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:文章来源:https://www.toymoban.com/news/detail-595835.html
6.如果集群节点磁盘不均衡,可以在CM界面打开进行均衡文章来源地址https://www.toymoban.com/news/detail-595835.html
到了这里,关于如何对HDFS进行节点内(磁盘间)数据平衡的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!