作者介绍
- 葛大力：多年大数据及其生态系统的工作经历，目前在Alluxio担任交付工程师，专注在Alluxio解决方案的设计、部署和实现，具有多个行业，例如电信、能源以及金融方面的项目经历，负责Alluxio平台的优化以及方案实现。
- 祝家鑫：丰富大数据项目经验，目前担任华能信息公司技术专家，参与多个项目中大数据核心能力的设计与实现。熟悉大数据平台的架构，大数据应用的设计。
1. 数字化转型与国产化进程推进
为了响应国家“十四五”数字经济发展规划的号召，中国企业推动创新资源共建共享，促进创新模式开放化演进，在信息化、数字化、智能化的强烈需求下，中国龙头企业统筹全渠道的技术能力，逐渐形成了一套覆盖集团业务发展、经营管理等核心发展战略需要的战略方向。
数字化转型初见成效，数据能力不断挖掘与创新；大数据技术推陈出新，国产化步伐日益加快。无论是互联网企业还是传统行业下的领导企业，有什么数据，如何使用数据，如何更加智能地利用数据这些议题被不断挖掘与迭代。
在东数西算的理念下，数据跨平台、跨机房、跨地域的技术问题与挑战逐渐浮现出来。这篇文章我们主要从技术的角度，对跨地域的数据联邦，或者说总公司和分公司不同数据域的互联互通进行讨论，研究相关技术可行性与分享整个研究过程。为了加快国产化软硬件的推进，本次实践采用国产化硬件ARM服务器（鲲鹏920）以及国产化操作系统统信进行相关的技术验证。
2. 原型目标与设计
通过对跨地域数据联邦的调研，我们发现中国很多企业面临的业务挑战虽然不同，但是技术难点是相似的，主要有：
挑战一：总公司通过传统的ETL作业采集分公司数据（比如通过Informatica、Kettle、DataX等），这些作业往往是按需定制，并且定期执行的；当有新的数据合规要求或者总公司数据分析要求时，都需要进行定制开发、测试、部署，这对数据汇总的时效性带来了很大的负面影响。另外通过ETL作业采集的分公司数据，在遇到分公司数据更新时，非常容易造成总公司与分公司之间的数据不一致，导致分析结果有所纰漏。
挑战二：子公司的自助式查询，一方面是对总公司的数据申请，很多时候整个数据访问链路是断裂的，往往需要通过流程筛查、繁琐的数据同步手段进行（比如通过FTP传输，甚至是物理介质的长途运输）。考虑到数据安全以及国家审计合规的要求，总公司数据是否可以在子公司持久化存储、数据访问脱敏、权限管控等等也都是当前中国企业面临的具体技术挑战。
因此我们本次的研究主要会关注在数据流的双向流动方面。
2.1 研究原型技术选型
当前大数据技术已经成为企业内部典型的数据分析手段，因此在原型实现的过程中，我们主要使用开源的大数据技术，从存储、计算（分析）、编排3个维度进行选型。其中每个维度我们选择时下最主流的组件，以确保该原型的通用性。
数据存储：
- HDFS：Hadoop分布式文件系统（Distributed File System）
数据分析（以SQL分析为主）：
- Hive：构建于hadoop之上的数据仓库，通过一种类SQL语言HiveQL为用户提供数据的归纳、查询和分析等功能。
数据编排：
- Alluxio：Alluxio是一个开源的虚拟分布式文件系统( Virtual Distributed File System, VDFS)，位于大数据栈中的计算和存储之间。它为计算框架提供了数据抽象层，使得应用能够通过一个共同的接口连接底层不同的存储系统。
环境模拟：总公司/分公司-1/分公司-2
- 每个公司有自建的HDFS集群；
- 每个公司有自建的Alluxio集群：用于实现与本公司HDFS集群和其他公司HDFS集群的数据联邦；
- 每个公司有自建的Hive集群。
| 编号 | CPU | 内存 | 磁盘 | 操作系统 | 部署角色 | 模拟角色 |
| node1 | 32 | 64G | 2Tx1 | UnionTech OS Server 20 1050e | HDFS
Alluxio Hive |
总公司 |
| node2 | 32 | 64G | 2Tx1 | UnionTech OS Server 20 1050e | HDFS
Alluxio |
总公司 |
| node3 | 32 | 64G | 2Tx1 | UnionTech OS Server 20 1050e | HDFS
Alluxio Hive |
分公司-1 |
| node4 | 32 | 64G | 2Tx1 | UnionTech OS Server 20 1050e | HDFS
Alluxio |
分公司-1 |
| node5 | 32 | 64G | 2Tx1 | UnionTech OS Server 20 1050e | HDFS
Alluxio Hive |
分公司-2 |
| node6 | 32 | 64G | 2Tx1 | UnionTech OS Server 20 1050e | HDFS
Alluxio |
分公司-2 |
备注：
- CPU型号: 鲲鹏920
- HDFS 3.1.1
- Hive 3.1.0
- Alluxio 2.8
2.2 数据流定义
使用HDFS、Hive、Alluxio定义数据持久化与数据访问链路。在总公司和分公司构建统一的技术栈（技术标准），实现数据共享闭环：
- 在总公司数据域，实现分公司数据联邦，允许总公司实现全域数据访问与分析；
- 在分公司数据域，合规访问总公司数据湖，并结合子公司私有数据进行自助化分析；
3. Alluxio在ARM环境下的基本测试
3.1 Alluxio基于ARM编译
| ## 编译
mvn -T2C -DskipTests -Dmaven.javadoc.skip -Dlicense.skip -Dcheckstyle.skip -Dfindbugs.skip clean install |
3.2 Alluxio基于ARM服务器的部署与基本测试
| ## 基本测试
[root@node1 hive-queries]# alluxio runTests |
3.3 Alluxio分布式高可用性验证（自动切换+手动切换）
| ## 管理命令获取元数据高可用信息
[root@node1 ~]# alluxio fsadmin journal quorum info -domain MASTER Journal domain : MASTER Quorum size : 3 Quorum leader : node1:19200 STATE | PRIORITY | SERVER ADDRESS AVAILABLE | 0 | node1:19200 AVAILABLE | 0 | node2:19200 AVAILABLE | 0 | node3:19200 ## 关闭主管理节点 [root@node1 ~]# alluxio-stop.sh master Successfully Killed 1 process(es) successfully on node1 ## 管理命令获取元数据高可用信息，检查管理节点自动切换状态 [root@node1 ~]# alluxio fsadmin journal quorum info -domain MASTER Journal domain : MASTER Quorum size : 3 Quorum leader : node2:19200 STATE | PRIORITY | SERVER ADDRESS UNAVAILABLE | 0 | node1:19200 AVAILABLE | 0 | node2:19200 AVAILABLE | 0 | node3:19200 [root@node1 ~]# |
| ## 管理命令获取元数据高可用信息
[root@node1 ~]# alluxio fsadmin journal quorum info -domain MASTER Journal domain : MASTER Quorum size : 3 Quorum leader : node2:19200 STATE | PRIORITY | SERVER ADDRESS AVAILABLE | 0 | node1:19200 AVAILABLE | 0 | node2:19200 AVAILABLE | 0 | node3:19200 ## 手动切换主节点 [root@node1 ~]# alluxio fsadmin journal quorum elect -address node3:19200 Initiating transfer of leadership to node3:19200 Successfully elected node3:19200 as the new leader Resetting priorities of masters after successful transfer of leadership Quorum priorities were reset to 1 ## 管理命令获取元数据高可用信息，检查管理节点切换状态 [root@node1 ~]# alluxio fsadmin journal quorum info -domain MASTER Journal domain : MASTER Quorum size : 3 Quorum leader : node3:19200 STATE | PRIORITY | SERVER ADDRESS AVAILABLE | 1 | node1:19200 AVAILABLE | 1 | node2:19200 AVAILABLE | 1 | node3:19200 [root@node1 ~]# |
3.4 Alluxio与HDFS集成
| ## HDFS数据查询
[root@node1 alluxio]# hdfs dfs -ls /test/ Found 1 items -rw-r--r-- 1 root hdfsadmingroup 53136 2022-07-22 16:57 /test/pom.xml ## Alluxio数据挂载映射 [root@node1 alluxio]# alluxio fs mount /test/ hdfs://node1:9000/test Mounted hdfs://node1:9000/test at /test ## Alluxio数据查询 [root@node1 alluxio]# alluxio fs ls -R /test -rw-r--r-- root hdfsadmingroup 53136 PERSISTED 07-22-2022 16:57:23:651 0% /test/pom.xml [root@node1 alluxio]# |
3.5 Alluxio与Hive集成
| ## 创建Hive表
hive> create table test.test(id int) location 'alluxio://node1:19998/test/test'; OK Time taken: 0.116 seconds hive> |
3.6 Alluxio基于ACL的权限控制
| ## 默认其他用户可以访问，禁止其他用户可以访问
[root@node1 ~]# alluxio fs setfacl -m user::--- /test [root@node1 ~]# alluxio fs setfacl -m other::--- /test ## user1 用户访问失败 user1@node1 ~]$ alluxio fs ls /test Permission denied: user=user1, access=r--, path=/test: failed at test, inode owner=root, inode group=root, inode mode=---r-x— [user1@node1 ~]$ ## user1 用户授权，访问成功 root@node1 ~]# alluxio fs setfacl -m user:user1:rwx /test [user1@node1 ~]$ alluxio fs ls /test -rw-r--r-- root root 1726 PERSISTED 07-25-2022 14:50:51:180 100% /test/run-presto.pl [user1@node1 ~]$ ## user2 用户未授权访问失败 [user2@node1 ~]$ alluxio fs ls /test Permission denied: user=user2, access=r--, path=/test: failed at test, inode owner=root, inode group=root, inode mode=---r-x--- [user2@node1 ~]$ ## 取消授权user1，访问失败 root@node1 ~]# alluxio fs setfacl -b /test [user1@node1 ~]$ alluxio fs ls /test Permission denied: user=user1, access=r--, path=/test: failed at test, inode owner=root, inode group=root, inode mode=---r-x--- [user1@node1 ~]$ ## 查看目录权限 [root@node1 ~]# alluxio fs getfacl /test # file: /test # owner: root # group: root user::--- group::r-x other::--- mask::rwx [root@node1 ~]# |
4. 数据域联邦场景研究
4.1 分公司数据汇总与总公司集中式分析
数据流验证：在总公司数据域，实现分公司数据联邦，允许总公司实现全域数据访问与分析：
- 构建总公司分公司模拟环境
- 总公司基于Alluxio创建数据表T3, 建立分区x, y, z
- 分公司-1将HDFS目录X映射到总公司Alluxio分区x，准备模拟数据
- 分公司-2将HDFS目录Y映射到总公司Alluxio分区y，准备模拟数据
- 总公司使用Hive读取T3数据，验证：访问分公司-1与分公司-2的所有数据正常
- 分公司-2将目录Y的数据进行更新
- 通知总公司数据表T3 y分区数据变更（元数据失效）
- 总公司使用Hive读取T3数据，验证：访问分公司-1与分公司-2（更新后）的所有数据正常
| ## 总公司创建t3 表
hive> create external table group_company.t3(value string) > partitioned by (part string) > location 'alluxio://node1:19998/group_company/t3'; OK Time taken: 0.069 seconds hive> ## 分公司1 分区x挂载到总公司 alluxio [root@node1 ~]# hdfs dfs -put part\=x/ hdfs://node3:9000/regional_company_1/t3 [root@node1 ~]# hdfs dfs -put part\=y/ hdfs://node5:9000/regional_company_2/t3 [root@node1 ~]# [root@node1 ~]# alluxio fs mount \ > /group_company/t3/part=x \ > hdfs://node3:9000/regional_company_1/t3/part=x Mounted hdfs://node3:9000/regional_company_1/t3/part=x at /group_company/t3/part=x [root@node1 ~]# ## 查询数据 hive> MSCK REPAIR TABLE group_company.t3; OK Partitions not in metastore: t3:part=x Repair: Added partition to metastore t3:part=x Time taken: 0.169 seconds, Fetched: 2 row(s) hive> select * from group_company.t3; OK 1abc x Time taken: 0.108 seconds, Fetched: 1 row(s) hive> ## 分公司2 分区y挂载到总公司 alluxio [root@node1 ~]# alluxio fs mount \ > /group_company/t3/part=y \ > hdfs://node5:9000/regional_company_2/t3/part=y Mounted hdfs://node5:9000/regional_company_2/t3/part=y at /group_company/t3/part=y [root@node1 ~]# ## 查询数据 hive> MSCK REPAIR TABLE group_company.t3; OK Partitions not in metastore: t3:part=y Repair: Added partition to metastore t3:part=y Time taken: 0.153 seconds, Fetched: 2 row(s) hive> select * from group_company.t3; OK 1abc x 2def y Time taken: 0.137 seconds, Fetched: 2 row(s) hive> ## 更新分区y 数据 [root@node1 ~]# hdfs dfs -cat hdfs://node5:9000/regional_company_2/t3/part=y/000000_0 2def [root@node1 ~]# hdfs dfs -get hdfs://node5:9000/regional_company_2/t3/part=y/000000_0 [root@node1 ~]# echo '1111' > 000000_0 [root@node1 ~]# hdfs dfs -rm hdfs://node5:9000/regional_company_2/t3/part=y/000000_0 Deleted hdfs://node5:9000/regional_company_2/t3/part=y/000000_0 [root@node1 ~]# hdfs dfs -put 000000_0 hdfs://node5:9000/regional_company_2/t3/part=y/ [root@node1 ~]# hdfs dfs -cat hdfs://node5:9000/regional_company_2/t3/part=y/000000_0 1111 [root@node1 ~]# ## 更新查询数据 hive> select * from group_company.t3; OK 1abc x 2def y Time taken: 0.112 seconds, Fetched: 2 row(s) hive> ## 通知总公司更新数据 [root@node1 ~]# alluxio fs loadMetadata -F /group_company/t3 [root@node1 ~]# ## 总更新数据后查询 hive> select * from group_company.t3; OK 1abc x 1111 y Time taken: 0.1 seconds, Fetched: 2 row(s) hive> |
4.2 总公司数据分发与分公司自助分析
数据流验证：在分公司数据域，合规访问总公司数据湖，并结合私有数据进行自助化分析：
- 构建总公司分公司模拟环境
- 总公司基于HDFS创建数据表T1，建立分区a, b, c
- 分公司-1基于Alluxio使用数据表T1元数据创建相应表格T1’
- 总公司挂载分区a到分公司-1的Alluxio相关目录
- 分公司-1的Hive, 访问T1’，验证：访问分区a的数据正常
- 总公司挂载分区c到分公司-1的Alluxio相关目录
- 通过分公司-1的Hive, 访问T1’，验证：访问分区a/c的数据正常
- 总公司将挂载的分区c从分公司1撤回
- 通过分公司-1的Hive, 访问T1’，验证：仅能正常访问分区a的数据
- 分公司创建数据表T2，完成数据表之间的join类型SQL，验证：总公司数据与分公司自有数据联邦访问正常
| ## 总公司创建 t1 表 三个分区 a b c
hive> create database group_company location '/user/hive/group_company.db'; OK Time taken: 0.017 seconds hive> create external table group_company.t1(value string) partitioned by (part string); OK Time taken: 0.144 seconds hive> insert into table group_company.t1 partition(part='a') values('1abc'); hive> insert into table group_company.t1 partition(part='b') values('2def'); hive> insert into table group_company.t1 partition(part='c') values('3ghi'); hive> select * from group_company.t1; OK 1abc a 2def b 3ghi c Time taken: 0.142 seconds, Fetched: 3 row(s) ## 分公司1 挂载总表分区 a [root@node3 alluxio]# bin/alluxio fs mkdir /regional_company_1/t1/ Successfully created directory /regional_company_1/t1 [root@node3 alluxio]# [root@node3 alluxio]# bin/alluxio fs mount \ > /regional_company_1/t1/part=a \ > hdfs://node1:9000/user/hive/group_company.db/t1/part=a Mounted hdfs://node1:9000/user/hive/group_company.db/t1/part=a at /regional_company_1/t1/part=a [root@node3 alluxio]# ## 创建表查询数据 hive> create external table t1(value string) > partitioned by (part string) > location 'alluxio://node3:19998/regional_company_1/t1'; OK Time taken: 0.972 seconds hive> select * from t1; OK Time taken: 1.282 seconds hive> MSCK REPAIR TABLE t1; OK Partitions not in metastore: t1:part=a Repair: Added partition to metastore t1:part=a Time taken: 0.235 seconds, Fetched: 2 row(s) hive> select * from t1; OK 1abc a Time taken: 0.137 seconds, Fetched: 1 row(s) hive> ## 分公司1 挂载总表分区 c [root@node3 alluxio]# bin/alluxio fs mount \ > /regional_company_1/t1/part=c \ > hdfs://node1:9000/user/hive/group_company.db/t1/part=c Mounted hdfs://node1:9000/user/hive/group_company.db/t1/part=c at /regional_company_1/t1/part=c [root@node3 alluxio]# ## 查询数据 hive> MSCK REPAIR TABLE t1; OK Partitions not in metastore: t1:part=c Repair: Added partition to metastore t1:part=c Time taken: 0.244 seconds, Fetched: 2 row(s) hive> select * from t1; OK 1abc a 3ghi c Time taken: 0.145 seconds, Fetched: 2 row(s) hive> ## 撤回 [root@node3 alluxio]# bin/alluxio fs unmount /regional_company_1/t1/part=c Unmounted /regional_company_1/t1/part=c [root@node3 alluxio]# hive> select * from t1; OK 1abc a Time taken: 2.281 seconds, Fetched: 1 row(s) hive> ## join t2 表 hive> select * from t2; OK 5678 a 1234 d Time taken: 0.082 seconds, Fetched: 2 row(s) hive> hive> select * from ( > select * from t1 > ) t1 > join ( > select * from t2 > ) t2 > on t1.part = t2.part; Query ID = root_20220720135305_c5730dc3-a46a-478a-a368-2e0343385700 Total jobs = 1 Hadoop job information for Stage-3: number of mappers: 1; number of reducers: 0 2022-07-20 13:53:26,621 Stage-3 map = 0%, reduce = 0% 2022-07-20 13:53:31,775 Stage-3 map = 100%, reduce = 0%, Cumulative CPU 2.42 sec MapReduce Total cumulative CPU time: 2 seconds 420 msec Ended Job = job_1658118353477_0009 MapReduce Jobs Launched: Stage-Stage-3: Map: 1 Cumulative CPU: 2.42 sec HDFS Read: 8876 HDFS Write: 113 SUCCESS Total MapReduce CPU Time Spent: 2 seconds 420 msec OK 1abc a 5678 a Time taken: 27.333 seconds, Fetched: 1 row(s) hive> |
5. 总结
通过本次研究，
- 我们在国产化软硬件环境中（ARM+统信）对当前主流组件完成了适配和基本验证，Hive+Alluxio+HDFS的技术栈可以在国产化环境下正常运行；
- 通过Alluxio数据编排实现跨地域的数据联邦，实现总公司与分公司之间不同物理数据域的互联互通，提供企业内部完整的数据链路；
- 通过Alluxio自身的ACL控制，以及Alluxio与底层UFS（本次验证是HDFS）的挂载设定进行数据逻辑映射的控制；
在技术可行性方面的验证，也为我们日后的原型优化提供了更多的思路：
- 考虑新的数据合规要求，设定Alluxio中数据的TTL控制数据访问生命周期；
- 数据更新的机制，无论是利用UFS自身的变更通知还是外围的消息机制，更好地保障企业内部跨数据域的数据访问一致性；
- 更加细粒度的数据访问控制，通过更多的数据语义理解，提高对数据管理的灵活度；
