公众号后台回复“学习+JavaSE”，即可免费获得学习资料
前言：本公众号将推出系列性的知识分享，以专题或者模块的方式，向读者分享学习体会和心得。所以想要学习的朋友可以点击关注，一起学习。
昨天介绍的是NameNode和集群的安全模式，今天主要介绍的是DataNode，它是集群中真正工作的节点，也是一个十分重要的节点。
DataNode的工作机制
1）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。
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
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。
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，如图所示。
掉线时参数设置
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的单位为秒。
<property><name>dfs.namenode.heartbeat.recheck-interval</name><value>300000</value></property><property><name>dfs.heartbeat.interval</name><value>3</value></property>
服役新数据节点
1 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。
2 环境准备
（1）在hadoop104主机上再克隆一台hadoop105主机
（2）修改IP地址和主机名称
（3）删除原来HDFS文件系统留存的文件（/opt/module/hadoop-2.7.2/data和log）
（4）source一下配置文件
3 服役新节点具体步骤
（1）直接启动DataNode，即可关联到集群
[bing@hadoop105 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode[bing@hadoop105 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
（2）如图所示
（2）在hadoop105上上传文件
[bing@hadoop105 hadoop-2.7.2]$ hadoop fs -put opt/module/hadoop-2.7.2/LICENSE.txt
（3）如果数据不均衡，可以用命令实现集群的再平衡
[bing@hadoop102 sbin]$ ./start-balancer.shstarting balancer, logging to opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop102.outTime Stamp Iteration# Bytes Already Moved Bytes Left To Move Bytes Being Moved
退役旧的数据节点
1 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。配置白名单的具体步骤如下：
（1）在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts文件
[bing@hadoop102 hadoop]$ pwd/opt/module/hadoop-2.7.2/etc/hadoop[bing@hadoop102 hadoop]$ touch dfs.hosts[bing@hadoop102 hadoop]$ vi dfs.hosts
添加如下主机名称（不添加hadoop105）
hadoop102hadoop103hadoop104
不允许有空格和空行。
（2）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-2.7.2/etc/hadoop/dfs.hosts</value></property>
（3）配置文件分发
[bing@hadoop102 hadoop]$ xsync hdfs-site.xml（4）刷新NameNode
[bing@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes（5）更新ResourceManager节点
[bing@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes（6）在web浏览器上查看
（7）如果数据不均衡，可以用命令实现集群的再平衡
[bing@hadoop102 sbin]$./start-balancer.sh2 黑名单退役
在黑名单上面的主机都会被强制退出。一个主机不可记载白名单又在黑名单上面。
（1）在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts.exclude文件。
[bing@hadoop102 hadoop]$ pwd/opt/module/hadoop-2.7.2/etc/hadoop[bing@hadoop102 hadoop]$ touch dfs.hosts.exclude[bing@hadoop102 hadoop]$ vi dfs.hosts.exclude
添加如下主机名称（要退役的节点）
hadoop105
（2）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-2.7.2/etc/hadoop/dfs.hosts.exclude</value></property>
（3）刷新NameNode、刷新ResourceManager。
[bing@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes
Refresh nodes successful
（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，如图所示
（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，如图所示
[bing@hadoop105 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode
stopping datanode
[bing@hadoop105 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
stopping nodemanager
（6）如果数据不均衡，可以用命令实现集群的再平衡
[bing@hadoop102 hadoop-2.7.2]$ sbin/start-balancer.sh
注意：不允许白名单和黑名单中同时出现同一个主机名称。
DataNode的多目录配置
和namenode类似，只不过一个是datanode的多目录，一个是namenode的多目录
（1） 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
（2）具体配置如下
hdfs-site.xml
<property><name>dfs.datanode.data.dir</name><value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2</value></property>
今天的内容在这儿就结束了，datanode作为集群中正真工作的节点，需要更加深入了解它的工作原理和基本配置。之后会慢慢的深入进行介绍的。
喜欢的同学可以点击“在看”，并且关注ITwords微信公众号，第一时间获取更新内容。您的转发和点赞将是我原创的动力，感谢您的支持。
尾言：下一篇Hadoop2.x的新特性
往期回顾：
