HDFS中DataNode工作原理

DataNode工作机制

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

数据完整性

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。

3）client读取其他DataNode上的block.

4）datanode在其文件创建后周期验证checksum

掉线时限参数设置

datanode进程死亡或者网络故障造成datanode无法与namenode通信，namenode不会立即把该节点判定为死亡，要经过一段时间，这段时间暂称作超时时长。HDFS默认的超时时长为10分钟+30秒。如果定义超时时间为timeout，则超时时长的计算公式为：

       timeout  = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval。

       而默认的dfs.namenode.heartbeat.recheck-interval 大小为5分钟，dfs.heartbeat.interval默认为3秒。

       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。

DataNode的目录结构

和namenode不同的是，datanode的存储目录是初始阶段自动创建的，不需要额外格式化。

1）在/opt/module/hadoop-2.7.6/data/tmp/dfs/data/current这个目录下查看版本号

[bduser@node102 current]$ cat VERSION

storageID=DS-1b998a1d-71a3-43d5-82dc-c0ff3294921b

clusterID=CID-1f2bf8d1-5ad2-4202-af1c-6713ab381175

cTime=0

datanodeUuid=970b2daf-63b8-4e17-a514-d81741392165

storageType=DATA_NODE

layoutVersion=-56

2）具体解释

       （1）storageID：存储id号

       （2）clusterID集群id，全局唯一

       （3）cTime属性标记了datanode存储系统的创建时间，对于刚刚格式化的存储系统，这个属性为0；但是在文件系统升级之后，该值会更新到新的时间戳。

       （4）datanodeUuid：datanode的唯一识别码

       （5）storageType：存储类型

       （6）layoutVersion是一个负整数。通常只有HDFS增加新特性时才会更新这个版本号。

3）在/opt/module/hadoop-2.7.6/data/tmp/dfs/data/current/BP-97847618-192.168.10.102-1493726072779/current这个目录下查看该数据块的版本号

[bduser@node102 current]$ cat VERSION

#Mon May 08 16:30:19 CST 2017

namespaceID=1933630176

cTime=0

blockpoolID=BP-97847618-192.168.10.102-1493726072779

layoutVersion=-56

4）具体解释

（1）namespaceID：是datanode首次访问namenode的时候从namenode处获取的storageID对每个datanode来说是唯一的（但对于单个datanode中所有存储目录来说则是相同的），namenode可用这个属性来区分不同datanode。

（2）cTime属性标记了datanode存储系统的创建时间，对于刚刚格式化的存储系统，这个属性为0；但是在文件系统升级之后，该值会更新到新的时间戳。

（3）blockpoolID：一个block pool id标识一个block pool，并且是跨集群的全局唯一。当一个新的Namespace被创建的时候(format过程的一部分)会创建并持久化一个唯一ID。在创建过程构建全局唯一的BlockPoolID比人为的配置更可靠一些。NN将BlockPoolID持久化到磁盘中，在后续的启动过程中，会再次load并使用。

（4）layoutVersion是一个负整数。通常只有HDFS增加新特性时才会更新这个版本号。

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）克隆一台虚拟机

       （2）修改ip地址和主机名称

       （3）修改xcall和xsync文件，增加新增节点的同步

       （4）删除原来HDFS文件系统留存的文件

              /opt/module/hadoop-2.7.6/data

2）服役新节点具体步骤

       （1）在namenode的/opt/module/hadoop-2.7.6/etc/hadoop目录下创建dfs.hosts文件

[bduser@node105 hadoop]$ pwd

/opt/module/hadoop-2.7.6/etc/hadoop

[bduser@node105 hadoop]$ touch dfs.hosts

[bduser@node105 hadoop]$ vi dfs.hosts

添加如下主机名称（包含新服役的节点）

node103

node104

node105

       （2）在namenode的hdfs-site.xml配置文件中增加dfs.hosts属性

       （3）刷新namenode

[bduser@node102 hadoop-2.7.6]$ hdfs dfsadmin -refreshNodes

Refresh nodes successful

       （4）更新resourcemanager节点

[bduser@node102 hadoop-2.7.6]$ yarn rmadmin -refreshNodes

17/06/24 14:17:11 INFO client.RMProxy: Connecting to ResourceManager at node103/192.168.1.103:8033

       （5）在namenode的slaves文件中增加新主机名称

              增加105  不需要分发

node103

node104

node105

       （6）单独命令启动新的数据节点和节点管理器

[bduser@node105 hadoop-2.7.6]$ sbin/hadoop-daemon.sh start datanode

starting datanode, logging to /opt/module/hadoop-2.7.6/logs/hadoop-bduser-datanode-node105.out

[bduser@node105 hadoop-2.7.6]$ sbin/yarn-daemon.sh start nodemanager

starting nodemanager, logging to /opt/module/hadoop-2.7.6/logs/yarn-bduser-nodemanager-node105.out

       （7）在web浏览器上检查是否ok

3）如果数据不均衡，可以用命令实现集群的再平衡

       [bduser@node102 sbin]$ ./start-balancer.sh

start balancer,logging to /opt/module/hadoop-2.7.6/logs/hadoop-bduser-balancer-node102.out

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

退役旧数据节点

1）在namenode的/opt/module/hadoop-2.7.6/etc/hadoop目录下创建dfs.hosts.exclude文件

       [bduser@node102 hadoop]$ pwd

/opt/module/hadoop-2.7.6/etc/hadoop

[bduser@node102 hadoop]$ touch dfs.hosts.exclude

[bduser@node102 hadoop]$ vi dfs.hosts.exclude

添加如下主机名称（要退役的节点）

node105

2）在namenode的hdfs-site.xml配置文件中增加dfs.hosts.exclude属性

3）刷新namenode、刷新resourcemanager

[bduser@node102 hadoop-2.7.6]$ hdfs dfsadmin -refreshNodes

Refresh nodes successful

[bduser@node102 hadoop-2.7.6]$ yarn rmadmin -refreshNodes

17/06/24 14:55:56 INFO client.RMProxy: Connecting to ResourceManager at node103/192.168.1.103:8033

4）检查web浏览器，退役节点的状态为decommission in progress（退役中），说明数据节点正在复制块到其他节点。

5）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。·

[bduser@node105 hadoop-2.7.6]$ sbin/hadoop-daemon.sh stop datanode

stopping datanode

[bduser@node105 hadoop-2.7.6]$ sbin/yarn-daemon.sh stop nodemanager

stopping nodemanager

6）从include文件中删除退役节点，再运行刷新节点的命令

       （1）从namenode的dfs.hosts文件中删除退役节点node105

node103

node104

       （2）刷新namenode，刷新resourcemanager

[bduser@node102 hadoop-2.7.6]$ hdfs dfsadmin -refreshNodes

Refresh nodes successful

[bduser@node102 hadoop-2.7.6]$ yarn rmadmin -refreshNodes

17/06/24 14:55:56 INFO client.RMProxy: Connecting to ResourceManager at node103/192.168.1.103:8033

7）从namenode的slave文件中删除退役节点node105

node103

node104

8）如果数据不均衡，可以用命令实现集群的再平衡

[bduser@node102 hadoop-2.7.6]$ sbin/start-balancer.sh

start balancer,logging to /opt/module/hadoop-2.7.6/logs/hadoop-bduser-balancer-node102.out

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

配置DataNode多目录存储

DataNode也可以配置成多个目录， 但与NameNode不同的是，DataNode的多目录中每个目录存储的数据不一样。 即：数据不是副本。

具体配置如下：

在 hdfs-site.xml 文件中增加如下内容