【玩转华为云】MapReduce服务初体验

大数据是人类进入互联网时代以来面临的一个巨大问题：社会生产生活产生的数据量越来越大，数据种类越来越多，数据产生的速度越来越快。传统的数据处理技术，比如说单机存储，关系数据库已经无法解决这些新的大数据问题。为解决以上大数据处理问题，Apache基金会推出了Hadoop大数据处理的开源解决方案。Hadoop是一个开源分布式计算平台，可以充分利用集群的计算和存储能力，完成海量数据的处理。企业自行部署Hadoop系统有成本高，周期长，难运维和不灵活等问题。

针对上述问题，华为云提供了大数据MapReduce服务（MRS），MRS是一个在华为云上部署和管理Hadoop系统的服务，一键即可部署Hadoop集群。MRS提供租户完全可控的一站式企业级大数据集群云服务，完全兼容开源接口，结合华为云计算、存储优势及大数据行业经验，为客户提供高性能、低成本、灵活易用的全栈大数据平台，轻松运行Hadoop、Spark、HBase、Kafka、Storm等大数据组件，并具备在后续根据业务需要进行定制开发的能力，帮助企业快速构建海量数据信息处理系统，并通过对海量信息数据实时与非实时的分析挖掘，发现全新价值点和企业商机。

1. MapReduce服务开通

打开MapReduce：https://console.huaweicloud.com/mrs

点击同意授权

什么是MapReduce服务？大数据MapReduce服务（MRS）是一个在华为云上部署和管理Hadoop系统的服务，一键即可部署Hadoop集群。MRS提供租户完全可控的企业级大数据集群云服务，轻松运行Hadoop、Spark、HBase、Kafka、Storm等大数据组件，并具备在后续根据业务需要进行定制开发的能力。

在左上角选择购买集群

选择自定义购买

填写完规格选取后点击下一步

默认如下配置，如果没有创建私有云，可以点击“查看虚拟私有云”，进入虚拟私有云界面，点击“创建虚拟私有云”，所有参数默认，点击“立即创建”即可。回到购买集群页面，点击刷新按钮，即可选中创建的虚拟私有云。

按照下图配置继续操作

输入完密码后点击确认授权并立即购买。

创建大概需要10-20分钟

2. 购买弹性公网IP

进入弹性公网Ip控制台https://console.huaweicloud.com/vpc

点击右上角购买弹性公网Ip

点击立即购买

可以看到我们创建的公网Ip

回到MapReduce控制台，点击前往MRS页面

3. 使用公网IP登录MRS Manger界面

4.利用MapReduce做单词统计

4.1 下载实验数据

在linux服务器下输入下面指令

wget https://sandbox-experiment-resource.obs.cn-north-1.myhuaweicloud.com/mapreduce/wordcount

wget https://sandbox-experiment-resource.obs.cn-north-1.myhuaweicloud.com/mapreduce/hadoop-mapreduce-examples-3.1.1-mrs-2.0.jar 

4.2 将数据和代码上传到OBS

什么是OBS？对象存储服务是一个基于对象的海量存储服务，为客户提供海量、安全、高可靠、低成本的数据存储能力，包括：创建、修改、删除桶，上传、下载、删除对象等。

4.2.1 创建OBS桶

打开对象存储控制台https://console.huaweicloud.com/console/?agencyId=09b9d12f5200f3af1f9ac007869a4ffc&region=MOS&locale=zh-cn#/obs/manager/buckets

点击创建桶

选择好对应规格后立即创建

创建完成后点击桶名称进入对象存储服务，点击左侧栏"对象"，进入到对象管理页面，再点击“新建文件夹”创建一个名为“input”的文件夹

创建完成后，点击“input”文件夹名字进入到“input”文件夹，然后点击“上传对象”按钮弹出窗口（上传方式默认），点击“添加文件”将下载的“wordcount”（选择“Home”位置可看到下载的该文件）文件文档，点击“上传”到“input”文件夹中。

点击“返回上一级”，使用同样的方法，新建一个名为“jar”的文件夹，然后点击名称进入，并将“hadoop-mapreduce-examples-3.1.1-mrs-2.0.jar”上传到jar文件夹中

4.2.2 提交mapreduce作业，进行单词统计

切回浏览器的集群管理页面，选择“作业管理”

① 作业类型：MapReduce；

② 作业名称：MapReduce;

③ 执行程序路径：点击"OBS"，选择“obs-xxxx”-＞“jar”-＞“hadoop-xxx”文件夹并确定；

④ 执行程序参数：wordcount;

数据输入路径：点击"OBS"，选择“obs-xxxx”-＞“input”文件夹并确定；

数据输出路径：直接输入"/user/wordcount/"；

说明：每个参数之间需要添加空格。

⑤ 日志路径：默认点击“确定”完成添加，等待程序执行成功

4.2.3 使用hdfs命令行客户端查询计算结果

在MRS Manager页面的地址栏，复制弹性IP地址

登录弹性公网IP

ip地址为弹性公网Ip

用户名为root

密码为自己设置的密码

至此，产品体验结束，实验完成。

3.遇到的问题

3.1绑定公网IP后无法访问

在绑定公网Ip后还是无法打开MRS管理页面

解决方法：MRS管理页面的端口为9022，还需要在安全组放开对应端口号可以实现正常访问

3.2 本地无法直接下载linux指令文件

为了更好的完成产品体验并提交体验报告，除了在沙箱实验中体验实验外，我还进行了实际操作进行体验，但是有部分体验功能需要在linux服务器中进行

为了下载通过linux指令下载的文件，我通过在沙箱实验中的linux服务器将文件下载下来后，我通过邮箱的方式发送到我的本地电脑，再上传到obs桶

4.建议

本次实验流程相对比较顺利，而且在官方文档还有视频说明，建议较少，已经做得很棒了

4.1 沙箱实验选取建议

本次是为了体验MRS服务，但是单词统计实验只让我们体验到了购买流程，MRS的大部分功能没有得到展现，希望可以更进一步的介绍该平台的主要使用功能。

4.2 软件更新问题

由于改MRS功能集成项目很多，希望可以及时更新每一个组件，提高性能