HDFS-第6章 DataNode

目录

6.1 工作机制

6.2 数据完整性

6.3 掉线时限参数设置

​

6.4 服役新数据节点

6.5 退役旧结点数据 

6.1 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。

6.2 数据完整性

6.3 掉线时限参数设置

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。

<property>

    <name>dfs.namenode.heartbeat.recheck-interval</name>

    <value>300000</value>

</property>

<property>

    <name>dfs.heartbeat.interval</name>

    <value>3</value>

</property>

6.4 服役新数据节点

0.  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hadoop03主机上再克隆一台hadoop04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一下配置文件 ：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

sbin/hadoop-daemon.sh start datanode

sbin/yarn-daemon.sh start nodemanager
           

（2）上传文件进行测试

（3）如果数据不均衡，可以用命令实现集群的再平衡 

./start-balancer.sh
           

6.5 退役旧结点数据 

6.5.1 白名单退役

       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。

       配置白名单的具体步骤如下：

（1）在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts文件

vi dfs.hosts

添加如下主机名称（不添加hadoop04）

hadoop01

hadoop02

hadoop03
           

 （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/dfs.hosts</value>

</property>
           

（3）配置文件分发

 xsync hdfs-site.xml
           

（4）刷新NameNode

hdfs dfsadmin -refreshNodes
           

 （5）更新ResourceManager节点

yarn rmadmin -refreshNodes
           

（6）在web浏览器上查看

 6.5.2 黑名单退役

在黑名单上面的主机都会被强制退出。

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

vi dfs.hosts.exclude

添加如下主机名称（要退役的节点）

hadoop04
           

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/dfs.hosts.exclude</value>

</property>
           

3．刷新NameNode、刷新ResourceManager

hdfs dfsadmin -refreshNodes

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，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。

 sbin/hadoop-daemon.sh stop datanode

 sbin/yarn-daemon.sh stop nodemanager

           

5.    如果数据不均衡，可以用命令实现集群的再平衡

       注意：不允许白名单和黑名单中同时出现同一个主机名称。