在QCon北京2019大会上，刘俊宏讲师做了《美团点评常态、异地、多机房、单集群 Hadoop 架构实践》主题演讲，主要内容如下。

演讲简介：

随着美团点评以吃为核心的多场景业务的飞速发展, 美团点评的 Hadoop 集群规模持续每年翻番, 2017 年 Hadoop 集群规模突破万台,超出单机房容量上限, 势必要提供多机房的 Hadoop 服务。

现有 Hadoop 架构没有机房概念，在多机房部署 Hadoop 服务时，会导致大量的跨机房流量和请求严重降低集群吞吐。业内在解决 Hadoop 多机房部署问题时，往往采用一个机房一套集群的运维方式，但这会使机房概念最大程度的暴露到数据生产层面，提高了数据开发成本。

在此背景下, 美团点评离线团队秉持以业务为中心的价值导向, 通过技术换运营，自主研发了对业务提供透明的、数据强一致性保障的、常态、异地域、多机房、单集群 Hadoop 服务。

目前, 美团点评 Hadoop 集群规模数万台,是业界唯一一家提供常态、异地域、多机房、单集群 Hadoop 服务的科技企业。此次分享整个方案设计和落地，给业界同行在面临同样场景时以参考。

听众受益

直面开源 Hadoop 在多机房部署场景下的架构困境；
了解美团点评的大数据业务数据访问模式；
分享美团点评对业务透明的, 数据强一致性保障的, 常态、异地域、多机房、单集群 Hadoop 架构, 及异地5机房提供Hadoop服务的实践经验；
收获在面临同样场景时的业界最佳实践。

讲师介绍：

刘俊宏

美团点评大数据技术专家

美团点评离线存储团队技术专家，2013 年毕业于哈尔滨工程大学，2015 年加入美团，负责美团点评 HDFS、HBase 服务，先后深度参与了 HDFS Federation 兼容性改造和落地，美团点评数据平台融合，常态、异地、单集群、多机房 Hadoop 架构改造，HDFS NameNode 锁粒度拆分，增量数据生产架构演进等重点项目。在 HDFS、HBase 方面有大量的源码和架构实践经验，致力于为美团点评提供稳定、高效、易用的大数据存储服务。

完整演讲PPT下载链接：

https://qcon.infoq.cn/2019/beijing/schedule

创作场景

美团点评常态、异地、多机房、单集群 Hadoop 架构实践