HDFS Maintenance State

前言

---

初一看文章标题，很多人可能比较奇怪“HDFS Maintenance”是什么意思，“HDFS包含”的意思？首先Maintenance这个形似Maintain的单词可不是什么包含的意思，它的解释是维护，维修。那么HDFS Maintenance具体是什么意思呢，HDFS处于维护状态？说起维护状态，我们不禁可以联想到HDFS RollingUpgrad，没错，RollingUpgrade确实与HDFS的维护有点关联。确切地说，HDFS的RollingUpgrade是HDFS Maintenance功能的一个使用场景。下面给大家介绍一下社区目前在开发的这个feature。

HDFS Maintenance的缘来

---

HDFS Maintenance的提出源自于HDFS Upgrade Domain（升级域）的提出。HDFS升级域是方便于集群做大规模滚动升级之类的操作而提出的HDFS升级域的相关内容可查阅笔者的另外一篇文章：HDFS升级域：Upgrade Domain。在HDFS升级域的讨论与实现过程中，社区提出了DataNode的Maintenance（维护状态）。Maintenance状态是一类新的状态,HDFS现有的状态有以下几种，看完大家可能就知道这是什么意思了。

• Live（In Sevice）
• Decommissioning
• Decommissioned
• Dead

这些状态我们在NameNode的WebUI界面上也能直接看到。那么问题来了，上面4种是否是完美的呢？答案显然不是，如果我们仔细进行分析的话，上面状态的划分不够灵活。在这样的情况下，DataNode不是处于服务状态，就是处于Out of Service状态。而一旦处于Out of Service状态，接下来就会导致replication操作，使集群副本数满足副本系数的要求。所以这里会引出一个问题，我们是否能够定义一个新的状态，使得我们对DataNode的操作能尽可能地对集群没有影响，并能够快速的恢复回去呢？这就是DataNode Maintenance状态的缘由。

DataNode Maintenance状态的定义

---

与Decommission下线状态类似，Maintenance状态同样有2个细分状态，Enter_Maintenance和In_Maintenance状态。Enter_Maintenance表示的意思是正在进入Maintenance状态。而In_Maintenance表示目前已为Maintenance状态。为什么这里还会有进入Maintenance这样的状态呢？其实大家可以拿Decommission过程与此过程做一个比较。我们在执行下线操作时，为了满足集群副本数的要求，会有一个Decommissioning的状态，此时集群会做replication操作。同理，Enter_Maintenance状态也会做这样的事情，但是它与Decommission过程的目的略有不同。Enter_Maintenance是为了保证集群内有至少满足1个副本以上的数据副本，来保证数据的可用性。比如说当进入Maintenance状态的节点拥有集群中唯一的某块副本时，这时就会做一次replication操作。从一定程度上而言，Maintenance情况下需要满足的最低副本数应比Decommission过程要低，理论上只要存在一个即可。所以如果我们集群都是默认3副本的情况时，那么进入Maintenance状态，基本不会有replication操作了。

如果DataNode处于Maintenance状态了，HDFS对DataNode的节点是怎样处理的呢？主要有以下几点主要影响：

• 集群内不会触发replicate此节点内的块数据。
• DataNode将不接收来自DFSClient端的读写请求。以往DataNode如果处于Out of Service的状态，就会抛出很多的异常。
• DataNode将不会被选为block的存储节点。
• Balancer/Mover操作也将避免移动此节点上的数据。

所以从这里我们可以看到，Maintenance状态的DataNode就是处于一个“维护”的状态，它并不等同于Dead、Decommissioned状态，它能够主动地让NameNode知道自己的状态，并能够随时快速的切换回服务状态。

HDFS Maintenance功能的使用场景

---

介绍完Maintenance状态的定义之后，我们再来看看它的使用场景。

首先HDFS Maintenance的提出源自于HDFS 升级域的讨论。所以毫无疑问，在滚动升级的过程中,HDFS Maintenance可以起到很大的帮助。这样的话，当每次进行批量rolling upgrade操作的时候，就能够快速进行服务状态的切换，而不用担心操作时间过长导致集群进行replication操作了。

第二个使用场景是Da