我需要执行基于yarn的hadoop2集群的容量规划。
以下是迄今为止我收到的与集群相关的输入。
每月需要接收大约100 tb的数据
这个数据量将逐渐增加大约每月5-10%。
在处理摄取的数据之后，保留期大约为10天。
将使用Hadoop2.x。
客户不愿意迁移到基于云的环境，如aws/azure等。
我试图通过以下几点来执行容量规划：
所需数据节点总数
namenode的容量，在cpu端和内存端。
cpu端和内存端所需的每个数据节点的容量。
所需的edgenode的容量，在cpu端和内存端（考虑到它将是整个集群的网关，用于数据摄取）。
群集的正确复制因子（3或更少？有什么指导方针吗？）
在群集级别实现保留期
如果有人有任何hadoop集群容量规划的经验，请分享你的经验/想法。如果您需要任何进一步的意见，请告诉我。