環境の違う複数台でのhadoopの構築方法のメモ
4台構成のhadoopに成功してうれしいので書く
研究室のサーバーを(勝手に)利用した.
4台の構成は以下の通り
Mac Pro(intel Xeon * 2 , memory 12G)
ワークステーション1(Xeon * 2 , memory 8G)
ワークステーション2(Xeon * 2 , memory 32G )
自作PC(Core i7 , memory 24G)
hadoopのサイトからデータをダウンロード
http://hadoop.apache.org/common/releases.html
最新版の0.20.1をダウンロード!
さてはて,ここから戦いが....
とりあえず,hadoopユーザーを作成
お互いからパスワードなしでもsshアクセスできるようにする.
rsyncとか使うと楽らしい?,俺はsftpでやった
んでもってconfの中のファイルを設定をするだけ.
hadoopのディレクトリは/usr/local/hadoop/に設置
conf/core-site.xmlの書き換え
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <!-- Put site-specific property overrides in this file. --> <configuration> <property> <name>fs.default.name</name> <value>hdfs://ホスト名:8050</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/usr/local/hadoop/data/tmp</value> </property> <property> <name>mapred.job.tracker</name> <value>ホスト名:8051</value> </property> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>mapred.tasktracker.map.tasks.maximum</name> <value>2</value> </property> <property> <name>mapred.tasktracker.map.tasks.maximum</name> <value>2</value> </property> </configuration>
ファイルを置く場所はいろいろ考えるのが面倒くさかったので
/usr/local/hadoop/data/tmp
にしました.
なので,/usr/local/hadoop/dataを作成しましょう.
tmpは勝手に作られるので問題ないです(もしかしたらdataも勝手に作られる?)
masters,slavesの変更
自分の構成では,以下の様に記述した.
mastersは1ホストのみ記述
slavesは4ホストすべて記述
hadoop-env.shの設定
各ホストで書き換える
export JAVA_HOME=〜〜を変更する
Mac(Snow Leopard Server)の場合
export JAVA_HOME=/System/Library/Frameworks/JavaVM.framework/Home
Ubuntu(9.10)の場合
(apt-getでsun-java6-jdkとsun-java6-jreをインストールしておくこと)
export JAVA_HOME=/usr/lib/jvm/java-6-sun
はまったところ
ポート50010番と指定した8050,8051をあけましょう
あとの動かし方
ここを参考にしましょう.
http://codezine.jp/article/detail/2699
とりあえず,rsyncはうまく使えなかったです.
PS:途中で書くのがいやになった
Ruby1.9で長い文字列を比較的早く作成する方法
UTF-8を使って100MBのクエリーを作成したら激遅だったので,いろいろ調べてみた.
あんまり調べてないけど
UTF-8の文字列を使用せず,バイナリ(ASCII-8BIT)を使用するというのが1番早いんではなかろうかと予想
なので比較してみる
クエリー作成時は範囲での入れ替えをよくやるので範囲オブジェクト使うために2文字にした
比較用コード
#-*- encoding:UTF-8 -*- times = ARGV[0].to_i puts times.to_s + "回" #文字列を+でつなげる a = "" b = "aa" start_time = Time.now (0...times).each do |i| a += b end end_time = Time.now puts "その1:+でつなげる" puts "全体の時間:"+(end_time - start_time).to_s puts "1回あたり:"+((end_time - start_time)/times).to_s,"" #文字列を入れ替える(UTF-8で) a = (" " * times * 2).force_encoding("UTF-8") b = "aa".force_encoding("UTF-8") start_time = Time.now (0...times).each do |i| a[(i*2)..(i*2+1)] = b end end_time = Time.now puts "その2:UTF-8で入れ替え" puts "全体の時間:"+(end_time - start_time).to_s puts "1回あたり:"+((end_time - start_time)/times).to_s,"" #文字列を入れ替える(バイナリで) a = (" " * times * 2).force_encoding("ASCII-8BIT") b = "aa".force_encoding("ASCII-8BIT") start_time = Time.now (0...times).each do |i| a[(i*2)..(i*2+1)] = b end end_time = Time.now puts "その3:バイナリで入れ替え" puts "全体の時間:"+(end_time - start_time).to_s puts "1回あたり:"+((end_time - start_time)/times).to_s,""
結果
1000回
その1:+でつなげる 全体の時間:0.002042 1回あたり:2.042e-06 その2:UTF-8で入れ替え 全体の時間:0.001439 1回あたり:1.439e-06 その3:バイナリで入れ替え 全体の時間:0.001121 1回あたり:1.121e-06
10000回
その1:+でつなげる 全体の時間:0.078724 1回あたり:7.8724e-06 その2:UTF-8で入れ替え 全体の時間:0.039332 1回あたり:3.9332e-06 その3:バイナリで入れ替え 全体の時間:0.01164 1回あたり:1.164e-06
100000回
その1:+でつなげる 全体の時間:10.125697 1回あたり:0.00010125697 その2:UTF-8で入れ替え 全体の時間:2.943017 1回あたり:2.943017e-05 その3:バイナリで入れ替え 全体の時間:0.113457 1回あたり:1.13457e-06
+でつなげたのとUTF-8で入れ替えしたのは1回あたりの時間が順調に伸びた
それに比べて,バイナリでいれかえたのは1回あたりの入れ替えがほぼ変わらない
やっぱりバイナリが最速か・・・
面倒くさいけどRuby1.9.1で巨大な文字列を作成するときは
force_encoding("ASCII-8BIT")
をつけた方がいいみたい