hadoop与sector/sphere性能

转自http://hi.baidu.com/ltguo/blog/item/a656a03ece6d6df1828b1396.html

http://sector.sourceforge.net/



这是2006年启动的一个开源项目（C++），包括Sector和 Sphere两个子系统，分别对应到Hadoop的HDFS和MapReduce两个子系统，对外的接口也比较类似。不过，该系统在设计之初就考虑了跨多个数据中心的数据处理需求，因此在slave/master之间的安全以及client和系统之间的数据传输安全方面都提供了安全机制。这一点是hadoop没有考虑的。



粗略对比了Sphere和MapReduce之间的差别，可能不全面：

（1）slave和master之间提供数据保密机制（可选择不加密数据），hadoop目前没有；

（2）在使用系统时，client直接将数据传输到slave节点。 hadoop的机制与其类似；

（3）Sector中数据传输采用UDT协议，这是一个增加了流控的UDP协议，传输效率比目前hadoop采用的TCP高；目前Hadoop MR中采用HTTP，效率更低；

（4）在Sphere中UDF(类似于MapTask)的输出结果是通过push的方式发送出去的，而Hadoop采用pull的方式。这种方式孰优孰劣比较难断定，因为push方式有可靠性的问题；

（5）在Sphere中不采用按照blocksize和单独的文件来确定任务数。

（6）在Sphere中，Map任务有错误恢复机制，但Reduce不支持错误恢复，即如果Reduce Task 失败了，整个作业就失败了。



从Sector/Sphere网站上发布的terasort结果来看，其性能比hadoop高出不少(http://sector.sourceforge.net/benchmark.html )：



64节点（主节点：Dell 1950, dual dual-core Xeon 3.0GHz, 16GB RAM   / 子节点：Dell 1435s, single dual core AMD Opteron 2.0GHz, 4GB RAM, and 1TB single disk）：



Sector/Sphere为1361妙，Hadoop(1副本)为 2617秒，而在我们的labs上测试的结果是...... 秒。





he performance value listed in this page was achieved using the Open Cloud Testbed. Currently the testbed consists of 4 racks. Each rack has 32 nodes, including 1 NFS server, 1 head node, and 30 compute/slave nodes. The head node is a Dell 1950, dual dual-core Xeon 3.0GHz, 16GB RAM. The compute nodes are Dell 1435s, single dual core AMD Opteron 2.0GHz, 4GB RAM, and 1TB single disk. The 4 racks are located in JHU (Baltimore), StarLight (Chicago), UIC (Chicago), and Calit2(San Diego). The inter-rack bandwidth is 10GE, supported by CiscoWave deployed over National Lambda Rail.

                             Sphere    Hadoop (3 replicas)   Hadoop (1 replica)

UIC                           1265        2889                       2252

UIC + StarLight               1361        2896                       2617

UIC + StarLight + Calit2      1430        4341                       3069

UIC + StarLight + Calit2 + JHU 1526       6675                       3702