7. DataNode工作机制

DataNode

1. 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。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。

2. 数据完整性

思考：如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号（1）和绿灯信号（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，是否也很危险，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，如图(只是一种简单的校验方式，实际有很多)
5. 

3. 掉线时限参数设置

需要注意的是hdfs-site.xml 配置文件中

1. heartbeat.recheck.interval的单位为毫秒
2. 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>

4. 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，所以数据不是副本。

具体配置如下：

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>

☆