配置Yarn通过Guardian访问OBS

参考配置Guardian服务对接OBS完成Guardian对接OBS后，即可在集群客户端执行Yarn任务访问OBS。

Yarn对接OBS

以客户端安装用户登录安装了Yarn客户端的节点。
执行以下命令，切换到客户端安装目录。

cd 客户端安装目录
执行以下命令配置环境变量。

source bigdata_env
如果集群为安全模式，执行以下命令进行用户认证，该用户需具有OBS目录的读写权限。普通模式集群无需执行用户认证。

kinit HDFS组件操作用户
在Yarn命令行显式添加要访问的OBS文件系统。
- 使用以下命令访问OBS文件系统。
  hdfs dfs -ls obs://OBS并行文件系统名称/路径
- 使用以下命令创建OBS文件系统下的目录：
  hdfs dfs -mkdir obs://OBS并行文件系统名称/hadoop1
- 执行以下Yarn任务访问OBS：
  yarn jar 客户端安装目录/HDFS/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar pi -Dmapreduce.job.hdfs-servers=NAMESERVICE -fs obs://OBS并行文件系统名称 1 1
其中“NAMESERVICE”为HDFS文件系统中的NameService，默认为“hdfs://hacluster”，如有多个NameService，以“,”分隔。

例如：

yarn jar /opt/hadoopclient/HDFS/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar pi -Dmapreduce.job.hdfs-servers=hdfs://hacluster -fs obs://bucketname 1 1
- 执行以下命令写入数据到OBS：
  yarn jar 客户端安装目录/HDFS/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar teragen 100 obs://OBS并行文件系统名称/hadoop1/teragen1
- 执行以下命令将OBS下的数据复制到HDFS：
  hadoop distcp obs://OBS并行文件系统名称/hadoop1/teragen1 /tmp

OBS文件系统打印大量日志可能导致读写性能受影响，可通过调整OBS客户端日志级别优化，日志调整方式如下：

cd 客户端安装目录/Yarn/config

vi log4j.properties

在文件中添加OBS日志级别配置（应用若使用自带的log4j.properties，添加同样配置即可）

log4j.logger.org.apache.hadoop.fs.obs=WARN

log4j.logger.com.obs=WARN

图1 添加OBS日志级别配置

Ranger权限配置

登录FusionInsight Manager，选择“系统 > 权限 > 用户组 > 添加用户组”，创建一个空角色的用户组，例如“obs_hadoop1”。
选择“系统 > 权限 > 用户 > 添加用户”，创建一个只关联用户组“obs_hadoop1”，关联角色“default”的用户，例如“hadoopuser1”。
使用rangeradmin用户登录Ranger管理页面。
在首页中单击“EXTERNAL AUTHORIZATION”区域的组件插件名称“OBS”。
单击“Add New Policy”，为1新建的用户组添加相应OBS路径的“Read”和“Write”权限。

例如，为用户组“obs_hadoop1”添加“obs://OBS并行文件系统名称/hadoop1”的“Read”和“Write”权限：

图2 为新建用户组赋予OBS路径读和写的权限