笔记-hadoop-HDFS-DataNode工作机制

——尚硅谷课程整理

---

DataNode工作机制

DataNode工作机制，如图所示。

 

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）心跳是每3秒一次，心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器，或删除某个数据块。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

DataNode节点保证数据完整性的方法：

1. 当DataNode读取Block的时候，它会计算CheckSum。
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，如图所示。

 

 掉线时限参数设置

需要注意的是hdfs-site.xml 配置文件中的heartbeat.recheck.interval的单位为毫秒，dfs.heartbeat.interval的单位为秒。 

<property>
    <name>dfs.namenode.heartbeat.recheck-interval</name>
    <value>300000</value>
</property>
<property>
    <name>dfs.heartbeat.interval</name>
    <value>3</value>
</property>

服役新数据节点

需求

随着公司业务的增长，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。

环境准备

       （1）在hadoop103主机上再克隆一台hadoop104主机

       （2）修改IP地址和主机名称

       （3）删除原来HDFS文件系统留存的文件（/opt/module/hadoop-2.7.2/data和log）

       （4）source一下配置文件

source /etc/profile

服役新节点具体步骤

直接启动DataNode，即可关联到集群

hadoop-daemon.sh start datanode
yarn-daemon.sh start nodemanager

如果数据不均衡，可以用命令实现集群的再平衡

start-balancer.sh

退役旧数据节点

添加白名单

添加到白名单的主机节点，都允许访问NameNode，不在白名单的主机节点，都会被退出。

配置白名单的具体步骤如下：

（1）在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts文件

cd /opt/module/hadoop-2.7.2/etc/hadoop
touch dfs.hosts
vim dfs.hosts

（2）添加如下主机名称（不添加hadoop104）

hadoop101

hadoop102

hadoop103

（3）在NameNode的hdfs-site.xml配置文件中增加dfs.hosts属性

<property>
    <name>dfs.hosts</name>
    <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts</value>
</property>

（4）配置文件分发

xsync hdfs-site.xml

（5）刷新NameNode

hdfs dfsadmin -refreshNodes

（6）更新ResourceManager节点

yarn rmadmin -refreshNodes

hadoop104已被退役

黑名单退役

在黑名单上面的主机都会被强制退出。

（1）在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts.exclude文件

cd /opt/module/hadoop-2.7.2/etc/hadoop
touch dfs.hosts.exclude
vim dfs.hosts.exclude

（2）添加如下主机名称（要退役的节点）

hadoop104

 （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>

 （4）刷新NameNode、刷新ResourceManager

hdfs dfsadmin -refreshNodes
yarn rmadmin -refreshNodes

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。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。

白名单适合服役新节点前设置，黑名单适合退役节点。

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

配置hdfs-site.xml

<property>
        <name>dfs.datanode.data.dir</name>
<value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2</value>
</property>

小文件存档

归档文件

把/user/liun/input目录里面的所有文件归档成一个叫input.har的归档文件，并把归档后文件存储到/user/liun/output路径下。

hadoop archive -archiveName input.har -p /user/liun/input /user/liun/output

查看归档

hadoop fs -ls -R har:///user/liun/output/input.har

解归档文件

hadoop fs -cp har:///user/liun/output/input.har/*    /user/liun

回收站

开启回收站功能，可以将删除的文件在不超时的情况下，恢复原数据，起到防止误删除、备份等作用。

回收站参数设置及工作机制

 启用回收站

修改core-site.xml，配置垃圾回收时间为1分钟。

<property>
    <name>fs.trash.interval</name>
    <value>1</value>
</property>

修改访问垃圾回收站用户名称

进入垃圾回收站用户名称，默认是dr.who，修改为liun用户。

配置core-site.xml

<property>
    <name>hadoop.http.staticuser.user</name>
    <value>liun</value>
</property>

恢复回收站数据

hadoop fs -rm -r /user/liun/input/*
hadoop fs -mv /user/liun/.Trash/Current/user/liun/input /user/liun/input

清空回收站

hadoop fs -expunge

通过程序删除的文件不会经过回收站，需要调用moveToTrash()才进入回收站

Trash trash = New Trash(conf);
trash.moveToTrash(path);

快照管理

 开启/禁用指定目录的快照功能

hdfs dfsadmin -allowSnapshot /user/liun/input

hdfs dfsadmin -disallowSnapshot /user/liun/input

对目录创建快照

hdfs dfs -createSnapshot /user/liun/input

指定名称创建快照

hdfs dfs -createSnapshot /user/liun/input  input2

重命名快照

hdfs dfs -renameSnapshot /user/liun/input/  input1 input2

列出当前用户所有可快照目录

hdfs lsSnapshottableDir

比较两个快照目录的不同之处

hdfs snapshotDiff /user/liun/input . .snapshot/input2

恢复快照

hdfs dfs -cp /user/liun/input/.snapshot/s20190723-170304.245 /user/liun/