如何对HDFS进行节点内(磁盘间)数据平衡

当HDFS的DataNode节点挂载多个磁盘时，往往会出现两种数据不均衡的情况：

1.不同DataNode节点间数据不均衡；

2.挂载数据盘的磁盘间数据不均衡。

特别是这种情况：当DataNode原来是挂载了几个数据盘，当磁盘占用率很高之后，再挂载新的数据盘。由于Hadoop 2.x 版本并不支持HDFS的磁盘间数据均衡，因此，会造成老数据磁盘占用率很高，新挂载的数据盘几乎很空。在这种情况下，挂载新的数据盘就失去了扩容HDFS数据盘的意义。

如果想要解决节点内多块磁盘数据不均衡的现象，就要借助DiskBalancer。Hadoop3，默认就支持磁盘间数据均衡，本文档主要介绍在CDP中如何进行HDFS磁盘扩容并在节点内进行Balancer。

1.登陆CM界面，进入HDFS点击配置，搜索“hdfs-site.xml”添加以下内容后并重启HDFS服务

dfs.disk.balancer.enabled=true

2.使用系统的hdfs.keytab进行认证，一般在/var/run/cloudera-scm-agent/process/1952-hdfs-JOURNALNODE 目录下等，或者自己生成，首选CDH系统自动生成的keytab，自己生成的不一定能用

kinit -kt hdfs.keytab hdfs/c1.liuhao.com
klist

3.典型的磁盘平衡器任务涉及三个步骤（通过HDFS的diskbalancer 命令）：plan, execute 和 query。第一步，HDFS客户端从NameNode上读取指定DataNode的的必要信息以生成执行计划：

磁盘平衡执行计划生成的文件内容格式是Json的，并且存储在HDFS之上。在默认情况下，这些文件是存储在 /system/diskbalancer 目录下面。

hdfs diskbalancer -query c1.liuhao.com

4.可以通过下面的命令在DataNode上执行这个生成的计划：

hdfs diskbalancer -execute /system/diskbalancer/2021-Oct-20-21-42-55/c1.liuhao.com.plan.json

5.以上命令将JSON里面的计划提交给DataNode，而DataNode会启动一个名为BlockMover的线程中执行这个计划。我们可以使用 query 命令来查询DataNode上diskbalancer任务的状态：

hdfs diskbalancer -query c1.liuhao.com

这个意思是计划正在执行

上面结果输出的PLAN_DONE表示disk-balancing task已经执行完成。为了验证磁盘平衡器的有效性，我们可以使用df -h 命令来查看各个磁盘的空间使用率：

6.如果集群节点磁盘不均衡，可以在CM界面打开进行均衡

如何对HDFS进行节点内(磁盘间)数据平衡相关推荐

HDFS组件性能调优：数据平衡
生产系统中什么情况下会添加一个节点呢? 1 增加存储能力 disk 2 增加计算能力 cpu mem 如果增加是的是存储能力,说明存储已接近饱和或者说过段时间就会没有剩余的空间给作业来用.新加的节点存 ...
HDFS某个节点的磁盘满了
前言昨天还是周末,公司群里就有人@,说集群有问题了,敲完Hive一直卡在那里进不去,于是我很快登上WebUi,看到了这么一幕: 这台节点的磁盘满了,其他的数据分布都比较平均为什么会这样这里就不得 ...
HDFS节点内数据平衡
Hadoop集群使用久了,我们会发现一个问题,各个DataNode数据不平衡了,多的达到70-80%,少的达到10-20%.面对这种场景,我们一般使用HDFS自带的Blancer工具对其数据进行平衡. ...
大数据Hadoop之——Hadoop HDFS多目录磁盘扩展与数据平衡实战操作
文章目录一.概述二.Hadoop DataNode多目录磁盘配置 1)配置hdfs-site.xml 2)配置详解 1. dfs.datanode.data.dir 2.dfs.datanode. ...
HDFS数据平衡：节点间平衡与节点内平衡
HDFS数据平衡:节点间平衡与节点内平衡 HDFS容易发生数据不平衡的问题. 这其中包括各个DataNode之间存储的数据量差异,以及一个DataNode内部各磁盘之间存储的数据量差异. HDFS专门 ...
Hadoop集群HDFS各节点磁盘使用率不平衡，使用balancer做数据平衡
HDFS上各节点磁盘大小不一致,新增节点数据平衡前,是非常不均衡的,某些节点已经接近90了集群的数据平衡已经迫在眉睫,必须要搞一搞了. 1.设置传输速率我这里是万兆网卡,就先设置100M了在两 ...
HDFS慢节点监控及处理
HDFS集群随着使用时间的增长,难免会出现一些"性能退化"的节点,主要表现为磁盘读写变慢.网络传输变慢,我们统称这些节点为慢节点.当集群扩大到一定规模,比如上千个节点的集群,慢节点 ...
阿里开源数据同步神器DataX异构数据源间数据同步同步MySQL与HDFS相互实战
Datax 实战使用继上一篇阿里开源数据同步神器DataX异构数据源间数据同步基础介绍与快速入门之后的实战篇 1.MySQL-To-HDFS 环境 & 准备说明: 描述: 为了快速搭建测试 ...
解决方案：外域HDFS客户端访问内网HDFS datanode
外域HDFS客户端访问内网HDFS datanode 客户端机器报错外域机器通信需要用外网ip,未配置hostname访问会访问异常,namenode return hosts to hadoop ...

如何对HDFS进行节点内(磁盘间)数据平衡

如何对HDFS进行节点内(磁盘间)数据平衡相关推荐

最新文章

热门文章