Hadoop DataNode Disk Balance
Hadoop 支持 DataNode 间数据平衡,但是对于单个DataNode内的各磁盘平衡,则需要人工进行数据迁移。
1.确认各数据磁盘可用空间,以确定需要迁移的数据量及迁移路径
df -h
2.停止datanode
cd /opt/hadoop; ./bin/hadoop-daemon.sh stop datanode
3.迁移相关数据,即block文件确定所需要迁移出的数据
ls $source_data_dir/subdir*/subdir* -d
(若没有二级子目录,则迁移一级子目录的数据)
ls /vobiledata/hadoopdata1/data/current/subdir*/subdir* -d
确定目标地址
dst_dir=ls $dst_data_dir/subdir* -d | grep -v `ls $dst_data_dir/subdir*/subdir* -d | awk -F / '{print $6}' | uniq` | sort -R | head -1
for i in `df | grep vobiledata | awk '{print $NF}'`;do ls $i/data/current/subdir* -d | grep -v `ls $i/data/current/subdir*/subdir* -d | awk -F / '{print $(NF-1)}' | uniq` | sort -R | head -2;done
可将这些二级子目录迁移至其他磁盘,注意切不可覆盖目标磁盘的文件
for i in `ls $source_data_dir/subdir*/subdir* -d | head -10`; do mv $i $dst_dir/; done
所要迁移的目录个数,根据迁移情况临时调整
4.开启datanode
cd /opt/hadoop; ./bin/hadoop-daemon.sh stop datanode
5.检查HDFS健康状况
curl hmaster:50070/fsck| less