Hadoop Metrics1(转自：http://yangyoupeng-cn-fujitsu-com.iteye.com/)

HadoopMetrics

Hadoop内部包含一套对外开放的各种metrics接口支持。每一个hadoop的守护进程都可以被配置定期去收集其自身内部组件的数据信息，然后可以通过调用某些插件来处理这一批metrics。目前已经有很多与hadoop配套的插件，这些插件可以应用在一般的部署场景。相互联系的一部分metrics划归为context（上下文），每一个context都是可以被独立对待。一些context是针对所有的daemon，比如说JVM，RPC，

还有一些对应一些特殊的daemon，比如HDFSmetrics只能从namenode以及datanode中获得。在大多数情况下，当管理员需要监控hadoop集群，了解其性能，诊断问题的时候，hadoop提供的contexts会对管理员提供很大的帮助。

metricsystem已经经过一段时间的改进，取得了一些提高以及特色。在2010年4月，一个旨在解决现有metricssystem的问题的重构项目开始了。需要注意的事，新的metricssystem（现在被称为metric2）支持将metric信息发送给多个多个插件，以及能够通过多种方法进行过滤，对JMX提供了更多的支持。

在2011年下半年重构工作已经完成，并被纳入到apachehadoop0.20.205以及CDH4以后的版本中，之前的apachehadoop版本以及CDH版本还是使用初始的metrics实现。为了能够记述清晰，我们在描述特殊特性的时候，将早先的metric称为metric1，对于一些共通特征，我们将新旧两个版本都称为metrics。

ApacheHadoop0.20.0andCDH3(metrics1)

初始的metricssystem将相同的metric划归为context。一个context可以单独和某一个插件进行配置，这个插件的作用是定义这个metrics信息如何被处理。目前已经有很多插件，其中包括一个NullContexts，NullContext会忽略掉所有的metrics信息。某一daemon的内部组件会按照用户的定义的时间间隔拉取数据，被拉取的数据会被交个配置的插件进行管理。

下面是四个contexts。

jvm

包含了java虚拟机信息，以及metrics。比如说heapsize的最大值，已被占据的heap，垃圾回收的平均时间，所有的daemon都会产生这个contexts的metrics信息。

dfs：

包含了hdfs的metrics。metrics信息会因为daemon角色的不同而不同。例如：

NameNode提供整个HDFS容量（totalHDFScapacity）的信息，已被占用的容量（consumedcapacity），丢失副本的block数（missing-replicatedblocks,），需要进行复制的block数（under-replicatedblocks），集群中活跃的datanode数。

DataNode提供坏diskvolume的数目，剩余的capacity，只有HDFSdaemons输出这个context的metrics信息

mapred

包含mapredmetrics。这些metrics也会因为daemon角色的不同而不同。比如：

jobtracker提供的信息包括：map的数目，reduceslots的数目，要注意的tasktrackers（blacklistedtasktrackers），以及失败的tasktrackers的failures。而tasktrackers提供正在运行的，已经失败的，被kill的任务。只有MapReduce的daemon输出该context的metrics。

rpc包含了远程过程调用的metrics信息。比如每一个队列中RPC被处理之前的时间，打开的连接数，所有的daemon输出这个context的metrics信息。

虽然所有的Hadoop的部分都可以抓取这类信息，但是在默认情况下这些信息是不能被外部系统使用。用户必须为每一个context配置一个插件来完成处理这些信息的。metricssystem

的配置文件是hadoop-metrics.properties。该文件是一个简单的javaformat文件，并且可以做自由扩展。在该配置文件中有一些样例metrics插件：

org.apache.hadoop.metrics.spi.NullContext

这是hadoop为所有的contexts准备的默认的metrics插件，.NullContext就是一个/dev/null.在Hadoop内部是不会进行Metrics收集的，也不会输出到外部系统。实际上，这个插件会有效的禁制对metrics访问。

配置举例如下：

#hadoop-metrics.properties

jvm.class=org.apache.hadoop.metrics.spi.NullContext

dfs.class=org.apache.hadoop.metrics.spi.NullContext

org.apache.hadoop.metrics.spi.NoEmitMetricsContext

NoEmitMetricsContext是NullContext的一个轻微变种，只有一个重要的不同点。虽然所有的metrics不会输出到外部系统，但是这个线程会在hadoop中运行，而这个线程会更新内存中的metrics信息。

诸如JMX系统，metricsservlet，这些系统依赖这些被搜集的metrics信息。没有理由停用这个插件。

对system的监察非常重要，应该作为最小配置。更新metrics的配置文件，需要重新启动一个daemon，这会给系统增加负载，NoEmitMetricsContext的唯一参数是period。该参数定义了信息采集频率：

例如：

#hadoop-metrics.properties

jvm.class=org.apache.hadoop.metrics.spi.NoEmitMetricsContext

jvm.period=10

dfs.class=org.apache.hadoop.metrics.spi.NoEmitMetricsContext

dfs.period=10

org.apache.hadoop.metrics.file.FileContext

FileContext为了获得metrics而周期性测试hadoop内部组件，并且会将获得到的信息写入到localfilesystem中去，他包含两个参数：fileName(这是写入到文件名)，periods，更新频率。

jvm.class=org.apache.hadoop.metrics.file.FileContext

jvm.period=10

jvm.fileName=/tmp/jvm-metrics.log

dfs.class=org.apache.hadoop.metrics.file.FileContext

dfs.period=10

dfs.fileName=/tmp/dfs-metrics.log

实际的讲，该插件是有缺点，他不会循环切换文件，会导致输出文件不断增加，所以不要在实际的生产集群中使用这个插件。还有一个缺点就是需要为每一个context都指定一个唯一的用户名。所以还是推荐NoEmitMetricsContext。

org.apache.hadoop.metrics.ganglia.GangliaContextandorg.apache.hadoop.metrics.ganglia.GangliaContext31

这两个插件，是hadoop为了开源监测系统ganglia提供第一个插件。ganglia是加州大学，Berkeley开发的，专门用于收集，聚合，探取大型集群系统的metrics信息。鉴于他的可扩展能力，ganglia和hadoop的集成是一个完美的系统。他通过在每一个节点上面运行一个小的daemon（gmond），gmond的作用是在每一个节点上面收集metrics信息。每一个gmond进程都依赖中中心的gmetad进程，该进程通过RRd记录数据信息，或者轮询的数据库文件，该文件是一种大小固定的，用以存储seriesdata，ganglia提供了一个php的web应用展示的数据信息。

GangliaContext通常被配置成向本地的gmond进程发送metrics信息，这些配置在配置文件中hadoop-metrics.properties发现。GangliaContext也同样有一个period的参数来定义采集频率。

#hadoop-metrics.properties

jvm.class=org.apache.hadoop.metrics.file.FileContext

jvm.period=10

jvm.servers=10.0.0.191

#Theservervaluemaybeacommaseparatedlistofhost:portpairs.

#Theportisoptional,inwhichcaseitdefaultsto8649.

#jvm.servers=gmond-host-a,gmond-host-b:8649

dfs.class=org.apache.hadoop.metrics.file.FileContext

dfs.period=10

dfs.servers=10.0.0.191

GangliaContextandGangliaContext31之间的不同支持，是前者是针对Ganglia3.0以及之前的版本低，而GangliaContext31支持Ganglia3.0之后的版。

JMXSupport

由于Hadoop是基于java的，所以从开发角度来说，支持JMX就成了一个理所当然的决定。

在一些监视系统中，特别是java内部的监视系统，都包含对JMX的支持类，JMX好的原因是他支持自描述的端点endpoint（比如开启了JMXclient），端点endpoint可以发现可用MBeans以及他们的属性，JMX术语，RPC栈，安全，以及配置都是非常巧妙，但是非常费解。

不管怎样，加入你知道，并且已经有系统支持JMX，那么这个作为一个非常完美的集成选项。

JMX功能与metrics插件之间联系是以一种不常见的方式。hadoop内部的MBeans依赖于metrics插件。使用默认的NullContext插件，虽然他会将JMXclient连接到Hadoopdaemon上面去，可以看到很多MBean，但是这些MBean不会被更新，这将给调试带了麻烦。

启动具有更新线程的插件，比如NoEmitMetricsContext,GangliaContext将会是Mbeans的信息得到正确展现。

RESTinterface

另外一个比较通用的获取hadoop的metrics信息的方式是使用一个运行在每一个hadoopdaemon中内嵌的web服务器内的叫REST/JSONservlet。Http服务，大量的JSON解析库，以及其简单性令这个接口成了一个非常好的选择。

一共有两周servlet，一个初始的metricsservlet，在/metrics中；一个是更新替代版本，位于/jmx.两者都提供相似的机能（一个HTTPget请求，产生JSON格式的返回，但是两者却用不同的工作方式在工作）。/metricsservlet直接使用Hadoopmetrics，只和metrics1配合使用，他在CDH3以及apachehadoop0.20.203之前的版本一直被使用，但是在这之后就停止使用了。新的/jmxservlet，将Hadoop的JMXMbeas以JSON的形式暴露给外部http系统。

Usingthemetricsservlet.

如果你定义了一个具有更新线程的插件，通过访问如下URl，将会获得一个文本形式的metrics信息：

[esammer@hadoop01:~]$curlhttp://hadoop117:50070/metrics

dfs

FSDirectory

{hostName=hadoop117,sessionId=}:

files_deleted=100

FSNamesystem

{hostName=hadoop117,sessionId=}:

BlockCapacity=2097152

BlocksTotal=9

CapacityRemainingGB=24

CapacityTotalGB=31

CapacityUsedGB=0

CorruptBlocks=0

ExcessBlocks=0

FilesTotal=33

MissingBlocks=0

PendingDeletionBlocks=0

PendingReplicationBlocks=0

ScheduledReplicationBlocks=0

TotalLoad=1

UnderReplicatedBlocks=1

namenode

{hostName=vm02.localdomain,sessionId=}:

AddBlockOps=1

CreateFileOps=1

DeleteFileOps=1

FileInfoOps=12

FilesAppended=0

通过使用http://hadoop117:50070/metrics?format=json，在后面添加format=JSON的形式，可以获取json形式的metrics信息。

[esammer@hadoop01:~]$curl'http://hadoop117:50070/metrics?format=json'

{"dfs":{

"FSDirectory":[

[{"hostName":"hadoop117","sessionId":""},{"files_deleted":100}]

],

"FSNamesystem":[

[

{"hostName":"hadoop117","sessionId":""},

{"BlockCapacity":2097152,"BlocksTotal":9,"CapacityRemainingGB":24,

"CapacityTotalGB":31,"CapacityUsedGB":0,"CorruptBlocks":0,"ExcessBlocks":0,

"FilesTotal":33,"MissingBlocks":0,"PendingDeletionBlocks":0,

UsingtheJMXJSONservlet.

被设计作为/metrics的替代品，/jmxservlet产生相同的输出，但是数据使用HadoopJMXMbeans中获得，而不是从metricssystem直接获得。/jmxservlet只支持JSON形式的输出：

[esammer@hadoop01:~]$curlhttp://hadoop117:50070/jmx

{

"name":"hadoop:service=NameNode,name=NameNodeActivity",

"modelerType":"org.apache.hadoop.hdfs.server.namenode.metrics.NameNodeActivtyMBean",

"AddBlockOps":0,

"fsImageLoadTime":2756,

"FilesRenamed":0,

"SyncsNumOps":0,

"SyncsAvgTime":0,

"SyncsMinTime":0,

"SyncsMaxTime":70,

"JournalTransactionsBatchedInSync":0,

"FileInfoOps":0,

"CreateFileOps":0,

"GetListingOps":0,

"TransactionsNumOps":0,

"TransactionsAvgTime":0,

"TransactionsMinTime":0,

"TransactionsMaxTime":1,

"GetBlockLocations":0,

"BlocksCorrupted":0,

"FilesInGetListingOps":0,

"SafemodeTime":40117,

"FilesCreated":0,

"FilesAppended":0,

"DeleteFileOps":0,

"blockReportNumOps":0,

"blockReportAvgTime":0,

"blockReportMinTime":0,

"blockReportMaxTime":3

},{

"name":"java.lang:type=Threading",

"modelerType":"sun.management.ThreadImpl",

"ThreadContentionMonitoringEnabled":false,

"DaemonThreadCount":29,

"PeakThreadCount":38,

"CurrentThreadCpuTimeSupported":true,

"ObjectMonitorUsageSupported":true,

"SynchronizerUsageSupported":true,

"ThreadContentionMonitoringSupported":true,

"ThreadCpuTimeEnabled":true,

...