温馨提示：要看高清无码套图，请使用手机打开并单击图片放大查看。

1.概述

本文档描述了在Kerberos与非Kerberos的CDH集群之间BDR不可用的情况下实现数据互导。文档主要讲述

1.测试集群环境描述

2.CDH的BDR功能验证

3.集群之间数据复制要求和限制

4.集群之间数据复制的方式

5.使用DistCp复制数据注意事项

6.通过DistCp进行数据互导

这篇文档将着重介绍CDH Kerberos集群与非Kerberos集群之间BDR不可用的情况下实现数据互导，并基于以下假设：

1.Kerberos集群与非Kerberos集群已搭建完成，并正常运行

2.两个集群都安装了HttpFS服务

2.测试集群环境描述

以下是对本次测试环境，但不是本操作手册的硬限制：

源集群（非Kerberos）	目标集群（Kerberos）
CDH5.12.0	CDH5.11.1
root用户操作	ec2-user用户操作
操作系统CentOS 6.5	操作系统CentOS 6.5

3.CDH的BDR功能验证

3.1分别在两个集群进行BDR配置

分别在两个集群进行同行集群配置，以下为配置步骤。

1. 在CM主页点击“备份”->“同行”，进入配置界面

2.点击“Add Peer”添加集群信息

PeerName：定义一个同行集群的名称

PeerURL:同行集群CM访问地址

PeerAdmin Username：同行集群的管理员账号

PeerAdmin Password：同行集群的管理密码

3.点击添加，查看状态是否为“已连接”

3.2在非Kerberos集群测试BDR

1. 在CM主页点击“备份”->“复制计划”

1. 创建一个HDFS复制计划

3.点击保存，提示如下错误

3.3在Kerberos集群测试BDR

1. 创建一个HDFS复制计划

2.点击保存，提示如下错误

通过如上操作得出，CDH的BDR功能不支持安全集群与非安全集群之间的数据复制；

4.Hadoop的DistCp集群间数据复制

术语说明：

源集群（Source）：指要迁移和复制数据的集群

目标集群（Destination）：指存储迁移数据的集群

4.1集群间数据迁移的要求和限制

1. 运行DistCp命令的集群必须启动MapReduce服务（MRV1或YARN（MRV2）），因为DictCp命令运行的是MapReduce作业。
2. 运行DistCp命令的集群中所有的MapReduce节点与源集群所有节点的网络是通的。
3. 在Kerberos集群与非Kerberos集群之间复制数据，必须在Kerberos集群上执行DistCp命令

4.2集群之间数据复制方式

1. 如果源是非Kerberos环境，目标是Kerberos环境，则在目标集群运行命令，对源集群使用WebHDFS，目标集群使用HDFS或者WebHDFS协议。
2. 如果源是Kerberos环境，目标是非Kerberos环境，则在源集群运行命令，对源集群使用HDFS或者WebHDFS，目标集群使用WebHDFS协议。

5.Distcp使用

注意：以下操作均在Kerberos集群上执行

5.1非Kerberos到Kerberos集群数据复制

非Kerberos集群为源集群，Kerberos集群为目标集群。

以下操作是将源集群/data目录的数据复制到目标集群的/sourcedata目录

1.查看源集群/data目录

[root@ip-172-31-6-148 ~]# hadoop fs -ls /dataFound 2 itemsdrwxr-xr-x   - root supergroup          0 2017-08-31 14:19 /data/cdh-shell-rw-r--r--   3 root supergroup    5279500 2017-08-31 14:11 /data/kudu.tar.gz[root@ip-172-31-6-148 ~]# hadoop fs -ls /data/cdh-shellFound 9 items-rw-r--r--   3 root supergroup         60 2017-08-31 14:19 /data/cdh-shell/README.md-rw-r--r--   3 root supergroup        125 2017-08-31 14:19 /data/cdh-shell/a.sh-rw-r--r--   3 root supergroup       5470 2017-08-31 14:19 /data/cdh-shell/autouninstall.sh-rw-r--r--   3 root supergroup        145 2017-08-31 14:19 /data/cdh-shell/b.sh-rw-r--r--   3 root supergroup        498 2017-08-31 14:19 /data/cdh-shell/components.list-rw-r--r--   3 root supergroup       2438 2017-08-31 14:19 /data/cdh-shell/delete.list-rw-r--r--   3 root supergroup         52 2017-08-31 14:19 /data/cdh-shell/node.list-rw-r--r--   3 root supergroup       1809 2017-08-31 14:19 /data/cdh-shell/ntp.conf-rw-r--r--   3 root supergroup        125 2017-08-31 14:19 /data/cdh-shell/user.list[root@ip-172-31-6-148 ~]#

1. 目标集群的数据目录

[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls / Found 9 itemsdrwxrwxrwx   - root   supergroup          0 2017-08-27 10:27 /HiBenchdrwxrwxrwx   - user_r supergroup          0 2017-08-21 11:23 /benchmarksdrwxr-xr-x   - hive   supergroup          0 2017-08-30 03:58 /datadrwxrwxrwx   - user_r supergroup          0 2017-08-23 03:23 /faysondrwx------   - hbase  hbase               0 2017-08-31 09:56 /hbasedrwxrwxrwx   - solr   solr                0 2017-08-17 14:09 /solrdrwxrwxrwt   - hdfs   supergroup          0 2017-08-31 06:18 /tmpdrwxrwxrwx   - hive   supergroup          0 2017-08-24 12:28 /udfjardrwxrwxrwx   - hdfs   supergroup          0 2017-08-30 03:48 /user[ec2-user@ip-172-31-8-141 ~]$

3.在Kerberos集群命令行进行Kerberos用户初始化

[ec2-user@ip-172-31-8-141_~]**$** kinit user\_rPassword_ **for** user\_r@CLOUDERA.COM:[ec2-user@ip-172-31-8-141_ ~]**$** klistTicket_ cache: FILE:/tmp/krb5cc\_500Default_ principal: user\_r@CLOUDERA.COMValid_ starting     Expires            Service principal08/31/17_ 10:03:41  09/01/17 10:03:41  krbtgt/CLOUDERA.COM@CLOUDERA.COM renew_ **until** 09/07/17 10:03:41[ec2-user@ip-172-31-8-141_ ~]**$**

4.执行如下操作进行数据拷贝（目标HDFS方式）

源集群使用WebHDFS和目标集群使用HDFS协议进行数据拷贝

[ec2-user@ip-172-31-8-141 ~]$ hadoop distcp webhdfs://ip-172-31-6-148:14000/data/ hdfs://172.31.8.141:8020/sourcedata...17/08/31 10:23:58 INFO tools.DistCp: DistCp job-id: job_1504187767743_000217/08/31 10:23:58 INFO mapreduce.Job: Running job: job_1504187767743_000217/08/31 10:24:10 INFO mapreduce.Job: Job job_1504187767743_0002 running in uber mode : false17/08/31 10:24:10 INFO mapreduce.Job:  map 0% reduce 0%17/08/31 10:24:27 INFO mapreduce.Job:  map 33% reduce 0%17/08/31 10:24:28 INFO mapreduce.Job:  map 100% reduce 0%17/08/31 10:24:28 INFO mapreduce.Job: Job job_1504187767743_0002 completed successfully...[ec2-user@ip-172-31-8-141 ~]$

Yarn作业运行界面

任务运行完成，检查数据是否与源集群数据一致

[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedataFound 2 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 10:24 /sourcedata/cdh-shell-rw-r--r--   3 user_r supergroup    5279500 2017-08-31 10:24 /sourcedata/kudu.tar.gz[ec2-user@ip-172-31-8-141 ~]$ [ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedata/cdh-shellFound 9 items-rw-r--r--   3 user_r supergroup         60 2017-08-31 10:24 /sourcedata/cdh-shell/README.md-rw-r--r--   3 user_r supergroup        125 2017-08-31 10:24 /sourcedata/cdh-shell/a.sh-rw-r--r--   3 user_r supergroup       5470 2017-08-31 10:24 /sourcedata/cdh-shell/autouninstall.sh-rw-r--r--   3 user_r supergroup        145 2017-08-31 10:24 /sourcedata/cdh-shell/b.sh-rw-r--r--   3 user_r supergroup        498 2017-08-31 10:24 /sourcedata/cdh-shell/components.list-rw-r--r--   3 user_r supergroup       2438 2017-08-31 10:24 /sourcedata/cdh-shell/delete.list-rw-r--r--   3 user_r supergroup         52 2017-08-31 10:24 /sourcedata/cdh-shell/node.list-rw-r--r--   3 user_r supergroup       1809 2017-08-31 10:24 /sourcedata/cdh-shell/ntp.conf-rw-r--r--   3 user_r supergroup        125 2017-08-31 10:24 /sourcedata/cdh-shell/user.list[ec2-user@ip-172-31-8-141 ~]$

源集群与目标集群数据一致。

5.执行数据拷贝命令（目标WebHDFS方式）

源集群使用WebHDFS和目标集群使用WebHDFS协议进行数据拷贝，删除目标集群hdfs的/sourcedata目录

[ec2-user@ip-172-31-8-141 ~]$ hadoop distcp webhdfs://ip-172-31-6-148:14000/data/ webhdfs://ip-172-31-9-186:14000/sourcedata...17/08/31 10:37:11 INFO mapreduce.Job: The url to track the job: http://ip-172-31-9-186.ap-southeast-1.compute.internal:8088/proxy/application_1504187767743_0003/17/08/31 10:37:11 INFO tools.DistCp: DistCp job-id: job_1504187767743_000317/08/31 10:37:11 INFO mapreduce.Job: Running job: job_1504187767743_000317/08/31 10:37:22 INFO mapreduce.Job: Job job_1504187767743_0003 running in uber mode : false17/08/31 10:37:22 INFO mapreduce.Job:  map 0% reduce 0%17/08/31 10:37:31 INFO mapreduce.Job:  map 33% reduce 0%17/08/31 10:37:33 INFO mapreduce.Job:  map 100% reduce 0%17/08/31 10:37:33 INFO mapreduce.Job: Job job_1504187767743_0003 completed successfully...[ec2-user@ip-172-31-8-141 ~]$

Yarn任务界面

任务运行完成，检查数据是否与源集群数据一致

[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedataFound 2 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 10:37 /sourcedata/cdh-shell-rw-r--r--   3 user_r supergroup    5279500 2017-08-31 10:37 /sourcedata/kudu.tar.gz[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedata/cdh-shellFound 9 items-rw-r--r--   3 user_r supergroup         60 2017-08-31 10:37 /sourcedata/cdh-shell/README.md-rw-r--r--   3 user_r supergroup        125 2017-08-31 10:37 /sourcedata/cdh-shell/a.sh-rw-r--r--   3 user_r supergroup       5470 2017-08-31 10:37 /sourcedata/cdh-shell/autouninstall.sh-rw-r--r--   3 user_r supergroup        145 2017-08-31 10:37 /sourcedata/cdh-shell/b.sh-rw-r--r--   3 user_r supergroup        498 2017-08-31 10:37 /sourcedata/cdh-shell/components.list-rw-r--r--   3 user_r supergroup       2438 2017-08-31 10:37 /sourcedata/cdh-shell/delete.list-rw-r--r--   3 user_r supergroup         52 2017-08-31 10:37 /sourcedata/cdh-shell/node.list-rw-r--r--   3 user_r supergroup       1809 2017-08-31 10:37 /sourcedata/cdh-shell/ntp.conf-rw-r--r--   3 user_r supergroup        125 2017-08-31 10:37 /sourcedata/cdh-shell/user.list[ec2-user@ip-172-31-8-141 ~]$

5.2Kerberos到非Kerberos集群数据复制

Kerberos集群为源集群，非Kerberos集群为目标集群。

以下操作是将源集群的/sourcedata目录下的数据复制到目标集群的/data目录下。

1.查看源集群/sourcedata目录

[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedataFound 2 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 10:37 /sourcedata/cdh-shell-rw-r--r--   3 user_r supergroup    5279500 2017-08-31 10:37 /sourcedata/kudu.tar.gz[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedata/cdh-shellFound 9 items-rw-r--r--   3 user_r supergroup         60 2017-08-31 10:37 /sourcedata/cdh-shell/README.md-rw-r--r--   3 user_r supergroup        125 2017-08-31 10:37 /sourcedata/cdh-shell/a.sh-rw-r--r--   3 user_r supergroup       5470 2017-08-31 10:37 /sourcedata/cdh-shell/autouninstall.sh-rw-r--r--   3 user_r supergroup        145 2017-08-31 10:37 /sourcedata/cdh-shell/b.sh-rw-r--r--   3 user_r supergroup        498 2017-08-31 10:37 /sourcedata/cdh-shell/components.list-rw-r--r--   3 user_r supergroup       2438 2017-08-31 10:37 /sourcedata/cdh-shell/delete.list-rw-r--r--   3 user_r supergroup         52 2017-08-31 10:37 /sourcedata/cdh-shell/node.list-rw-r--r--   3 user_r supergroup       1809 2017-08-31 10:37 /sourcedata/cdh-shell/ntp.conf-rw-r--r--   3 user_r supergroup        125 2017-08-31 10:37 /sourcedata/cdh-shell/user.list[ec2-user@ip-172-31-8-141 ~]$

2.目标集群的HDFS目录

[root@ip-172-31-6-148 ~]# hadoop fs -ls / Found 2 itemsdrwxrwxrwt   - hdfs supergroup          0 2017-08-30 15:36 /tmpdrwxrwxrwx   - hdfs supergroup          0 2017-08-31 09:08 /user[root@ip-172-31-6-148 ~]#

3.在源集群命令行进行Kerberos用户初始化

[root@ip-172-31-6-148 ~]# klistTicket cache: FILE:/tmp/krb5cc_0Default principal: user_r@CLOUDERA.COMValid starting     Expires            Service principal08/31/17 09:22:26  09/01/17 09:22:24  krbtgt/CLOUDERA.COM@CLOUDERA.COM        renew until 09/07/17 09:22:24[root@ip-172-31-6-148 ~]#

4.执行如下操作进行数据拷贝（源HDFS方式）

目标集群使用使用WebHDFS和源集群使用WebHDFS协议进行数据拷贝

[ec2-user@ip-172-31-8-141 ~]$ hadoop distcp hdfs://ip-172-31-8-141:8020/sourcedata/ webhdfs://ip-172-31-6-148:14000/data...17/08/31 10:50:26 INFO tools.DistCp: DistCp job-id: job_1504187767743_000417/08/31 10:50:26 INFO mapreduce.Job: Running job: job_1504187767743_000417/08/31 10:50:36 INFO mapreduce.Job: Job job_1504187767743_0004 running in uber mode : false17/08/31 10:50:36 INFO mapreduce.Job:  map 0% reduce 0%17/08/31 10:50:45 INFO mapreduce.Job:  map 33% reduce 0%17/08/31 10:50:46 INFO mapreduce.Job:  map 100% reduce 0%17/08/31 10:50:47 INFO mapreduce.Job: Job job_1504187767743_0004 completed successfully...[ec2-user@ip-172-31-8-141 ~]$

Yarn作业查看

任务运行成功，检查数据复制是否完整

[root@ip-172-31-6-148 ~]# hadoop fs -ls /data     Found 2 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 14:50 /data/cdh-shell-rw-r--r--   3 user_r supergroup    5279500 2017-08-31 14:50 /data/kudu.tar.gz[root@ip-172-31-6-148 ~]# hadoop fs -ls /data/cdh-shellFound 9 items-rw-r--r--   3 user_r supergroup         60 2017-08-31 14:50 /data/cdh-shell/README.md-rw-r--r--   3 user_r supergroup        125 2017-08-31 14:50 /data/cdh-shell/a.sh-rw-r--r--   3 user_r supergroup       5470 2017-08-31 14:50 /data/cdh-shell/autouninstall.sh-rw-r--r--   3 user_r supergroup        145 2017-08-31 14:50 /data/cdh-shell/b.sh-rw-r--r--   3 user_r supergroup        498 2017-08-31 14:50 /data/cdh-shell/components.list-rw-r--r--   3 user_r supergroup       2438 2017-08-31 14:50 /data/cdh-shell/delete.list-rw-r--r--   3 user_r supergroup         52 2017-08-31 14:50 /data/cdh-shell/node.list-rw-r--r--   3 user_r supergroup       1809 2017-08-31 14:50 /data/cdh-shell/ntp.conf-rw-r--r--   3 user_r supergroup        125 2017-08-31 14:50 /data/cdh-shell/user.list[root@ip-172-31-6-148 ~]#

目标集群的数据与源集群的数据一致。

5.执行如下操作进行数据拷贝（源WebHDFS方式）

[ec2-user@ip-172-31-8-141 ~]$ hadoop distcp webhdfs://ip-172-31-9-186:14000/sourcedata/ webhdfs://ip-172-31-6-148:14000/data...17/08/31 10:58:09 INFO tools.DistCp: DistCp job-id: job_1504187767743_000517/08/31 10:58:09 INFO mapreduce.Job: Running job: job_1504187767743_000517/08/31 10:58:20 INFO mapreduce.Job: Job job_1504187767743_0005 running in uber mode : false17/08/31 10:58:20 INFO mapreduce.Job:  map 0% reduce 0%17/08/31 10:58:36 INFO mapreduce.Job:  map 67% reduce 0%17/08/31 10:58:37 INFO mapreduce.Job:  map 100% reduce 0%17/08/31 10:58:37 INFO mapreduce.Job: Job job_1504187767743_0005 completed successfully...[ec2-user@ip-172-31-8-141 ~]$

Yarn任务界面

任务运行成功，检查数据是否完成

[root@ip-172-31-6-148 ~]# hadoop fs -ls /dataFound 2 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 14:58 /data/cdh-shell-rw-r--r--   3 user_r supergroup    5279500 2017-08-31 14:58 /data/kudu.tar.gz[root@ip-172-31-6-148 ~]# hadoop fs -ls /data/cdh-shellFound 9 items-rw-r--r--   3 user_r supergroup         60 2017-08-31 14:58 /data/cdh-shell/README.md-rw-r--r--   3 user_r supergroup        125 2017-08-31 14:58 /data/cdh-shell/a.sh-rw-r--r--   3 user_r supergroup       5470 2017-08-31 14:58 /data/cdh-shell/autouninstall.sh-rw-r--r--   3 user_r supergroup        145 2017-08-31 14:58 /data/cdh-shell/b.sh-rw-r--r--   3 user_r supergroup        498 2017-08-31 14:58 /data/cdh-shell/components.list-rw-r--r--   3 user_r supergroup       2438 2017-08-31 14:58 /data/cdh-shell/delete.list-rw-r--r--   3 user_r supergroup         52 2017-08-31 14:58 /data/cdh-shell/node.list-rw-r--r--   3 user_r supergroup       1809 2017-08-31 14:58 /data/cdh-shell/ntp.conf-rw-r--r--   3 user_r supergroup        125 2017-08-31 14:58 /data/cdh-shell/user.list[root@ip-172-31-6-148 ~]#

6.总结

在进行DistCp时，如果目标集群的目录不存在会自动创建。

需要注意：目标集群的目录已存在与不存在的拷贝区别

• sourcedata目录存在的情况下，DistCp命令运行完成后，将源集群的data目录复制到目标集群的sourcedata目录下，查看sourcedata目录显示如下：

[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedataFound 1 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 11:19 /sourcedata/data[ec2-user@ip-172-31-8-141 ~]$ hadoop fs -ls /sourcedata/dataFound 2 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 11:19 /sourcedata/data/cdh-shell-rw-r--r--   3 user_r supergroup    5279500 2017-08-31 11:19 /sourcedata/data/kudu.tar.gz[ec2-user@ip-172-31-8-141 ~]$

• sourcedata目录不存在的情况下，DistCp命令运行完成后，只是将源集群data目录下的文件复制到目标集群的sourcedata目录下（data子目录并没有复制），查看sourcedata目录显示如下：

[ec2-user@ip-172-31-8-141 ~]$ hadoop dfs -ls /sourcedataFound 2 itemsdrwxr-xr-x   - user_r supergroup          0 2017-08-31 11:16 /sourcedata/cdh-shell-rw-r--r--   3 user_r supergroup    5279500 2017-08-31 11:16 /sourcedata/kudu.tar.gz[ec2-user@ip-172-31-8-141 ~]$

醉酒鞭名马，少年多浮夸！ 岭南浣溪沙，呕吐酒肆下！挚友不肯放，数据玩的花！

温馨提示：要看高清无码套图，请使用手机打开并单击图片放大查看。