码迷,mamicode.com
首页 > 其他好文 > 详细

Hadoop之HDFS(DataNode) (面试开发重点)

时间:2019-08-15 06:08:36      阅读:84      评论:0      收藏:0      [点我收藏+]

标签:ppi   etc   min   图片   mes   控制   地址   均衡   文件创建   

1 DataNode工作机制

DataNode工作机制,如图所示。

技术图片

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,块数据校验和,以及时间戳

2DataNode启动后向NameNode注册,通过后,周期性(1小时NameNode上报所有的块信息。

3心跳是每3一次,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,一直显示绿灯,是否很危险?同理DataNode节点上的数据损坏了,没有发现,是否也很危险,那么如何解决呢

如下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。

3Client读取其他DataNode上的Block

4DataNode在其文件创建后周期验证CheckSum,如图所示。

技术图片

3 掉线时限参数设置

技术图片

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>

 

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,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的数据节点。

 

1. 环境准备

 

1)在hadoop104主机克隆一台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/datalog

 

4source一下配置文件

 

[atguigu@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

 

[atguigu@hadoop105 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode

 

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

技术图片

(2)在hadoop105上上传文件

[atguigu@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

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

starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop102.out

Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved

5 退役旧数据节点

 

5.1 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,都会退出。

 

配置白名单的具体步骤如下:

 

1)在NameNode/opt/module/hadoop-2.7.2/etc/hadoop目录创建dfs.hosts文件

 

[atguigu@hadoop102 hadoop]$ pwd

 

/opt/module/hadoop-2.7.2/etc/hadoop

 

[atguigu@hadoop102 hadoop]$ touch dfs.hosts

 

[atguigu@hadoop102 hadoop]$ vi dfs.hosts

 

添加如下主机名称(不添加hadoop105)

 

hadoop102

 

hadoop103

 

hadoop104

 

2)在NameNodehdfs-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

 

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

 

(4)刷新NameNode

 

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

 

Refresh nodes successful

 

(5)更新ResourceManager节点

 

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

 

17/06/24 14:17:11 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.1.103:8033

 

(6)在web浏览器上查看

技术图片

4. 如果数据不均衡,可以用命令实现集群的再平衡

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

starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop102.out

Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved

 

5.2 黑名单退役

 

黑名单上面的主机都会被强制退出。

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

[atguigu@hadoop102 hadoop]$ pwd

/opt/module/hadoop-2.7.2/etc/hadoop

[atguigu@hadoop102 hadoop]$ touch dfs.hosts.exclude

[atguigu@hadoop102 hadoop]$ vi dfs.hosts.exclude

添加如下主机名称(要退役的节点)

hadoop105

2.在NameNodehdfs-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

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

Refresh nodes successful

 

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

17/06/24 14:55:56 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.1.103:8033

4. 检查Web浏览器,退役节点的状态为decommission in progress(退役),说明数据节点正在复制块到其他节点,如图所示

技术图片

5.等待退役节点状态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,如图所示

技术图片

[atguigu@hadoop105 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode

stopping datanode

[atguigu@hadoop105 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager

stopping nodemanager

6. 如果数据不均衡,可以用命令实现集群的再平衡

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

starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop102.out

Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved

注意不允许白名单和黑名单同时出现同一个主机名称

 

6 Datanode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。:数据不是副本

2.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>

 

Hadoop之HDFS(DataNode) (面试开发重点)

标签:ppi   etc   min   图片   mes   控制   地址   均衡   文件创建   

原文地址:https://www.cnblogs.com/Diyo/p/11355700.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!