个人工作杂记

一、某日SAAS环境磁盘水位过高，一共500G，已经被占用了450G以上，故查看hdfs各目录分别占用多少空间，

1、hadoop fs -help （若熟悉命令，可忽略）

2、hadoop fs -du -h /

发现是/hive下数据量突出

3、hadoop fs -du -h /hive

继续找到是哪个schema和table的数据量最大，一般是hive/user/warehouse下

 

二、hive不区分大小写，schema和table统一使用小写，mysql是可以配置的，pg中也建议小写，若有大写字母，必须用双引号

 

三、线程池队列的使用

分为三种，直接提交的SynchronousQueue、无界队列LinkedBlockingQueue，有界队列ArrayBlockingQueue，使用SynchronousQueue会直接提交，等于没有队列缓冲，使用LinkedBlockingQueue超过corePoolSize会往队列里面一直插入，不会使用到MaximunPoolSize，但是队列无限增加可能会导致内存溢出，使用ArrayBlockingQueue会较有效控制线程数量与缓冲队列的容量，但是执行任务的最大数量等于max+队列，故应该明确所需的线程数

可参考：https://blog.csdn.net/a837199685/article/details/50619311

 

linux cpu爆炸

https://www.cnblogs.com/heluan/p/9601060.html

 

The DiskSpace quota of/data/test_quota2 is exceeded: quota = 209715200 B = 200 MB but diskspaceconsumed = 402653184 B = 384 MB

步骤四：上传文件测试
[root@testbig1 ~]# hdfs dfs -put file /data/test_quota2/

put: The DiskSpace quota of/data/test_quota2 is exceeded: quota = 209715200 B = 200 MB but diskspaceconsumed = 402653184 B = 384 MB

 

这里估计朋友又好奇了，这是什么鬼，明明设置为200MB大小的配额，为啥100MB的文件都放不下。这里我再解释一下：

其实这个跟HDFS的块大小有关系。我们环境的HDFS的blocksize(dfs.block.size, dfs.blocksize)大小设置为128MB，副本因子为3。

NameNode 写文件时会分配block倍数的大小，然后检查对应目录的空间配额。当“目录已经写入的容量+ 当前blocksize*3”与 “目录空间配额” 进行比较，如果前者大于后者，就会报错。对于我们上面的测试，即0+384MB > 200MB，大于空间配额的设置，所以会失败。

https://blog.csdn.net/jiangshouzhuang/article/details/70677449

 

 

连接Hadoop2.0报错：local host is: "win/127.0.0.1"; destination host is: "10.2.3.1":50070

是DFS Master端口写错了，2.0默认为8020

https://blog.csdn.net/lifuxiangcaohui/article/details/51193550?locationNum=5

 

私服上没有我们上传的包，包在自己本地，发现可以有两种方式实现打包：

1、mvn clean Install -o ... (-o 就是offline的意思)

2、在pom文件中指定那些包使用本地的：

<scope>system</scope> <systemPath>${basedir}/lib/cpdetector_1.0.10.jar</systemPath>