Hadoop集群硬件标准配置

    在我们选择硬件的时候，往往需要考虑应用得到的性能和经费开支。为此，我们必须在满足实际需要和经济可行上找到一个完美的平衡。下面，以Hadoop集群应用为了例子，说明需要考虑的要素。

    1. I/O绑定的工作负荷。

      Hadoop涉及到的I/O操作，主要包括下列几项：

• 索引（Indexing）
• 群化（Grouping）
• 数据导入和导出（Data importing and exporting）
• 数据移动和转换（Data movement and transformation）

    

     2. CPU绑定的工作负荷

      Hadoop中，作业的执行，需要CPU的持续运作。下面列举了几个方面：

    

• 集群处理（Clustering/Classification）
• 复杂的文本挖掘Complex text mining
• 自然语言的处理(Natural-language processing)
• 特殊功能的提取（Feature extraction）

        说了这里，还是直接说明Hadoop标准配置吧。企业级应用，私有云处理都可能涉及到这样的配置需要。下面列举DataNode/TaskTrackers(MR1)的标准配置规格说明：

• 12-24 1-4TB硬盘（批量的磁盘）
  
• 2 quad-/hex-/octo-core CPUs， 运行频率至少2-2.5GHz
• 64-512GB of RAM(内存)
• 绑定Gigabit Ethernet（千兆网络，更多的存储密度，需要更高的网络输入的需要）

       Hadoop集群中，NameNode/JobTracker(MR1)的标准配置规格说明：

• 3-6 1TB硬盘（批量的磁盘）
  
• 2 quad-/hex-/octo-core CPUs， 运行频率至少2-2.5GHz
• 64-512GB of RAM(内存)
• 绑定Gigabit Ethernet（千兆网络，更多的存储密度，需要更高的网络输入的需要）

       其实，根据业务来划分硬件的配置，在参数上稍微有点区别。从上面的配置可以看出，数据存储需要的硬盘容量比较大。可见，考虑真实的业务需求是有必要的。可能规模小一点的，配置稍微弱一点也是可以的。以上参数，仅供参考而已。

                               God could not be everywhere and therefore he made mothers.（嘻嘻，亲爱的妈妈，母亲节快乐！）

• God could not be everywhere and therefore he made mothers.