在运维Hadoop的时候，经常会遇到一些性能问题。而性能问题，是无法简单通过web页面和log分析出来的。需要很多方面的指标。而Ganglia就是比较实用个监控工具之一。
部署Ganglia，百度一下，很多人已经分享很多。结合众人的经验。并加入自己安装过程中遇到的问题，整理出本文。
1. 准备了2台机器
Server 192.168.0.11(gmetad,web,gmond-master) Client 192.168.0.12(gmond)
2. Server端需要安装的软件包
- epel包的安装：yum install -y epel-release(解决不能yum安装某些安装包的问题)
- gmetad的安装：yum install -y ganglia-gmetad ganglia-devel
- gmond的安装：yum install -y ganglia-gmond ganglia-gmond-python
- rrdtool的安装：yum install -y rrdtool rrdtool-devel
- httpd服务器的安装：yum install -y httpd
- ganglia-web及php安装：yum install -y ganglia-web php
- 其他依赖包的安装：yum install -y apr-devel zlib-devel libconfuse-devel expat-devel pcre-devel
3. 被监测节点需要安装的软件包
- epel包的安装：yum install -y epel-release(解决不能yum安装某些安装包的问题)
- gmond的安装：yum install -y ganglia-gmond ganglia-gmond-python
4. 安装目录说明
- ganglia配置文件目录：/etc/ganglia
- rrd数据库存放目录：/var/lib/ganglia/rrds
- httpd主站点目录：/var/www/html
- ganglia-web安装目录：/usr/share/ganglia
- ganglia-web配置目录：/etc/httpd/conf.d/ganglia.conf
5. 关闭SELINUX
vi /etc/selinux/config 把SELINUX=enforcing改成SELINUX=disable； 需要重启机器。
6. 关闭防火墙
# chkconfig iptables off # chkconfig iptables --list iptables 0:off 1:off 2:off 3:off 4:off 5:off 6:off
7. 配置/etc/ganglia/gmetad.conf
修改data_source，改成：
data_source "testcluster” 192.168.0.11:8650 #gmetad采集数据的目标gmond地址和端口(tcp_accept_channel)
8. 配置gmond
/etc/ganglia/gmond.conf，修改以下内容(这个gmond节点作为收集节点，这个节点可以是多个，最后需要在gmetad.conf上进行配置)：
cluster { name = "testcluster" #设置集群的名称 #owner = "unspecified" latlong = "unspecified" url = "unspecified" } #发送到目标gmond的地址和端口（单播） udp_send_channel { host=192.168.0.11 port = 8649 ttl = 1 } #接收udp的端口 udp_recv_channel { port = 8649 } #gmetad如果过来收集数据请求的端口 tcp_accept_channel { port = 8650 gzip_output = no }
9. 配置web
软连接方式
>ln -s /usr/share/ganglia /var/www/ganglia
也可以将/usr/share/ganglia的内容直接复制到/var/www/ganglia
10. 修改/etc/httpd/conf.d/ganglia.conf，改成：
Alias /ganglia /usr/share/ganglia <Location /ganglia> Order deny,allow Allow from all </Location>
11. 启动服务
#service gmetad start #service gmond start #service httpd restart
至此，Ganglia的server端已经部署完成。
配置客户端：
12. 客户端只要配置gmond即可(需要先安装yum -y install ganglia-gmond ganglia-gmond-python)
/etc/ganglia/gmond.conf，修改以下内容(这个gmond节点作为收集节点，这个节点可以是多个，最后需要在gmetad.conf上进行配置)：
cluster { name = "testcluster" #设置集群的名称 #owner = "unspecified" latlong = "unspecified" url = "unspecified" } #发送到目标gmond的地址和端口（单播） udp_send_channel { host=192.168.248.130 port = 8649 ttl = 1 } #接收udp的端口 udp_recv_channel { port = 8649 } #gmetad如果过来收集数据请求的端口 tcp_accept_channel { port = 8650 gzip_output = no }
13. 配置HDFS、YARN集成Ganglia
修改hadoop-metrics2.properties
# for Ganglia 3.1 support *.sink.ganglia.class=org.apache.hadoop.metrics2.sink.ganglia.GangliaSink31 *.sink.ganglia.period=10 # default for supportsparse is false *.sink.ganglia.supportsparse=true *.sink.ganglia.slope=jvm.metrics.gcCount=zero,jvm.metrics.memHeapUsedM=both *.sink.ganglia.dmax=jvm.metrics.threadsBlocked=70,jvm.metrics.memHeapUsedM=40 namenode.sink.ganglia.servers=192.168.0.11:8649 # host请参考gmond.conf中的定义 datanode.sink.ganglia.servers=192.168.0.11:8649 resourcemanager.sink.ganglia.servers=192.168.0.11:8649 nodemanager.sink.ganglia.servers=192.168.0.11:8649 mrappmaster.sink.ganglia.servers=192.168.0.11:8649 jobhistoryserver.sink.ganglia.servers=192.168.0.11:8649
14. HBase集成Ganglia
修改hadoop-metrics2-hbase.properties
*.sink.file*.class=org.apache.hadoop.metrics2.sink.FileSink
# default sampling period
*.period=10
*.source.filter.class=org.apache.hadoop.metrics2.filter.GlobFilter
*.record.filter.class=${*.source.filter.class}
*.metric.filter.class=${*.source.filter.class}
hbase.sink.ganglia.record.filter.exclude=*Regions*
hbase.sink.ganglia.class=org.apache.hadoop.metrics2.sink.ganglia.GangliaSink31
hbase.sink.ganglia.tagsForPrefix.jvm=ProcessName
*.sink.ganglia.period=20
hbase.sink.ganglia.servers=192.168.0.11:8649 # host请参考gmond.conf中的定义
15. 拷贝配置文件到每一个需要监控的机器上
将hadoop-metrics2.properties拷贝到$HADOOP_HOME/etc/hadoop/目录下
将hadoop-metrics2-hbase.properties拷贝到$HBASE_HOME/conf目录下
重新启动hadoop&hbase软件，令其生效。
16. 启动监控端的gmond
service gmond start
问题汇总：
客户端已经有信息传递，能看到整体CPU load等信息
2. 但是各个节点的信息都是空的，显示“no matching metrics detected or rrds not readable”
3. 查看RRDs信息
# cd /var/lib/ganglia/rrds
# ll
drwxr-xr-x 5 ganglia ganglia 4096 Jan 17 08:50 azcluster
drwxr-xr-x 2 ganglia ganglia 36864 Jan 17 10:59 __SummaryInfo__
4. 文件夹名是小写的
# ll
drwxr-xr-x 2 ganglia ganglia 32768 Jan 17 10:58 azcbetadnl05.envazure.com
drwxr-xr-x 2 ganglia ganglia 4096 Jan 17 08:47 azcbetaldapl01.envazure.com
drwxr-xr-x 2 ganglia ganglia 36864 Jan 17 10:58 __SummaryInfo__
5. 数据都已经传递过来了
# ls azcbetadnl05.envazure.com/|more
boottime.rrd
bytes_in.rrd
bytes_out.rrd
cpu_aidle.rrd
disk_free_absolute_data1.rrd
disk_free_absolute_data2.rrd
disk_free_absolute_data3.rrd
disk_free_absolute_data4.rrd
disk_free_absolute_data5.rrd
disk_free_absolute_dev_shm.rrd
disk_free_absolute_mnt_resource.rrd
......
6. 原因：/var/lib/ganglia/rrds中对各个节点相应的文件夹是小写，如果节点的hostname中包含大写字母的话，这样就发现找不到数据了。
解决方法：修改gmetad.conf，将case_sensitive_hostnames的值设置为1
# ls /etc/ganglia/
drwxr-xr-x 2 root root 4096 Jan 17 08:36 conf.d
-rw-r--r-- 1 root root 171 Oct 12 2015 conf.php
-rw-r--r-- 1 root root 9834 Jan 17 08:44 gmetad.conf
-rw-r--r-- 1 root root 8756 Jan 17 08:45 gmond.conf
# vi gmetad.conf
# In earlier versions of gmetad, hostnames were handled in a case
# sensitive manner
# If your hostname directories have been renamed to lower case,
# set this option to 0 to disable backward compatibility.
# From version 3.2, backwards compatibility will be disabled by default.
# default: 1 (for gmetad < 3.2)
# default: 0 (for gmetad >= 3.2)
case_sensitive_hostnames 1 #设置为1，则不会将大写变成小写
7. 修改完之后，到RRDs目录下查看结果。
# cd /var/lib/ganglia/rrds/azcluster
没有什么变化
# ls -al
drwxr-xr-x 2 ganglia ganglia 32768 Jan 17 10:58 azcbetadnl05.envazure.com
drwxr-xr-x 2 ganglia ganglia 4096 Jan 17 08:47 azcbetaldapl01.envazure.com
drwxr-xr-x 2 ganglia ganglia 36864 Jan 17 10:58 __SummaryInfo__
8. 重启gmetad，让配置生效
# service gmetad restart Shutting down GANGLIA gmetad: [ OK ] Starting GANGLIA gmetad: [ OK ]
9. 可以看到大写主机名的文件夹已经被创建
# ls -al drwxr-xr-x 2 ganglia ganglia 32768 Jan 18 02:09 azcbetadnl05.envazure.com drwxr-xr-x 2 ganglia ganglia 4096 Jan 18 02:10 AZcbetadnL05.envazure.com <<<<<< drwxr-xr-x 2 ganglia ganglia 4096 Jan 17 08:47 azcbetaldapl01.envazure.com drwxr-xr-x 2 ganglia ganglia 4096 Jan 18 02:10 AZcbetaLDAPL01.envazure.com <<<<<< drwxr-xr-x 2 ganglia ganglia 36864 Jan 18 02:09 __SummaryInfo__
10. 可以看到信息已经过来了
# ls -l AZcbetaLDAPL01.envazure.com -rw-rw-rw- 1 ganglia ganglia 630760 Jan 18 02:13 boottime.rrd -rw-rw-rw- 1 ganglia ganglia 630760 Jan 18 02:13 bytes_in.rrd -rw-rw-rw- 1 ganglia ganglia 630760 Jan 18 02:13 bytes_out.rrd -rw-rw-rw- 1 ganglia ganglia 630760 Jan 18 02:13 cpu_aidle.rrd
11. 再看看网页显示，已经正常了。
