:11
453 查看
在Big Data Extensions(BDE)上不仅可以在分钟级别非常快速地部署Hadoop集群,这点可以通过前文《大数据虚拟化零起点-6基础运维第五步-使用CLI创建Apache Hadoop集群》和《大数据虚拟化零起点-7基础运维第六步-安装Big Data Extensions Plugin》感受到。部署完成后,BDE还能够方便地管理它们,从软件定义的角度,通过简单的图形界面和直观的命令行两种方法对集群的对象进行管理。下面我们就具体展开,讨论这些日常所需的集群运行管理。
1. 打开Serengeti CLI,连接Serengeti服务器
2. 输入命令行:
serengeti>cluster stop --name <cluster name>
例如:serengeti>clusterstop --name cponlycluster
3. 命令行界面会显示关闭cluster的进度,直到完成。
\
我们再使用GUI的方式去看同一个Hadoop集群,再试图重新开启它。
1.登录vSphere web client,进入Big Data Extensions界面
2.进入Big Data Cluster界面,可以找到刚才关闭的Hadoop集群也显示Stopped状态了。
3.现在直接在图形界面重新开启它,选中该集群,右键菜单选择Start Big Data Cluster
4.该集群开始运行,显示Starting状态,并显示进度条。直到完全启动,并显示Running状态。
这时候切换到命令行模式,查看该集群的话,它的运行状态也是Running,都应该是一致的。
命令行的操作步骤:
serengeti>cluster delete --name<cluster name>
例如:serengeti>clusterdelete --name testcluster
用户也可以通过Big Data Extensions的Web图形界面来操作:
1.打开vSphere Web Client, 进入BigData Extension界面
2.选择所要删除的集群
3.右键菜单选择Delete Big Data Cluste
目标集群的状态会显示Deleting,直到集群被完全删除。
在下一篇文章里,我们会讨论灵活方便地扩展Hadoop集群,以及时满足业务的变化。
如有任何问题,您可以发邮件至bigdata_apac@vmware.com。
关于vSphere Big Data Extensions:VMwarevSphere Big Data Extensions(简称BDE)基于vSphere平台支持大数据和ApacheHadoop作业。BDE以开源Serengeti项目为基础,为企业级用户提供一系列整合的管理工具,通过在vSphere上虚拟化ApacheHadoop,帮助用户在基础设施上实现灵活、弹性、安全和快捷的大数据部署、运行和管理工作。了解更多关于VMware vSphere Big Data Extensions的信息,请参见http://www.vmware.com/hadoop。
作者简介:
张君迟VMware大数据解决方案项目经理目前负责VMware大数据解决方案的管理和市场工作。曾担任VMware数据库管理产品vFabric Data Director产品经理,对虚拟化、云计算、关系型数据库和大数据等企业产品、技术方案和市场有深入的理解和实战经验。在此之前,就职于Microsoft从事分布式系统的产品管理和研发工作。
打开和关闭Hadoop集群
使用CLI方式:1. 打开Serengeti CLI,连接Serengeti服务器
2. 输入命令行:
serengeti>cluster stop --name <cluster name>
例如:serengeti>clusterstop --name cponlycluster
3. 命令行界面会显示关闭cluster的进度,直到完成。
\
我们再使用GUI的方式去看同一个Hadoop集群,再试图重新开启它。
1.登录vSphere web client,进入Big Data Extensions界面
2.进入Big Data Cluster界面,可以找到刚才关闭的Hadoop集群也显示Stopped状态了。
3.现在直接在图形界面重新开启它,选中该集群,右键菜单选择Start Big Data Cluster
4.该集群开始运行,显示Starting状态,并显示进度条。直到完全启动,并显示Running状态。
这时候切换到命令行模式,查看该集群的话,它的运行状态也是Running,都应该是一致的。
删除Hadoop集群
删除集群在虚拟化环境中相当于对文件进行操作,非常简单,它利用vSphere操作虚拟机,从而回收对应的虚拟机文件夹里的文件,在1分钟即可搞定。所腾出的空间和运算资源可以立刻被其他虚拟机利用。而在物理环境下,对Hadoop集群的回收要达到同等效果,要对集群的所有物理机器进行清理和格式化,资源重新被分配的周期更是进一步拉长。命令行的操作步骤:
serengeti>cluster delete --name<cluster name>
例如:serengeti>clusterdelete --name testcluster
用户也可以通过Big Data Extensions的Web图形界面来操作:
1.打开vSphere Web Client, 进入BigData Extension界面
2.选择所要删除的集群
3.右键菜单选择Delete Big Data Cluste
目标集群的状态会显示Deleting,直到集群被完全删除。
在下一篇文章里,我们会讨论灵活方便地扩展Hadoop集群,以及时满足业务的变化。
如有任何问题,您可以发邮件至bigdata_apac@vmware.com。
关于vSphere Big Data Extensions:VMwarevSphere Big Data Extensions(简称BDE)基于vSphere平台支持大数据和ApacheHadoop作业。BDE以开源Serengeti项目为基础,为企业级用户提供一系列整合的管理工具,通过在vSphere上虚拟化ApacheHadoop,帮助用户在基础设施上实现灵活、弹性、安全和快捷的大数据部署、运行和管理工作。了解更多关于VMware vSphere Big Data Extensions的信息,请参见http://www.vmware.com/hadoop。
作者简介:
张君迟VMware大数据解决方案项目经理目前负责VMware大数据解决方案的管理和市场工作。曾担任VMware数据库管理产品vFabric Data Director产品经理,对虚拟化、云计算、关系型数据库和大数据等企业产品、技术方案和市场有深入的理解和实战经验。在此之前,就职于Microsoft从事分布式系统的产品管理和研发工作。
相关文章推荐
- 服务器集群管理框架从构思到完成(二)集群部署配置和基本功能操作
- Hadoop (CDH4发行版)集群部署 (部署脚本,namenode高可用,hadoop管理)
- Hadoop (CDH4发行版)集群部署 (部署脚本,namenode高可用,hadoop管理)
- 使用Cloudera部署,管理Hadoop集群
- 我的Hadoop安装——使用Cloudera部署,管理Hadoop集群(离线安装CDH5.7.0)
- Hadoop (CDH4发行版)集群部署 (部署脚本,namenode高可用,hadoop管理) 推荐
- Hadoop集群完全分布式模式环境部署和管理的5大工具
- 使用Cloudera部署,管理Hadoop集群
- Hadoop系列之(三):使用Cloudera部署,管理Hadoop集群
- 部署Hadoop集群为什么优先选择硬件方式而不是虚拟化方式?
- 使用Cloudera部署,管理Hadoop集群
- Ambari (Apache Hadoop集群的供应、管理和监控的web工具) 基本概念
- Hadoop 集群基本操作命令-王建雄
- 配置管理(可参考用于hadoop集群部署)
- Hadoop (CDH4发行版)集群部署 (部署脚本,namenode高可用,hadoop管理)
- Spark Hadoop集群部署与Spark操作HDFS运行详解---Spark学习笔记10
- Spark Hadoop集群部署与Spark操作HDFS运行详解---Spark学习笔记10
- Hadoop-Linux集群批量部署管理工具parallel-ssh(PSSH)的安装与使用
- 批量部署Hadoop集群环境(1)
- (一个代码学会c语言操作数据库)linux上通过c语言操作数据库实现基本的学生信息管理系统(增、删、查、改‘显示)