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，但这会使机房概念更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优秀实践。