百度的Hadoop分布式文件系统图解:4000节点集群

openkk 12年前

百度的高性能计算系统(主要是后端数据训练和计算)目前有4000节点,超过10个的集 群,最大的集群规模在1000个节点以上。每个节点由8核CPU以及16G内存以及12TB硬盘组成,每天的数据生成量在3PB以上。规划当中的架构将有 超过1万个节点,每天的数据生成量在10PB以上。
百度的Hadoop分布式文件系统图解:4000节点集群
底层的计算资源管理层采用了Agent调度不同类型的计算分别给MPI结构的算法和Map-Reduce和DAG算法应用等。而通过调度的分配,可以让HPC高性能计算集群和大规模分布式集群各得其所的计算相应数据。百度的Hadoop分布式文件系统图解:4000节点集群
百度通过HCE对streaming作业的排序,压缩,解压缩,内存控制进行了优化并提供了C++版的MapReduce接口。百度的Hadoop分布式文件系统图解:4000节点集群百度的Hadoop分布式文件系统图解:4000节点集群百度的Hadoop分布式文件系统图解:4000节点集群百度的Hadoop分布式文件系统图解:4000节点集群

 

百度HCE语言的有关内容,HCE是基于C++的Hadoop环境,是一个全功能C++环境,可以避开Java语言对于释放内存和资源申请的弊端,并在调用数据时绕开Java语言的所有关节,极大的提升算法效率。百度的Hadoop分布式文件系统图解:4000节点集群

来自:http://www.cnblogs.com/chinacloud/archive/2010/11/08/1871592.html