文章也同时在简书更新
引言
HiBench是intel为评估各大数据框架而设计的测试集,它可以用来测试hadoop集群对于常见计算任务的性能。从普通的排序,字符串统计到机器学习,数据库操作,图像处理和搜索引擎,都能够涵盖。本文是HiBench中hadoopbench的快速配置指南。更加具体的使用说明可以参考官方wiki。
软件依赖
HiBench需要java环境,以及Maven管理。
安装java运行环境
安装JDK&JRE
|
|
建议装version 8不要装9。安装完成后,默认路径是/usr/lib/jvm/java-8-openjdk-amd64
,如果不一致请搜索到正确路径。
添加环境变量
|
|
添加如下jave的PATH:
|
|
更新环境变量
|
|
测试java环境
|
|
看到相应版本信息输出即表明配置正确:
|
|
安装Maven
下载Maven包
|
|
解压缩
|
|
笔者解压位置为/usr/local/
。
添加环境变量
|
|
添加如下Maven的PATH:
|
|
更新环境变量
|
|
测试Maven环境
|
|
看到相应版本信息输出即表明配置正确:
|
|
下载HiBench
git clone https://github.com/intel-hadoop/HiBench.git
比较慢,建议直接网页下载zip包,然后解压到理想的目录下。
安装Hibench
切到HiBench下,执行对应的安装操作,可以选择自己想要安装的模块。以安装hadoop框架下用于测试sql的模块为例:
|
|
更多安装命令可见https://github.com/intel-hadoop/HiBench/blob/master/docs/build-hibench.md。
鉴于网络因素,建议一个模块一个模块的安装,某些模块的安装可能会非常耗时。
配置HiBench
主要配置conf/hadoop.conf
及conf/hibench.conf
两个文件。
hadoop.conf
笔者的hadoop是安装在/usr/local/hadoop-2.8.0
目录下的,并且以单机localhost:9000(真分布式时使用真实的IP:port)为例:
|
|
hibench.conf
|
|
主要设置测试集运行时的数据量和并发度。
运行HiBench
安装完成后,可以运行其中的测试集。首先要启动hadoop:
|
|
关于hadoop的快速配置教程请见Hadoop真分布式集群最速搭建攻略 。
以运行Hadoop框架下micro集的sort为例:
|
|
等待读条MapReduce完毕,可以在report/sort/hadoop/bench.log
处查看具体的运行结果和日志。运行结果大致是这样的:
|
|
总结
本文是hadoop常用测试集HiBench的快速配置指南,希望对大家有所帮助。任何问题欢迎在下方留言,笔者会及时回答。