Hadoop 之 HDFS 详解_i edits-程序员宅基地

技术标签: Hadoop  hadoop  

一、产生背景:

随着数据量越来越大,在一个操作系统存不下所有的数据,那么就分配到更到的操作系统管理的磁盘中,但是管理不方便和维护,迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统,HDFS只是分布式文件管理系统的一种。

二、定义:

HDFS (Hadoop Distributed File System) ,它是一个文件系统,用来存储文件,通过目录树来定位文件,其次,它是分布式的,由很多服务器联合起来实现其功能,集群中的服务器有各自的角色。

三、使用场景:

HDFS适合一次写入,多次读出的场景,且不支持文件的修改,适合用来做数据分析,并不适合用来做网盘应用。

四、HDFS 优缺点:

优点:

缺点:

五、组成架构:

六、HDFS 文件块大小:

为什么HDFS 文件块不能设置太大也不能设置太小:

七、HDFS shell 常用命令:

(0)启动Hadoop集群(方便后续的测试)

[haojunjie@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

[haojunjie@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

(1)-help:输出这个命令参数

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -help rm

(2)-ls: 显示目录信息

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -ls /

(3)-mkdir:在HDFS上创建目录

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir -p /sanguo/shuguo

(4)-moveFromLocal:从本地剪切粘贴到HDFS

[haojunjie@hadoop102 hadoop-3.1.3]$ touch kongming.txt

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs  -moveFromLocal  ./kongming.txt  /sanguo/shuguo

(5)-appendToFile:追加一个文件到已经存在的文件末尾

[haojunjie@hadoop102 hadoop-3.1.3]$ touch liubei.txt

[haojunjie@hadoop102 hadoop-3.1.3]$ vi liubei.txt

输入

san gu mao lu

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo/kongming.txt

(6)-cat:显示文件内容

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -cat /sanguo/shuguo/kongming.txt

(7)-chgrp 、-chmod、-chown:Linux文件系统中的用法一样,修改文件所属权限

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs  -chmod  666  /sanguo/shuguo/kongming.txt

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs  -chown  haojunjie:haojunjie   /sanguo/shuguo/kongming.txt

(8)-copyFromLocal:从本地文件系统中拷贝文件到HDFS路径去

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -copyFromLocal README.txt /

(9)-copyToLocal:从HDFS拷贝到本地

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -copyToLocal /sanguo/shuguo/kongming.txt ./

(10)-cp :从HDFS的一个路径拷贝到HDFS的另一个路径

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -cp /sanguo/shuguo/kongming.txt /zhuge.txt

(11)-mv:在HDFS目录中移动文件

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /zhuge.txt /sanguo/shuguo/

(12)-get:等同于copyToLocal,就是从HDFS下载文件到本地

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -get /sanguo/shuguo/kongming.txt ./

(13)-getmerge:合并下载多个文件,比如HDFS的目录 /user/atguigu/test下有多个文件:log.1, log.2,log.3,...

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -getmerge /user/haojunjie/test/* ./zaiyiqi.txt

(14)-put:等同于copyFromLocal

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -put ./zaiyiqi.txt /user/haojunjie/test/

(15)-tail:显示一个文件的末尾

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -tail /sanguo/shuguo/kongming.txt

(16)-rm:删除文件或文件夹

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -rm /user/haojunjie/test/jinlian2.txt

(17)-rmdir:删除空目录

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /test

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -rmdir /test

(18)-du统计文件夹的大小信息

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -du -s -h /user/haojunjie/test

2.7 K  /user/haojunjie/test

 

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -du  -h /user/haojunjie/test

1.3 K  /user/haojunjie/test/README.txt

15     /user/haojunjie/test/jinlian.txt

1.4 K  /user/haojunjie/test/zaiyiqi.txt

(19)-setrep:设置HDFS中文件的副本数量

[haojunjie@hadoop102 hadoop-3.1.3]$ hadoop fs -setrep 10 /sanguo/shuguo/kongming.txt

这里设置的副本数只是记录在NameNode的元数据中,是否真的会有这么多副本,还得看DataNode的数量。因为目前只有3台设备,最多也就3个副本,只有节点数的增加到10台时,副本数才能达到10。

八、HDFS 客户端操作API:

 

九、HDFS写数据和读数据流程:

写流程:

1)客户端通过Distributed FileSystem模块向NameNode请求上传文件,NameNode检查目标文件是否已存在,父目录是否存在。

2NameNode返回是否可以上传。

3)客户端请求第一个 Block上传到哪几个DataNode服务器上。

4NameNode返回3DataNode节点,分别为dn1dn2dn3

5)客户端通过FSDataOutputStream模块请求dn1上传数据,dn1收到请求会继续调用dn2,然后dn2调用dn3,将这个通信管道建立完成。

6dn1dn2dn3逐级应答客户端。

7)客户端开始往dn1上传第一个Block(先从磁盘读取数据放到一个本地内存缓存),以Packet为单位,dn1收到一个Packet就会传给dn2dn2传给dn3dn1每传一个packet会放入一个应答队列等待应答

8)当一个Block传输完成之后,客户端再次请求NameNode上传第二个Block的服务器。(重复执行3-7步)。

读流程:

 

1)客户端通过Distributed FileSystemNameNode请求下载文件,NameNode通过查询元数据,找到文件块所在的DataNode地址。

2)挑选一台DataNode(就近原则,然后随机)服务器,请求读取数据。

3DataNode开始传输数据给客户端(从磁盘里面读取数据输入流,以Packet为单位来做校验)。

4)客户端以Packet为单位接收,先在本地缓存,然后写入目标文件。

十、网络拓扑-节点距离计算:

在HDFS写数据的过程中,NameNode会选择距离待上传数据最近距离的DataNode接收数据。那么这个最近距离怎么计算呢?

       节点距离:两个节点到达最近的共同祖先的距离总和。

十一、副本存储的节点选择之---------机架感知:

          HDFS 副本 放置策略:对于常见情况,当复制系数为3时,HDFS的放置策略是,如果写入程序位于datanode上,则将一个副本放在本地计算机上,否则放在随机datanode上,

         另一个副本放在不同(远程)机架中的节点上,最后一个放在同一远程机架中的不同节点上。

十二、NameNode和SecondaryNameNode 的工作机制:

思考:NameNode中的元数据是存储在哪里的?

首先,我们做个假设,如果存储在NameNode节点的磁盘中,因为经常需要进行随机访问,还有响应客户请求,必然是效率过低。因此,元数据需要存放在内存中。但如果只存在内存中,一旦断电,元数据丢失,整个集群就无法工作了。

因此产生在磁盘中备份元数据的FsImage

这样又会带来新的问题,当在内存中的元数据更新时,如果同时更新FsImage,就会导致效率过低,但如果不更新,就会发生一致性问题,一旦NameNode节点断电,就会产生数据丢失。

因此,引入Edits文件(只进行追加操作,效率很高)。每当元数据有更新或者添加元数据时,修改内存中的元数据并追加到Edits中。这样,一旦NameNode节点断电,可以通过FsImageEdits的合并,合成元数据。

但是,如果长时间添加数据到Edits中,会导致该文件数据过大,效率降低,而且一旦断电,恢复元数据需要的时间过长。因此,需要定期进行FsImageEdits的合并,如果这个操作由NameNode节点完成,又会效率过低。

因此,引入一个新的节点SecondaryNamenode,专门用于FsImageEdits的合并。 

如图:

1. 第一阶段:NameNode启动

(1)第一次启动NameNode格式化后,创建Fsimage和Edits文件。如果不是第一次启动,直接加载编辑日志和镜像文件到内存。

(2)客户端对元数据进行增删改的请求。

(3)NameNode记录操作日志,更新滚动日志。

(4)NameNode在内存中对元数据进行增删改。

2. 第二阶段:Secondary NameNode工作

       (1)Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。

       (2)Secondary NameNode请求执行CheckPoint。

       (3)NameNode滚动正在写的Edits日志。

       (4)将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。

       (5)Secondary NameNode加载编辑日志和镜像文件到内存,并合并。

       (6)生成新的镜像文件fsimage.chkpoint。

       (7)拷贝fsimage.chkpoint到NameNode。

       (8)NameNode将fsimage.chkpoint重新命名成fsimage。

NN2NN工作机制详解:

Fsimage:NameNode内存中元数据序列化后形成的文件。

Edits:记录客户端更新元数据信息的每一步操作(可通过Edits运算出元数据)。

NameNode启动时,先滚动Edits并生成一个空的edits.inprogress,然后加载Edits和Fsimage到内存中,此时NameNode内存就持有最新的元数据信息。Client开始对NameNode发送元数据的增删改的请求,这些请求的操作首先会被记录到edits.inprogress中(查询元数据的操作不会被记录在Edits中,因为查询操作不会更改元数据信息),如果此时NameNode挂掉,重启后会从Edits中读取元数据的信息。然后,NameNode会在内存中执行元数据的增删改的操作。

由于Edits中记录的操作会越来越多,Edits文件会越来越大,导致NameNode在启动加载Edits时会很慢,所以需要对Edits和Fsimage进行合并(所谓合并,就是将Edits和Fsimage加载到内存中,照着Edits中的操作一步步执行,最终形成新的Fsimage)。SecondaryNameNode的作用就是帮助NameNode进行Edits和Fsimage的合并工作。

SecondaryNameNode首先会询问NameNode是否需要CheckPoint(触发CheckPoint需要满足两个条件中的任意一个,定时时间到和Edits中数据写满了)。直接带回NameNode是否检查结果。SecondaryNameNode执行CheckPoint操作,首先会让NameNode滚动Edits并生成一个空的edits.inprogress,滚动Edits的目的是给Edits打个标记,以后所有新的操作都写入edits.inprogress,其他未合并的Edits和Fsimage会拷贝到SecondaryNameNode的本地,然后将拷贝的Edits和Fsimage加载到内存中进行合并,生成fsimage.chkpoint,然后将fsimage.chkpoint拷贝给NameNode,重命名为Fsimage后替换掉原来的Fsimage。NameNode在启动时就只需要加载之前未合并的Edits和Fsimage即可,因为合并过的Edits中的元数据信息已经被记录在Fsimage中。

十三、Fsimage和Edits解析:

1.图解:

2. 使用命令查看Fsimage

(1)查看oiv和oev命令

[haojunjie@hadoop102 current]$ hdfs

oiv            apply the offline fsimage viewer to an fsimage

oev            apply the offline edits viewer to an edits file

(2)基本语法

hdfs oiv -p 文件类型 -i镜像文件 -o 转换后文件输出路径

(3)案例实操

[haojunjie@hadoop102 current]$ pwd

/opt/module/hadoop-3.1.3/data/tmp/dfs/name/current

[haojunjie@hadoop102 current]$ hdfs oiv -p XML -i fsimage_0000000000000000025 -o /opt/module/hadoop-3.1.3/fsimage.xml

[haojunjie@hadoop102 current]$ cat /opt/module/hadoop-3.1.3/fsimage.xml

将显示的xml文件内容拷贝到Eclipse中创建的xml文件中,并格式化。部分显示结果如下。

<inode>

  <id>16386</id>

  <type>DIRECTORY</type>

  <name>user</name>

  <mtime>1512722284477</mtime>

  <permission>haojunjie:supergroup:rwxr-xr-x</permission>

  <nsquota>-1</nsquota>

  <dsquota>-1</dsquota>

</inode>

<inode>

  <id>16387</id>

  <type>DIRECTORY</type>

  <name>haojunjie</name>

  <mtime>1512790549080</mtime>

  <permission>haojunjie:supergroup:rwxr-xr-x</permission>

  <nsquota>-1</nsquota>

  <dsquota>-1</dsquota>

</inode>

<inode>

  <id>16389</id>

  <type>FILE</type>

  <name>wc.input</name>

  <replication>3</replication>

  <mtime>1512722322219</mtime>

  <atime>1512722321610</atime>

  <perferredBlockSize>134217728</perferredBlockSize>

  <permission>haojunjie:supergroup:rw-r--r--</permission>

  <blocks>

     <block>

         <id>1073741825</id>

         <genstamp>1001</genstamp>

         <numBytes>59</numBytes>

     </block>

  </blocks>

</inode >

思考:可以看出,Fsimage中没有记录块所对应DataNode,为什么?

在集群启动后,要求DataNode上报数据块信息,并间隔一段时间后再次上报。

3.oev命令查看Edits 文件:

(1)基本语法:hdfs oev -p 文件类型 -i编辑日志 -o 转换后文件输出路径

(2)操作:

[haojunjie@hadoop102 current]$ hdfs oev -p XML -i edits_0000000000000000012-0000000000000000013 -o /opt/module/hadoop-3.1.3/edits.xml

查看xml 文件:

[haojunjie@hadoop102 current]$ cat /opt/module/hadoop-3.1.3/edits.xml

结果展示:

<?xml version="1.0" encoding="UTF-8"?>
<EDITS>
	<EDITS_VERSION>-63</EDITS_VERSION>
	<RECORD>
		<OPCODE>OP_START_LOG_SEGMENT</OPCODE>
		<DATA>
			<TXID>129</TXID>
		</DATA>
	</RECORD>
	<RECORD>
		<OPCODE>OP_ADD</OPCODE>
		<DATA>
			<TXID>130</TXID>
			<LENGTH>0</LENGTH>
			<INODEID>16407</INODEID>
			<PATH>/hello7.txt</PATH>
			<REPLICATION>2</REPLICATION>
			<MTIME>1512943607866</MTIME>
			<ATIME>1512943607866</ATIME>
			<BLOCKSIZE>134217728</BLOCKSIZE>
			<CLIENT_NAME>DFSClient_NONMAPREDUCE_-1544295051_1</CLIENT_NAME>
			<CLIENT_MACHINE>192.168.1.5</CLIENT_MACHINE>
			<OVERWRITE>true</OVERWRITE>
			<PERMISSION_STATUS>
				<USERNAME>haojunjie</USERNAME>
				<GROUPNAME>supergroup</GROUPNAME>
				<MODE>420</MODE>
			</PERMISSION_STATUS>
			<RPC_CLIENTID>908eafd4-9aec-4288-96f1-e8011d181561</RPC_CLIENTID>
			<RPC_CALLID>0</RPC_CALLID>
		</DATA>
	</RECORD>
	<RECORD>
		<OPCODE>OP_ALLOCATE_BLOCK_ID</OPCODE>
		<DATA>
			<TXID>131</TXID>
			<BLOCK_ID>1073741839</BLOCK_ID>
		</DATA>
	</RECORD>
	<RECORD>
		<OPCODE>OP_SET_GENSTAMP_V2</OPCODE>
		<DATA>
			<TXID>132</TXID>
			<GENSTAMPV2>1016</GENSTAMPV2>
		</DATA>
	</RECORD>
	<RECORD>
		<OPCODE>OP_ADD_BLOCK</OPCODE>
		<DATA>
			<TXID>133</TXID>
			<PATH>/hello7.txt</PATH>
			<BLOCK>
				<BLOCK_ID>1073741839</BLOCK_ID>
				<NUM_BYTES>0</NUM_BYTES>
				<GENSTAMP>1016</GENSTAMP>
			</BLOCK>
			<RPC_CLIENTID></RPC_CLIENTID>
			<RPC_CALLID>-2</RPC_CALLID>
		</DATA>
	</RECORD>
	<RECORD>
		<OPCODE>OP_CLOSE</OPCODE>
		<DATA>
			<TXID>134</TXID>
			<LENGTH>0</LENGTH>
			<INODEID>0</INODEID>
			<PATH>/hello7.txt</PATH>
			<REPLICATION>2</REPLICATION>
			<MTIME>1512943608761</MTIME>
			<ATIME>1512943607866</ATIME>
			<BLOCKSIZE>134217728</BLOCKSIZE>
			<CLIENT_NAME></CLIENT_NAME>
			<CLIENT_MACHINE></CLIENT_MACHINE>
			<OVERWRITE>false</OVERWRITE>
			<BLOCK>
				<BLOCK_ID>1073741839</BLOCK_ID>
				<NUM_BYTES>25</NUM_BYTES>
				<GENSTAMP>1016</GENSTAMP>
			</BLOCK>
			<PERMISSION_STATUS>
				<USERNAME>haojunjie</USERNAME>
				<GROUPNAME>supergroup</GROUPNAME>
				<MODE>420</MODE>
			</PERMISSION_STATUS>
		</DATA>
	</RECORD>
</EDITS >

十四、SecondaryNameNode 执行 CheckPoint时间设置:

(1)通常情况下,SecondaryNameNode 一小时执行一次。

修改设置:

[hdfs-default.xml]

<property>

  <name>dfs.namenode.checkpoint.period</name>

  <value>3600</value>

</property>

(2)一分钟检查一次操作次数,当操作次数达到一百万时,SecondaryNameNode执行一次CheckPoint

<property>
  <name>dfs.namenode.checkpoint.txns</name>
  <value>1000000</value>
<description>操作动作次数</description>
</property>

<property>
  <name>dfs.namenode.checkpoint.check.period</name>
  <value>60</value>
<description> 1分钟检查一次操作次数</description>
</property >

十五、NameNode 故障处理:

当NameNode 出现故障时,可以采用以下两种方法恢复数据:

(1)方法一:将SecondaryNameNode中数据拷贝到NameNode存储数据的目录

1. kill -9 NameNode进程

2. 删除NameNode存储的数据(/opt/module/hadoop-3.1.3/data/tmp/dfs/name)

[haojunjie@hadoop102 hadoop-3.1.3]$ rm -rf /opt/module/hadoop-3.1.3/data/tmp/dfs/name/*

3. 拷贝SecondaryNameNode中数据到原NameNode存储数据目录

[haojunjie@hadoop102 dfs]$ scp -r haojunjie@hadoop104:/opt/module/hadoop-3.1.3/data/tmp/dfs/namesecondary/* ./name/

4. 重新启动NameNode

[haojunjie@hadoop102 hadoop-3.1.3]$ hdfs --daemon start namenode

(2)方法二:使用-importCheckpoint选项启动NameNode守护进程,从而将SecondaryNameNode中数据拷贝到NameNode目录中。

  1. 修改hdfs-site.xml中的

<property>

  <name>dfs.namenode.checkpoint.period</name>

  <value>120</value>

</property>

<property>

  <name>dfs.namenode.name.dir</name>

  <value>/opt/module/hadoop-3.1.3/data/tmp/dfs/name</value>

</property>

2.  kill -9 NameNode进程

3.    删除NameNode存储的数据(/opt/module/hadoop-3.1.3/data/tmp/dfs/name)

[haojunjie@hadoop102 hadoop-3.1.3]$ rm -rf /opt/module/hadoop-3.1.3/data/tmp/dfs/name/*

4.    如果SecondaryNameNode不和NameNode在一个主机节点上,需要将SecondaryNameNode存储数据的目录拷贝到NameNode存储数据的平级目录,并删除in_use.lock文件

[haojunjie@hadoop102 dfs]$ scp -r haojunjie@hadoop104:/opt/module/hadoop-3.1.3/data/tmp/dfs/namesecondary ./

[haojunjie@hadoop102 namesecondary]$ rm -rf in_use.lock

[haojunjie@hadoop102 dfs]$ pwd

/opt/module/hadoop-3.1.3/data/tmp/dfs

[haojunjie@hadoop102 dfs]$ ls

data  name  namesecondary

5.    导入检查点数据(等待一会ctrl+c结束掉)

[haojunjie@hadoop102 hadoop-3.1.3]$ bin/hdfs namenode -importCheckpoint

6.    启动NameNode

[haojunjie@hadoop102 hadoop-3.1.3]$ hdfs --daemon start namenode

十六、集群的安全模式:

(1)概述:

(2)案例操作:

  1. 基本语法

集群处于安全模式,不能执行重要操作(写操作)。集群启动完成后,自动退出安全模式。

(1)bin/hdfs dfsadmin -safemode get        (功能描述:查看安全模式状态

(2)bin/hdfs dfsadmin -safemode enter    (功能描述:进入安全模式状态

(3)bin/hdfs dfsadmin -safemode leave     (功能描述:离开安全模式状态

(4)bin/hdfs dfsadmin -safemode wait       (功能描述:等待安全模式状态

3.    案例:

需要用到的命令:

(一)bin/hdfs dfsadmin -safemode get        (功能描述:查看安全模式状态

(二)bin/hdfs dfsadmin -safemode enter    (功能描述:进入安全模式状态

(三)bin/hdfs dfsadmin -safemode leave     (功能描述:离开安全模式状态

(四)bin/hdfs dfsadmin -safemode wait       (功能描述:等待安全模式状态

      

(1)查看当前模式

[haojunjie@hadoop102 hadoop-3.1.3]$ hdfs dfsadmin -safemode get

Safe mode is OFF

(2)先进入安全模式

[haojunjie@hadoop102 hadoop-3.1.3]$ bin/hdfs dfsadmin -safemode enter

(3)创建并执行下面的脚本

在/opt/module/hadoop-3.1.3路径上,编辑一个脚本safemode.sh

[haojunjie@hadoop102 hadoop-3.1.3]$ touch safemode.sh

[haojunjie@hadoop102 hadoop-3.1.3]$ vim safemode.sh

#!/bin/bash

hdfs dfsadmin -safemode wait

hdfs dfs -put /opt/module/hadoop-3.1.3/README.txt /

[haojunjie@hadoop102 hadoop-3.1.3]$ chmod 777 safemode.sh

[haojunjie@hadoop102 hadoop-3.1.3]$ ./safemode.sh

(4)再打开一个窗口,执行

[haojunjie@hadoop102 hadoop-3.1.3]$ bin/hdfs dfsadmin -safemode leave

(5)观察

(a)再观察上一个窗口

Safe mode is OFF

(b)HDFS集群上已经有上传的数据了。

十七、DataNode :

(1)DataNode 工作机制:

a)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。

b)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。

c)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。

d)集群运行中可以安全加入和退出一些机器。

(2)数据的完整性:

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。

a)当DataNode读取Block的时候,它会计算CheckSum。

b)如果计算后的CheckSum,与Block创建时值不一样,说明Block已经损坏。

c)Client读取其他DataNode上的Block。

d)DataNode在其文件创建后周期验证CheckSum,如下图:

(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

<property>
    <name>dfs.namenode.heartbeat.recheck-interval</name>
    <value>300000</value>
</property>
<property>
    <name>dfs.heartbeat.interval</name>
    <value>3</value>
</property>

(4)服役新节点:

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。

   环境准备:

       (a)在hadoop104主机上再克隆一台hadoop105主机

       (b)修改IP地址和主机名称

       (c)删除原来HDFS文件系统留存的文件(/opt/module/hadoop-3.1.3/datalog

       (d)source一下配置文件

[haojunjie@hadoop105 hadoop-3.1.3]$ source /etc/profile

2.    服役新节点具体步骤

(a)直接启动DataNode,即可关联到集群

[haojunjie@hadoop105 hadoop-3.1.3]$ hdfs --daemon start datanode

[haojunjie@hadoop105 hadoop-3.1.3]$ sbin/yarn-daemon.sh start nodemanager

配置好后如图:

(b)在hadoop105上上传文件

[haojunjie@hadoop105 hadoop-3.1.3]$ hadoop fs -put /opt/module/hadoop-3.1.3/LICENSE.txt /

(c)如果数据不均衡,可以用命令实现集群的再平衡

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

(5)退役旧节点:

方式一: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。

配置白名单具体步骤:

a、在NameNode的/opt/module/hadoop-3.1.3/etc/hadoop目录下创dfs.hosts文件

[haojunjie@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[haojunjie@hadoop102 hadoop]$ touch dfs.hosts
[haojunjie@hadoop102 hadoop]$ vi dfs.hosts

b、添加如下主机名称(不添加hadoop105

hadoop102
hadoop103
hadoop104

c、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-3.1.3/etc/hadoop/dfs.hosts</value>
</property>

d、配置文件分发

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

 e、刷新NameNode

[haojunjie@hadoop102 hadoop-3.1.3]$ hdfs dfsadmin -refreshNodes

Refresh nodes successful

f、更新ResourceManager节点

[haojunjie@hadoop102 hadoop-3.1.3]$ yarn rmadmin -refreshNodes

g、在HDFS web页面查看

 

方式二:添加黑名单:

在黑名单上面的主机都会被强制退出。

配置步骤:

a、在NameNode的/opt/module/hadoop-3.1.3/etc/hadoop目录下创dfs.hosts.exclude文件

[haojunjie@hadoop102 hadoop]$ pwd
/opt/module/hadoop-3.1.3/etc/hadoop
[haojunjie@hadoop102 hadoop]$ touch dfs.hosts.exclude
[haojunjie@hadoop102 hadoop]$ vi dfs.hosts.exclude

添加如下主机名称(要退役的节点)

hadoop105

b、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-3.1.3/etc/hadoop/dfs.hosts.exclude</value>
</property>

c、刷新NameNode、刷新ResourceManager

[haojunjie@hadoop102 hadoop-3.1.3]$ hdfs dfsadmin -refreshNodes

Refresh nodes successful

[haojunjie@hadoop102 hadoop-3.1.3]$ yarn rmadmin -refreshNodes

d、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 ,如图:

e、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,如下图:

f、停止datanode 和 nodemanager

[haojunjie@hadoop105 hadoop-3.1.3]$ hdfs --daemon stop datanode
[haojunjie@hadoop105 hadoop-3.1.3]$ sbin/yarn-daemon.sh stop nodemanager

g、如果数据不均衡,可以用命令实现集群的再平衡

[haojunjie@hadoop102 hadoop-3.1.3]$ sbin/start-balancer.sh 

(6)datanode 多目录配置:

a、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

b、具体配置如下

     在 hdfs-site.xml添加下面代码:

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

十八、配置HDFS HA 高可用:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/Hao_JunJie/article/details/113930508

智能推荐

电脑优化后窗口失去焦点键盘失灵解决办法_foregroundlocktimeout 修改后还是失焦-程序员宅基地

文章浏览阅读3.1k次。笔记本键盘和外接键盘都失灵失焦导致键盘失灵_foregroundlocktimeout 修改后还是失焦

html5 斗鱼 苹果,斗鱼ios端——手游直播开播指导-程序员宅基地

文章浏览阅读1.2k次。苹果手机手游直播,目前可通过两种方式进行:1、用手机投屏到电脑上直播2、用手机直接播手机直接播的方式方便快捷,投屏的方式可以露脸、体验更丰富,主播可根据自己的情况选择直播方式,下面将分别介绍两种直播方法。一、用手机投屏到电脑上直播二、用手机直接播直播要求:需要一台苹果手机设备(需iOS9.0及以上系统)、斗鱼主播帐号。直播步骤:1、首先通过AppStore下载斗鱼App,下载完成后启动App..._ios斗鱼怎么直播

K8S安装:kubeadmin离线安装_使用kubeadmin通过离线镜像安装-程序员宅基地

文章浏览阅读2.1k次。准备:redhat 7.9镜像软件:k8s(1.17.3)相关依赖(后期上传)安装方式:kubeadmn1.配置本地yum源内网,可以自建yum源,可以参考配置本地yum源2.安装docker-ceyum install -y docker/* && systemctl enable docker && systemctl restart dockerdocker version3.配置基础环境3.1hosts,此处修改对应的IPcat >&g._使用kubeadmin通过离线镜像安装

MySQL 数据类型_mysql longtext插入-程序员宅基地

文章浏览阅读878次。MySQL支持多种类型,大致可以分为三类:数值、日期/时间和字符串(字符)类型。数值类型MySQL支持所有标准SQL数值数据类型。这些类型包括严格数值数据类型(INTEGER、SMALLINT、DECIMAL和NUMERIC),以及近似数值数据类型(FLOAT、REAL和DOUBLE PRECISION)。关键字INT是INTEGER的同义词,关键字DEC是DECIMAL的同义词。BIT数据类型保存位字段值,并且支持MyISAM、MEMORY、InnoDB和BDB表。作为SQL标准的_mysql longtext插入

Linux shell脚本编写基-程序员宅基地

文章浏览阅读41次。脚本shelllinuxfilecommandstring在进行linux测试时编写脚本是必不可少的,Shell脚本的名称可以随便定义,也不要什么后缀名,例如可以写abc,smartzip这类名称,运行时只要键入./smartzip就能运行脚本了。。每行命令开头处不用就空格也行。。第1部分. Linux脚本编写基础1.1语法基本介绍1..._1、编写shell脚本,实现2进制数与10进制数的转换。 2、编写shell脚本,实现两个变量

CountDownLatch 、CyclicBarrier和Semaphore-程序员宅基地

文章浏览阅读42次。 在java 1.5中,提供了一些非常有用的辅助类来帮助我们进行并发编程,比如CountDownLatch,CyclicBarrier和Semaphore一.CountDownLatch用法CountDownLatch类位于java.util.concurrent包下,利用它可以实现类似计数器的功能。比如有一个任务A,它要等待其他4个任务执行完毕之后才能执行,此时就可以利用CountDow...

随便推点

C/C++《数据结构大作业》[2023-10-01]-程序员宅基地

文章浏览阅读23次。要求一、作业目的1、 掌握用数据结构的知识进行程序设计。2、 应用所学的数据结构完成一个具有一定实际意义的应用程序的设计、编码、调试,锻炼实践动手能力,提高编程水平。二、作业内容。

Cadence Virtuoso IC618 AC仿真测量电容_virtuoso 测mos 电容-程序员宅基地

文章浏览阅读5k次,点赞7次,收藏49次。Cadence Virtuoso IC618 AC仿真测量电容的基本原理是利用电容的阻抗计算公式,仿真并测量流过电容的电流值,通过设置合适的频率以及交流电压值,使得电流值和被测电容在数值上相等。_virtuoso 测mos 电容

Mac状态栏图标如何自定义排序?_苹果电脑邮箱已发送怎么按时间排序-程序员宅基地

文章浏览阅读3k次。最近遇到一个苦恼。就是搜狗输入法的输入状态栏总是在状态栏的最左侧,但是这会经常造成在使用某些应用时,被其他应用的状态栏遮盖的情况。解决方法是:按住command键,然后就可以用鼠标进行拖动自定义了,简直太强!参考文献:Mac 上的菜单栏包含哪些项?..._苹果电脑邮箱已发送怎么按时间排序

java mysql 时间比较_数据库的九个日期函数&&时间比较-程序员宅基地

文章浏览阅读899次。1、NOW获取当前日期和时间的函数。语法: NOW()例如:select NOW();2、CURDATE获取当前的日期语法:CURDATE()3、CURTIME()获取当前时间语法:CURTIME()4、DATE获取日期时间或者日期的日期部分语法:DATE(date)date 参数是合法的日期表达式。例如:5、EXTRACT获取返回日期/时间的单独部分,比如年、月、日、小时、分钟等等。语法:EXT..._mysql between java时间

计算机网络技术基础(作业2)-程序员宅基地

文章浏览阅读101次。1.什么是网络协议?网络协议在网络中的作用是什么?答:<1>为计算机网络中进行数据交换而建立的规则、标准或约定的集合;<2>明确规定了交换数据的格式以及有关的同步问题,在计算机网络中要做到有条不紊地交换数据,就必须遵守这些事先约定好的网络协议。2.分别简述OSI参考模型各层的主要功能和特点?答:<1>物理层:主要功能是直接在物理传输介质上发..._计算机网络技术基础作业

【OpenPCDet】稀疏卷积SPConv-v1.2代码解读(2)_assert isinstance(input, spconv.sparseconvtensor)-程序员宅基地

文章浏览阅读2.1k次,点赞3次,收藏12次。在上一篇文章里分别展示了spconv源码中的Python和c++/cuda目录,这里再来看一下spconv编译安装完后的目录结构。当我们 在Second代码中import spconv就是在导入安装好的spconv package。既然是package,那就必然有文件,别且在导入spconv时__init__.py中的可执行代码会被执行。_assert isinstance(input, spconv.sparseconvtensor)