hadoop(DataNode)

DataNode工作机制

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。
4. 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。
5. 集群运行中可以安全加入和退出一些机器。

数据完整性

思考：
如果DataNode磁盘中存储的数据是控制红绿灯的红灯信号(1)和绿灯(0),但是存储该数据的磁盘坏了，一直显示是绿灯，是否很危险？同理，DataNode节点上的数据损坏了，却没有发现，也是很危险的，那么如何解决呢？

---

如下是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。

掉线时限参数设置

1. DataNode进程死亡或者网络故障造成DataNode无法与NameNode通信。
2. NameNode不会立即把该节点判定为死亡，要经过一段时间，这段时间暂称作超时时长。
3. HDFS默认的超时时长为10分钟+30秒。
4. 如果定义超时时间为TimeOut，则超时时长的计算公式为：

TimeOut = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval。
默认的dfs.namenode.heartbeat.recheck-interval 大小为5分钟，dfs.heartbeat.interval默认为3秒。

---

可以通过在配置文件hdfs-site.xml修改参数来修改掉线时限
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。

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。

---

1. 环境准备

1. 在hadoop104主机上再克隆一台hadoop105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配置文件

[redhat@hadoop105 hadoop-2.7.2]$ source /etc/profile

2.服役新节点具体步骤

1. 直接启动DataNode，即可关联到集群

[redhat@hadoop105 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
[redhat@hadoop105 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager

2. 在hadoop105上上传文件

[redhat@hadoop105 hadoop-2.7.2]$ hadoop fs -put /opt/module/hadoop-2.7.2/LICENSE.txt /

3. 如果数据不均衡，可以用命令实现集群的再平衡

[redhat@hadoop102 sbin]$ ./start-balancer.sh

为什么不在slave文件中写入hadoop105？
答： 因为启动是在hadoop105上进行的单点启动，slave只在NameNode群起集群时有用

退役旧数据节点

当集群运行一段时间后，一些旧的节点因为性能等等原因需要下线，将业务转移到其他的服务器上。对于退役节点的做法，一般有两种：添加黑名单与添加白名单

---

添加黑名单

1. 在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建blacktxt文件

[redhat@hadoop102 hadoop]$ pwd
/opt/module/hadoop-2.7.2/etc/hadoop
[redhat@hadoop102 hadoop]$ touch dfs.hosts.exclude
[redhat@hadoop102 hadoop]$ vi dfs.hosts.exclude
添加如下主机名称(需要退役的节点)
hadoop105

2. 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/blacktxt</value>
</property>

3. 刷新NameNode、刷新ResourceManager

[redhat@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes

[redhat@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes

4. 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

5. 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

6. 如果数据不均衡，可以用命令实现集群的再平衡
   [redhat@hadoop102 hadoop-2.7.2]$ sbin/start-balancer.sh

---

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。

1. 在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建writetxt文件

[redhat@hadoop102 hadoop]$ pwd
/opt/module/hadoop-2.7.2/etc/hadoop
[redhat@hadoop102 hadoop]$ touch writetxt
[redhat@hadoop102 hadoop]$ vi writetxt
添加如下主机名称(不退役的节点)
hadoop102
hadoop103
hadoop104

2. 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/writetxt</value>
</property>

3. 配置文件分发

[redhat@hadoop102 hadoop]$ xsync hdfs-site.xml

4. 刷新NameNode

[redhat@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes
Refresh nodes successful

5. 更新ResourceManager节点

[redhat@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes

6. 在web浏览器上查看

7. 如果数据不均衡，可以用命令实现集群的再平衡

[redhat@hadoop102 hadoop-2.7.2]$ sbin/start-balancer.sh

---

黑名单中指定的hadoop105，退役后在hadoop的集群中它还是存在的，且hadoop还在不断和hadoop105联系；但是白名单中未指定的hadoop105则是在hadoop集群中直接被除名了

所以可以发现：黑名单对待退役节点比较“温和”，白名单对待退役节点没有什么“人情味”，所以退役节点应该选择黑名单，白名单更多是被用来增加集群安全性的，而不是用来退役节点的

DataNode多目录配置

1. 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
2. 具体配置如下
   hdfs-site.xml

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

3. 关闭hadoop并且删除data和logs中的全部数据

[redhat@hadoop102 hadoop-2.7.2]$rm -rf data/ logs/
[redhat@hadoop103 hadoop-2.7.2]$rm -rf data/ logs
[redhat@hadoop104 hadoop-2.7.2]$rm -rf data/ logs

4. 格式化集群并启动

[redhat@hadoop102 hadoop-2.7.2]$hdfs namenode -format
[redhat@hadoop102 hadoop-2.7.2]$start-dfs.sh
[redhat@hadoop103 hadoop-2.7.2]$start-yarn.sh

5. 查看结果