浅谈HDFS(三)之DataNote

DataNode工作机制

  1. 一个数据块在DataNode上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是元数据包括数据块的长度,块数据的校验和,以及时间戳。
  2. DataNode启动后向NameNode注册,通过后,周期性(1小时)的向NameNode上报所有的块信息。
  3. DataNode与NameNode之间有一个心跳事件,心跳是每3秒一次,心跳返回结果带有NameNode给该DataNode的命令,如果超过10分钟没有收到某个DataNode的心跳,则认为该节点不可用。
  4. 集群运行中可以安全加入和退出一些机器

数据完整性

思考:如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号(1)和绿灯信号(0),但是存储该数据的磁盘坏了,一直显示是绿灯,是否很危险?

同理,DataNode节点上的数据损坏了,却没有发现,是否也很危险,那么如何解决呢?

  • 保证数据完整性的方法
  1. 当DataNode读取Block的时候,它会计算CheckSum(校验和)
  2. 如果计算后的CheckSum,与Block创建时值不一样,说明Block已经损坏
  3. Client读取其他DataNode上的Block
  4. DataNode在其文件创建后周期验证CheckSum,如下图:

掉线时参数设置

DataNode进程死亡或者网络故障造成DataNode无法与NameNode通信时的TimeOut参数设置

  1. NameNode不会立即把该节点判断为死亡,要经过一段时间,这段时间称作超时时长
  2. HDFS默认的超时时长为10分钟+30秒
  3. 超时时长的计算公式为:
# dfs.namenode.heartbeat.recheck-interval默认为300000ms,dfs.heartbeat.interval默认为5sTimeOut = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval
  • 实际开发的时候,可以根据自己服务器的情况进行调整,比如服务器性能比较低,那么可以适当的把时间调长;如果服务器性能很好,那么可以适当缩短。

服役新数据节点

需求:随着公司业务的增长或者重大活动(例如双11),数据量越来越大,原有的数据节点的容量已经不能满足存储数据的需求,需要在原有集群基础上动态添加新的数据节点。

  • 步骤:
  1. 克隆一台虚拟机
  2. 修改IP地址和主机名称
  3. 删除原来HDFS文件系统中留存的data和logs文件
  4. 直接单点启动节点即可

退役旧数据节点

退役旧数据节点有两种方式:添加白名单和黑名单退役

添加白名单

  • 步骤:
  1. 在NameNode的hadoop安装目录/etc/hadoop目录下创建dfs.hosts文件
  2. 添加白名单主机名称
  3. 在NameNode的hdfs-site.xml配置文件中增加dfs.hosts属性
<property><name>dfs.hosts</name># dfs.hosts文件所在路径<value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts</value></property>
  1. 配置文件同步到集群其它节点
  2. 刷新NameNode
[kocdaniel@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodesRefresh nodes successful
  1. 更新ResourceManager节点
[kocdaniel@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes
  1. 如果数据不均衡,可以用命令实现集群的再平衡
[kocdaniel@hadoop102 sbin]$ ./start-balancer.sh

黑名单退役

  • 步骤:
  1. 在NameNode的hadoop安装目录/etc/hadoop目录下创建dfs.hosts.exclude文件
  2. 添加要退役的主机名称
  3. 在NameNode的hdfs-site.xml配置文件中增加dfs.hosts.exclude属性
<property><name>dfs.hosts.exclude</name>     <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts.exclude</value></property>
  1. 配置文件同步到集群其它节点
  2. 刷新NameNode、刷新ResourceManager
[kocdaniel@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodesRefresh nodes successful[kocdaniel@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes
  1. 检查Web浏览器,退役节点的状态为decommission in progress(退役中),说明数据节点正在复制块到其他节点
  2. 等待退役节点状态为decommissioned(所有块已经复制完成),停止该节点及节点资源管理器。
  • 注意:如果副本数是3,服役的节点小于等于3,是不能退役成功的,需要修改副本数后才能退役
  • 注意:不允许白名单和黑名单中同时出现同一个主机名称。

两者的不同

  • 添加白名单比较暴躁,会直接把要退役的节点服务关掉,不复制数据
  • 黑名单退役,会将要退役的节点服务器的数据复制到其它节点上,不会直接关闭节点服务,比较慢

DataNode多目录配置

  • DataNode也可以配置成多个目录,每个目录存储的数据不一样。即:数据不是副本,与NameNode多目录不同
  • 作用:保证所有磁盘都被利用均衡,类似于windows中的磁盘分区

欢迎关注下方公众号,获取更多文章信息![1](https://img2018.cnblogs.com/blog/1816877/201909/1816877-20190928210809598-767357850.jpg)

(0)

相关推荐

  • 早期开元通宝版别系列浅谈《三》开元暴蓝

    在收藏各种各样的钱币中,钱币的品相,钱币的颜色,钱币的材质,钱币的包浆好坏程度,都会直接或者间接的影响到它的观赏价值,收藏价值和经济价值. 当然,开元通宝暴蓝钱币也不例外. 随着现在人们的生活质量不断 ...

  • 不只有糖!水果如何影响肠道菌?浅谈第三种益生元:多酚

    多酚包括儿茶素.绿原酸.异黄酮.花青素.姜黄素等:多酚在各种水果中尤其丰富,也存在于蔬菜.豆类.香料和茶叶中.深色水果.绿茶.咖啡.香料.葡萄酒.苹果.黑莓.蓝莓.菜花.樱桃番茄等都是多酚的主要来源. ...

  • “南取百越之地,以为桂林象郡”——浅谈秦朝三征百越及其影响

    前言 贾谊所著<过秦论>中曾这样记载:"南取百越之地,以为桂林.象郡."这一段描述,讲述的就是秦朝在公元前214年,在名将任嚣和赵佗等人的率领下,对百越之地发起的战争. ...

  • 初中数学——浅谈一线三等角问题(觉得有用...

    (觉得有用就拿走) 1.直角形(同侧型,异侧型.母子型) 2.锐角形(同侧型,异侧型.母子型) 3.钝角形(同侧型,异侧型.母子型) 四种类型:三角齐见.隐藏局部.矩形大法.线角齐藏

  • 浅谈理财三

    (每天学习多一点,长期来看你会越来越懂理财) 和大家继续聊一聊投资理财最永恒的理论,这个理论你一定知道,但是你可能在不同的时间不同的场合知道了它的某一个片段,今天作为一课吧,和大家彻底的聊一聊. 五. ...

  • 【北京诗词】No.61366期B版||​《戚哥浅谈人生三海经》作者:上海戚哥

    北京诗词 欢迎您的阅读 <北京诗词>属于新古典主义诗词流派,主要发布古体类型的诗词(含仿古体诗词)和现代诗,兼发优秀的现代诗歌散文小说评论等纯文学作品!我们希望大家能努力研究继承古体诗词, ...

  • 浅谈Linux三种网路连接模式

    Linux 的网络模式共有三种,分别是NAT模式 .仅主机模式(hostonly)和桥接(Bridged),下面将分别讲述这三种模式的网络模型及优缺点. 一.仅主机模式(hostonly) 1.模式简 ...

  • 人有小九九,「合」是秘中密,浅谈地支三合、六合、各种特殊合象

    前面写了一篇关于「三合」的文章:合有宜不宜,三合最为奇.很多粉丝伙伴们都觉得意犹未尽,于是我就从新的整理了一下思路,继续把地支的各种合写全.这篇文章我带大家来理解几种特殊的合,及各种合的比较. 在前一 ...

  • 【集贝者】贝壳收藏入门浅谈(三)

    2017-04-18 23:22 世界各地贝壳俱乐部的徽章 贝壳俱乐部是贝壳收藏者自愿组合的民间社会活动团体,共同的爱好使他们走到一起,讨论研究有关贝壳的话题,相互激励,增长见识.一般的活动包括有贝壳 ...