HDFS再平衡器

HDFS数据并不总是均匀存储在datanode中的，如新增加一个datanode节点到集群中。当有新的数据要存储时，namenode会考虑多种因数后再选择datanode来存储数据。

因数如下：

1 把一个副本存放到client所在的节点中。

2 不能把所有副本放在同一个机架上，这样可以避免机架崩溃导致所有副本丢失。

3 把其中一个副本存到同一个机架中的节点中，这样可以减少跨机架网络I/O。

4 HDFS数据要均匀分布到集群中的 datanode节点中。

考虑到上述因素，HDFS提供了一个分析数据块的存放和datanode数据再平衡的工具rebalancer。

rebalance工作原理如下：

Step1：   rebalance 向namenode请求datanode report。

Step2:     rebalance分析报告后选择所有的proxy source 和 destination datanode，向namenode请求每个proxy source的文件块映射。

Step3:     rebalance 向proxy source 发送复制文件块destination datanode的命令。

Step4:     proxy source 向destination 请求重新放置proxy source中的数据块。

Step5:     destination复制完数据块后,通知namenode删除proxy source中的数据块。

Step6:     namenode选择一个副本删除文件块。Destination 向proxy source 通知文件块状态。

Step7:     proxy source 向reblance 通知操作状态。