Hadoop生产调优手册（2）

最新推荐文章于 2022-12-06 09:22:41 发布

大数据开发工程师-宋权

最新推荐文章于 2022-12-06 09:22:41 发布

阅读量242

点赞数

分类专栏： HDFS 文章标签： hadoop hdfs big data

本文链接：https://blog.csdn.net/song_quan_/article/details/120990078

版权

HDFS 专栏收录该内容

9 篇文章 1 订阅

订阅专栏

HDFS —存储优化

纠删码

纠删码原理

HDFS 默认情况下，一个文件有 3 个副本，这样提高了数据的可靠性，但也带来了 2 倍

的冗余开销。 Hadoop3.x 引入了纠删码，采用计算的方式，可以节省约 50 ％左右的存储空间。

1）纠删码操作相关的命令

2）查看当前支持的纠删码策略

3）纠删码策略解释:

RS-3-2-1024k ：使用 RS 编码，每 3 个数据单元，生成 2 个校验单元，共 5 个单元，也

就是说：这 5 个单元中，只要有任意的 3 个单元存在（不管是数据单元还是校验单元，只要

总数 =3 ），就可以得到原始数据。每个单元的大小是 1024k=1024*1024=1048576 。

RS-10-4-1024k ：使用 RS 编码，每 10 个数据单元（ cell ），生成 4 个校验单元，共 14

个单元，也就是说：这 14 个单元中，只要有任意的 10 个单元存在（不管是数据单元还是校

验单元，只要总数 =10 ），就可以得到原始数据。每个单元的大小是 1024k=1024*1024=1048576 。

RS-6-3-1024k ：使用 RS 编码，每 6 个数据单元，生成 3 个校验单元，共 9 个单元，也

就是说：这 9 个单元中，只要有任意的 6 个单元存在（不管是数据单元还是校验单元，只要

总数 =6 ），就可以得到原始数据。每个单元的大小是 1024k=1024*1024=1048576 。

RS-LEGACY-6-3-1024k ：策略和上面的 RS-6-3-1024k 一样，只是编码的算法用的是 rs

legacy 。

XOR-2-1-1024k ：使用 XOR 编码（速度比 RS 编码快），每 2 个数据单元，生成 1 个校

验单元，共 3 个单元，也就是说：这 3 个单元中，只要有任意的 2 个单元存在（不管是数据

单元还是校验单元，只要总数 = 2 ），就可以得到原始数据。每个单元的大小是

1024k=1024*1024=1048576 。

纠删码案例实操

纠删码策略是给具体一个路径设置。所有往此路径下存储的文件，都会执行此策略。

默认只开启对 RS-6-3-1024k 策略的支持，如要使用别的策略需要提前启用。

1 ）需求： 将 /input 目录设置为 RS-3-2-1024k 策略

2 ）具体步骤

（ 1 ）开启对 RS-3-2-1024k 策略的支持

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs ec -enablePolicy -

policy RS-3-2-1024k

Erasure coding policy RS-3-2-1024k is enabled

（2）在 HDFS 创建目录，并设置 RS-3-2-1024k 策略

（3）上传文件，并查看文件编码后的存储情况

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs dfs -put web.log /input

注：你所上传的文件需要大于 2M 才能看出效果。（低于 2M ，只有一个数据单元和两

个校验单元）

（4）查看存储路径的数据单元和校验单元，并作破坏实验

异构存储（冷热数据分离）

异构存储主要解决，不同的数据，存储在不同类型的硬盘中，达到最佳性能的问题。

异构存储 Shell 操作

（ 1 ）查看当前有哪些存储策略可以用

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies - listPolicies

（2）为指定路径（数据存储目录）设置指定的存储策略

hdfs storagepolicies - setStoragePolicy -path xxx -policy xxx

（3）获取指定路径（数据存储目录或文件）的存储策略

hdfs storagepolicies - getStoragePolicy -path xxx

（4）取消存储策略；执行改命令之后该目录或者文件，以其上级的目录为准，如果是根

目录，那么就是 HOT

hdfs storagepolicies - unsetStoragePolicy -path xxx

（5）查看文件块的分布

bin/hdfs fsck xxx -files -blocks -locations

（6）查看集群节点

hadoop dfsadmin -report

测试环境准备

1 ）测试环境描述

服务器规模： 5 台

集群配置：副本数为 2 ，创建好带有存储类型的目录（提前创建）

集群规划：

2）配置文件信息

（1）为 hadoop102 节点的 hdfs-site.xml 添加如下信息

<name>dfs.replication</name>

</property>

<name>dfs.storage.policy. enabled </name>

</property>

<name>dfs.datanode.data.dir</name>

<value> [SSD] file:///opt/module/hadoop-

3.1.3/hdfsdata/ssd, [RAM_DISK] file:///opt/module/hadoop-

3.1.3/hdfsdata/ram_disk</value>

</property>

（

2 ）为 hadoop103 节点的 hdfs-site.xml 添加如下信息

<name>dfs.replication</name>

</property>

<name>dfs.storage.policy.enabled</name>

</property>

<name>dfs.datanode.data.dir</name>

<value> [SSD] file:///opt/module/hadoop-

3.1.3/hdfsdata/ssd, [DISK] file:///opt/module/hadoop-

3.1.3/hdfsdata/disk</value>

</property>

（

3 ）为 hadoop104 节点的 hdfs-site.xml 添加如下信息

<name>dfs.replication</name>

</property>

<name>dfs.storage.policy.enabled</name>

</property>

<name>dfs.datanode.data.dir</name>

<value> [RAM_DISK] file:///opt/module/hdfsdata/ram_disk, [DISK] file:///o

pt/module/hadoop-3.1.3/hdfsdata/disk</value>

</property>

（

4 ）为 hadoop105 节点的 hdfs-site.xml 添加如下信息

<name>dfs.replication</name>

</property>

<name>dfs.storage.policy.enabled</name>

</property>

<name>dfs.datanode.data.dir</name>

<value> [ARCHIVE] file:///opt/module/hadoop-

3.1.3/hdfsdata/archive</value>

</property>

（

5 ）为 hadoop106 节点的 hdfs-site.xml 添加如下信息

<name>dfs.replication</name>

</property>

<name>dfs.storage.policy.enabled</name>

</property>

<name>dfs.datanode.data.dir</name>

<value> [ARCHIVE] file:///opt/module/hadoop-

3.1.3/hdfsdata/archive</value>

</property>

3 ）数据准备

（ 1 ）启动集群

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs namenode -format

[atguigu@hadoop102 hadoop-3.1.3]$ myhadoop.sh start

（ 1 ）并在 HDFS 上创建文件目录

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /hdfsdata

（2）并将文件资料上传

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -put /opt/module/hadoop-

3.1.3/NOTICE.txt /hdfsdata

HOT 存储策略案例

（ 1 ）最开始我们未设置存储策略的情况下，我们获取该目录的存储策略

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies -getStoragePolicy

-path /hdfsdata

（2）我们查看上传的文件块分布

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs fsck /hdfsdata -files -blocks -

locations

[DatanodeInfoWithStorage[192.168.10. 104 :9866,DS-0b133854-7f9e-48df-939b-

5ca6482c5afb, DISK ], DatanodeInfoWithStorage[192.168.10. 103 :9866,DS

ca1bd3b9-d9a5-4101-9f92-3da5f1baa28b, DISK ]]

未设置存储策略，所有文件块都存储在 DISK 下。所以，默认存储策略为 HOT 。

WARM 存储策略测试

（ 1 ）接下来我们为数据降温

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies -setStoragePolicy

-path /hdfsdata -policy WARM

（2）再次查看文件块分布，我们可以看到文件块依然放在原处。

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs fsck /hdfsdata -files -blocks -

locations

（3）我们需要让他 HDFS 按照存储策略自行移动文件块

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs mover /hdfsdata

（4）再次查看文件块分布，

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs fsck /hdfsdata -files -blocks -

locations

[DatanodeInfoWithStorage[192.168.10. 105 :9866,DS-d46d08e1-80c6-4fca-b0a2-

4a3dd7ec7459, ARCHIVE ], DatanodeInfoWithStorage[192.168.10. 103 :9866,DS

ca1bd3b9-d9a5-4101-9f92-3da5f1baa28b, DISK ]]

文件块一半在 DISK ，一半在 ARCHIVE ，符合我们设置的 WARM 策略

COLD 策略测试

（ 1 ）我们继续将数据降温为 cold

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies -setStoragePolicy

-path /hdfsdata -policy COLD

注意：当我们将目录设置为 COLD 并且我们未配置 ARCHIVE 存储目录的情况下，不

可以向该目录直接上传文件，会报出异常。

（2）手动转移

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs mover /hdfsdata

（3）检查文件块的分布

[atguigu@hadoop102 hadoop-3.1.3]$ bin/hdfs fsck /hdfsdata -files -blocks

-locations

[DatanodeInfoWithStorage[192.168.10. 105 :9866,DS-d46d08e1-80c6-4fca-b0a2-

4a3dd7ec7459, ARCHIVE ], DatanodeInfoWithStorage[192.168.10. 106 :9866,DS-

827b3f8b-84d7-47c6-8a14-0166096f919d, ARCHIVE ]]

所有文件块都在 ARCHIVE ，符合 COLD 存储策略。

ONE_SSD 策略测试

（ 1 ）接下来我们将存储策略从默认的 HOT 更改为 One_SSD

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies -setStoragePolicy

-path /hdfsdata -policy One_SSD

（2）手动转移文件块

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs mover /hdfsdata

（3）转移完成后，我们查看文件块分布，

[atguigu@hadoop102 hadoop-3.1.3]$ bin/hdfs fsck /hdfsdata -files -blocks

-locations

[DatanodeInfoWithStorage[192.168.10. 104 :9866,DS-0b133854-7f9e-48df-939b-

5ca6482c5afb, DISK ], DatanodeInfoWithStorage[192.168.10. 103 :9866,DS-

2481a204-59dd-46c0-9f87-ec4647ad429a, SSD ]]

文件块分布为一半在 SSD ，一半在 DISK ，符合 One_SSD 存储策略

ALL_SSD 策略测试

（ 1 ）接下来，我们再将存储策略更改为 All_SSD

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies -setStoragePolicy

-path /hdfsdata -policy All_SSD

（2）手动转移文件块

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs mover /hdfsdata

（3）查看文件块分布，我们可以看到，

[atguigu@hadoop102 hadoop-3.1.3]$ bin/hdfs fsck /hdfsdata -files -blocks

-locations

[DatanodeInfoWithStorage[192.168.10. 102 :9866,DS-c997cfb4-16dc-4e69-a0c4-

9411a1b0c1eb, SSD ], DatanodeInfoWithStorage[192.168.10. 103 :9866,DS-

2481a204-59dd-46c0-9f87-ec4647ad429a, SSD ]]

所有的文件块都存储在 SSD ，符合 All_SSD 存储策略。

LAZY_PERSIST 策略测试

（ 1 ）继续改变策略，将存储策略改为 lazy_persist

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies -setStoragePolicy

-path /hdfsdata -policy lazy_persist

（2）手动转移文件块

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs mover /hdfsdata

（3）查看文件块分布

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs fsck /hdfsdata -files -blocks -

locations

[DatanodeInfoWithStorage[192.168.10. 104 :9866,DS-0b133854-7f9e-48df-939b-

5ca6482c5afb, DISK ], DatanodeInfoWithStorage[192.168.10. 103 :9866,DS

ca1bd3b9-d9a5-4101-9f92-3da5f1baa28b, DISK ]]

这里我们发现所有的文件块都是存储在 DISK ，按照理论一个副本存储在 RAM_DISK ，

其他副本存储在 DISK 中，这是因为，我们还需要配置“ dfs.datanode.max.locked.memory ”，

“ dfs.block.size ”参数。

那么出现存储策略为 LAZY_PERSIST 时，文件块副本都存储在 DISK 上的原因有如下两

点：

（ 1 ）当客户端所在的 DataNode 节点没有 RAM_DISK 时，则会写入客户端所在的

DataNode 节点的 DISK 磁盘，其余副本会写入其他节点的 DISK 磁盘。

（2）当客户端所在的 DataNode 有 RAM_DISK ，但“ dfs.datanode.max.locked.memory ”

参数值未设置或者设置过小（小于“ dfs.block.size ”参数值）时，则会写入客户端所在的

DataNode 节点的 DISK 磁盘，其余副本会写入其他节点的 DISK 磁盘。

但是由于虚拟机的“ max locked memory” 为 64KB ，所以，如果参数配置过大，还会报

出错误：

ERROR org.apache.hadoop.hdfs.server.datanode.DataNode: Exception in

secureMain

java.lang.RuntimeException: Cannot start datanode because the configured

max locked memory size (dfs.datanode.max.locked.memory) of 209715200

bytes is more than the datanode's available RLIMIT_MEMLOCK ulimit of

65536 bytes.

我们可以通过该命令查询此参数的内存

[atguigu@hadoop102 hadoop-3.1.3]$ ulimit -a

max locked memory (kbytes, -l) 64

HDFS —故障排除

注意：采用三台服务器即可，恢复到 Yarn 开始的服务器快照。

NameNode 故障处理（一般不这样处理，因为nn都有HA，这种情况可能会丢数据）

1 ）需求：

NameNode 进程挂了并且存储的数据也丢失了，如何恢复 NameNode

2 ）故障模拟

（ 1 ） kill -9 NameNode 进程

[atguigu@hadoop102 current]$ kill -9 19886

（2）删除 NameNode 存储的数据（ /opt/module/hadoop-3.1.3/data/tmp/dfs/name ）

[atguigu@hadoop102 hadoop-3.1.3]$ rm -rf /opt/module/hadoop-

3.1.3/data/dfs/name/*

3 ）问题解决

（ 1 ）拷贝 SecondaryNameNode 中数据到原 NameNode 存储数据目录

[atguigu@hadoop102 dfs]$ scp -r

atguigu@hadoop104:/opt/module/hadoop-

3.1.3/data/dfs/namesecondary/* ./name/

（2）重新启动 NameNode

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs --daemon start namenode

（3）向集群上传一个文件

集群安全模式 & 磁盘修复

1 ）安全模式： 文件系统只接受读数据请求，而不接受删除、修改等变更请求

2 ）进入安全模式场景

➢ NameNode 在加载镜像文件和编辑日志期间处于安全模式；

➢ NameNode 再接收 DataNode 注册时，处于安全模式

3）退出安全模式条件

dfs.namenode.safemode.min.datanodes: 最小可用 datanode 数量，默认 0

dfs.namenode.safemode.threshold-pct: 副本数达到最小要求的 block 占系统总 block 数的

百分比，默认 0.999f 。（只允许丢一个块）

dfs.namenode.safemode.extension: 稳定时间，默认值 30000 毫秒，即 30 秒

4 ）基本语法

集群处于安全模式，不能执行重要操作（写操作）。集群启动完成后，自动退出安全模

式。

（ 1 ） bin/hdfs dfsadmin -safemode get

（功能描述：查看安全模式状态）

（ 2 ） bin/hdfs dfsadmin -safemode enter （功能描述：进入安全模式状态）

（ 3 ） bin/hdfs dfsadmin -safemode leave （功能描述：离开安全模式状态）

（ 4 ） bin/hdfs dfsadmin -safemode wait （功能描述：等待安全模式状态）

5 ）案例 1 ：启动集群进入安全模式

（ 1 ）重新启动集群

[atguigu@hadoop102 subdir0]$ myhadoop.sh stop

[atguigu@hadoop102 subdir0]$ myhadoop.sh start

（2）集群启动后，立即来到集群上删除数据，提示集群处于安全模式

案例 2：磁盘修复

需求：数据块损坏，进入安全模式，如何处理

（ 1 ）分别进入 hadoop102 、 hadoop103 、 hadoop104 的 /opt/module/hadoop-

3.1.3/data/dfs/data/current/ BP-1015489500-192.168.10.102-

1611909480872 /current/finalized/subdir0/subdir0 目录，统一删除某 2 个块信息

说明：hadoop103/hadoop104 重复执行以上命令

（2）重新启动集群

[atguigu@hadoop102 subdir0]$ myhadoop.sh stop

[atguigu@hadoop102 subdir0]$ myhadoop.sh start

（3）观察 http://hadoop102:9870/dfshealth.html#tab-overview

说明：安全模式已经打开，块的数量没有达到要求。

（4）离开安全模式

（5）观察 http://hadoop102:9870/dfshealth.html#tab-overview

（6）将元数据删除

案例 3：

需求：模拟等待安全模式

（ 1 ）查看当前模式

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs dfsadmin -safemode get

Safe mode is OFF

（ 2 ）先进入安全模式

[atguigu@hadoop102 hadoop-3.1.3]$ bin/hdfs dfsadmin -safemode

enter

（ 3 ）创建并执行下面的脚本

在 /opt/module/hadoop-3.1.3 路径上，编辑一个脚本 safemode.sh

（ 4 ）再打开一个窗口，执行

[atguigu@hadoop102 hadoop-3.1.3]$ bin/hdfs dfsadmin -safemode

leave

（ 5 ）再观察上一个窗口

Safe mode is OFF

（ 6 ） HDFS 集群上已经有上传的数据了

慢磁盘监控

“慢磁盘”指的时写入数据非常慢的一类磁盘。其实慢性磁盘并不少见，当机器运行时

间长了，上面跑的任务多了，磁盘的读写性能自然会退化，严重时就会出现写入数据延时的

问题。

如何发现慢磁盘？

正常在 HDFS 上创建一个目录，只需要不到 1s 的时间。如果你发现创建目录超过 1 分

钟及以上，而且这个现象并不是每次都有。只是偶尔慢了一下，就很有可能存在慢磁盘。

可以采用如下方法找出是哪块磁盘慢：

1 ）通过心跳未联系时间。

一般出现慢磁盘现象，会影响到 DataNode 与 NameNode 之间的心跳。正常情况心跳时

间间隔是 3s 。超过 3s 说明有异常。

2 ） fio 命令，测试磁盘的读写性能

（ 1 ）顺序读测试

结果显示，磁盘的总体顺序读速度为 360MiB/s。

（2）顺序写测试

结果显示，磁盘的总体顺序写速度为 341MiB/s。

（3）随机写测试

结果显示，磁盘的总体随机写速度为 309MiB/s。

（4）混合随机读写：

结果显示，磁盘的总体混合随机读写，读速度为 220MiB/s，写速度 94.6MiB/s。

小文件归档

1 ） HDFS 存储小文件弊端

每个文件均按块存储，每个块的元数据存储在 NameNode 的内存中，因此 HDFS 存储

小文件会非常低效。因为大量的小文件会耗尽 NameNode 中的大部分内存。但注意，存储小

文件所需要的磁盘容量和数据块的大小无关。例如，一个 1MB 的文件设置为 128MB 的块

存储，实际使用的是 1MB 的磁盘空间，而不是 128MB 。

2 ）解决存储小文件办法之一

HDFS 存档文件或 HAR 文件，是一个更高效的文件存档工具，它将文件存入 HDFS 块，

在减少 NameNode 内存使用的同时，允许对文件进行透明的访问。具体说来， HDFS 存档文

件对内还是一个一个独立文件，对 NameNode 而言却是一个整体，减少了 NameNode 的内

存。

3 ）案例实操

（ 1 ）需要启动 YARN 进程

[atguigu@hadoop102 hadoop-3.1.3]$ start-yarn.sh

（2）归档文件

把 /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 /output 路径下。

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop archive -archiveName

input.har -p /input /output

（3）查看归档

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -ls

/output/input.har

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -ls

har:///output/input.har

（4）解归档文件

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -cp

har:///output/input.har/* /

大数据开发工程师-宋权

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
Hadoop生产调优手册（2）

HDFS—存储优化纠删码纠删码原理 HDFS 默认情况下，一个文件有 3 个副本，这样提高了数据的可靠性，但也带来了 2 倍的冗余开销。Hadoop3.x 引入了纠删码，采用计算的方式，可以节省约 50％左右的存储空间。1）纠删码操作相关的命令2）查看当前支持的纠删码策略 3）纠删码策略解释: RS-3-2-1024k：使用 RS 编码，每 3 个数据单元，生成 2 个校验单元，共 5 个单元，也就是说：这 5 个单元中，只要有任意的 3 个...
复制链接

扫一扫