Hadoop DataNode工作機(jī)制是怎樣的

這篇文章主要講解了“Hadoop DataNode工作機(jī)制是怎樣的”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Hadoop DataNode工作機(jī)制是怎樣的”吧！

一、工作機(jī)制

1、基礎(chǔ)描述

DataNode上數(shù)據(jù)塊以文件形式存儲(chǔ)在磁盤上，包括兩個(gè)文件，一個(gè)是數(shù)據(jù)本身，一個(gè)是數(shù)據(jù)塊元數(shù)據(jù)包括長度、校驗(yàn)、時(shí)間戳；

DataNode啟動(dòng)后向NameNode服務(wù)注冊，并周期性的向NameNode上報(bào)所有的數(shù)據(jù)塊元數(shù)據(jù)信息；

DataNode與NameNode之間存在心跳機(jī)制，每3秒一次，返回結(jié)果帶有NameNode給該DataNode的執(zhí)行命令，例如數(shù)據(jù)復(fù)制刪除等，如果超過10分鐘沒有收到DataNode的心跳，則認(rèn)為該節(jié)點(diǎn)不可用。

2、自定義時(shí)長

通過hdfs-site.xml配置文件，修改超時(shí)時(shí)長和心跳，其中中的heartbeat.recheck.interval的單位為毫秒，dfs.heartbeat.interval的單位為秒。

<property>
    <name>dfs.namenode.heartbeat.recheck-interval</name>
    <value>600000</value>
</property>
<property>
    <name>dfs.heartbeat.interval</name>
    <value>6</value>
</property>

3、新節(jié)點(diǎn)上線

當(dāng)前機(jī)器的節(jié)點(diǎn)為hop01、hop02、hop03，在此基礎(chǔ)上新增節(jié)點(diǎn)hop04。

基本步驟

基于當(dāng)前一個(gè)服務(wù)節(jié)點(diǎn)克隆得到hop04環(huán)境；

修改Centos7相關(guān)基礎(chǔ)配置，并刪除data和log文件；

啟動(dòng)DataNode，即可關(guān)聯(lián)到集群；

4、多目錄配置

該配置同步集群下服務(wù)，格式化啟動(dòng)hdfs及yarn，上傳文件測試。

<property>
    <name>dfs.datanode.data.dir</name>
    <value>file:///${hadoop.tmp.dir}/dfs/data01,file:///${hadoop.tmp.dir}/dfs/data02</value>
</property>

二、黑白名單配置

1、白名單設(shè)置

配置白名單，該配置分發(fā)到集群服務(wù)下；

[root@hop01 hadoop]# pwd
/opt/hadoop2.7/etc/hadoop
[root@hop01 hadoop]# vim dfs.hosts
hop01
hop02
hop03

配置hdfs-site.xml，該配置分發(fā)到集群服務(wù)下；

<property>
    <name>dfs.hosts</name>
    <value>/opt/hadoop2.7/etc/hadoop/dfs.hosts</value>
</property>

刷新NameNode

[root@hop01 hadoop2.7]# hdfs dfsadmin -refreshNodes

刷新ResourceManager

[root@hop01 hadoop2.7]# yarn rmadmin -refreshNodes

2、黑名單設(shè)置

配置黑名單，該配置分發(fā)到集群服務(wù)下；

[root@hop01 hadoop]# pwd
/opt/hadoop2.7/etc/hadoop
[root@hop01 hadoop]# vim dfs.hosts.exclude
hop04

配置hdfs-site.xml，該配置分發(fā)到集群服務(wù)下；

<property>
    <name>dfs.hosts.exclude</name>
    <value>/opt/hadoop2.7/etc/hadoop/dfs.hosts.exclude</value>
</property>

刷新NameNode

[root@hop01 hadoop2.7]# hdfs dfsadmin -refreshNodes

刷新ResourceManager

[root@hop01 hadoop2.7]# yarn rmadmin -refreshNodes

三、文件存檔

1、基礎(chǔ)描述

HDFS存儲(chǔ)的特點(diǎn)，適合海量數(shù)據(jù)的大文件，如果每個(gè)文件都很小，會(huì)產(chǎn)生大量的元數(shù)據(jù)信息，占用過多的內(nèi)存，并且在NaemNode和DataNode交互的時(shí)候變的緩慢。

HDFS可以對一些小的文件進(jìn)行歸檔存儲(chǔ)，這里可以理解為壓縮存儲(chǔ)，即減少NameNode的消耗，也較少交互的負(fù)擔(dān)，同時(shí)還允許對歸檔的小文件訪問，提高整體的效率。

2、操作流程

創(chuàng)建兩個(gè)目錄

# 存放小文件
[root@hop01 hadoop2.7]# hadoop fs -mkdir -p /hopdir/harinput
# 存放歸檔文件
[root@hop01 hadoop2.7]# hadoop fs -mkdir -p /hopdir/haroutput

上傳測試文件

[root@hop01 hadoop2.7]# hadoop fs -moveFromLocal LICENSE.txt /hopdir/harinput
[root@hop01 hadoop2.7]# hadoop fs -moveFromLocal README.txt /hopdir/harinput

歸檔操作

[root@hop01 hadoop2.7]# bin/hadoop archive -archiveName output.har -p /hopdir/harinput /hopdir/haroutput

查看歸檔文件

[root@hop01 hadoop2.7]# hadoop fs -lsr har:///hopdir/haroutput/output.har

這樣就可以把原來的那些小文件塊刪除即可。

解除歸檔文件

# 執(zhí)行解除
[root@hop01 hadoop2.7]# hadoop fs -cp har:///hopdir/haroutput/output.har/* /hopdir/haroutput
# 查看文件
[root@hop01 hadoop2.7]# hadoop fs -ls /hopdir/haroutput

四、回收站機(jī)制

1、基礎(chǔ)描述

如果開啟回收站功能，被刪除的文件在指定的時(shí)間內(nèi)，可以執(zhí)行恢復(fù)操作，防止數(shù)據(jù)被誤刪除情況。HDFS內(nèi)部的具體實(shí)現(xiàn)就是在NameNode中啟動(dòng)一個(gè)后臺(tái)線程Emptier，這個(gè)線程專門管理和監(jiān)控系統(tǒng)回收站下面的文件，對于放進(jìn)回收站的文件且超過生命周期，就會(huì)自動(dòng)刪除。

2、開啟配置

該配置需要同步到集群下的所有服務(wù)；

[root@hop01 hadoop]# vim /opt/hadoop2.7/etc/hadoop/core-site.xml 
# 添加內(nèi)容
<property>
   <name>fs.trash.interval</name>
    <value>1</value>
</property>

fs.trash.interval=0，表示禁用回收站機(jī)制，=1表示開啟。

感謝各位的閱讀，以上就是“Hadoop DataNode工作機(jī)制是怎樣的”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Hadoop DataNode工作機(jī)制是怎樣的這一問題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！