Hadoop框架之HDFS的DataNode（面试开发重点）

小韩学长带你学 2021-02-15

155

点击蓝色字免费订阅，每天收到这样的好信息

✨一起学习、成长，用热情拥抱生活✨

前言

上一篇：HDFS的两个重要概念：NameNode和SecondaryNameNode，主要讲解的是：NameNode和SecondaryNameNode这两个重要概念，它们是面试开发的重点，大家务必掌握。今天小编讲解的是另外一个面试开发重点：HDFS的DataNode，大家也要认真学习。

No.1 DataNode工作机制

请大家回想上一节的问题：NameNode中的元数据是存储在哪里的？相信大家应该知道答案啦，如果有遗忘请参看以下文章：

Hadoop框架之HDFS的两个重要概念：NameNode和SecondaryNameNode（面试开发重点）

好啦，我们来讲解今天的内容吧。首先讲解的是DataNode工作机制，其工作机制图如下图所示。

No.2 数据的完整性

思考：如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号（1）和绿灯信号（0），但是存储该数据的磁盘坏了，一直显示是绿灯，是否很危险？同理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，如图下图所示。

No.3 掉线时限参数设置

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>

No.4 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）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：

2. 服役新节点具体步骤

（1）直接启动DataNode，即可关联到集群

（2）在hadoop105上上传文件

（3）如果数据不均衡，可以用命令实现集群的再平衡

No.5 退役旧数据节点

第一点：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

添加如下主机名称（不添加hadoop105）

hadoop102

hadoop103

hadoop104

（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

（4）刷新NameNode

（5）更新ResourceManager节点

（6）在web浏览器上查看

如果数据不均衡，可以用命令实现集群的再平衡

第二点：黑名单退役

在黑名单上面的主机都会被强制退出。

1.在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts.exclude文件

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

4. 检查Web浏览器，退役节点的状态为decommissionin progress（退役中），说明数据节点正在复制块到其他节点，如图下图所示

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，如图下图所示。

6. 如果数据不均衡，可以用命令实现集群的再平衡

注意：不允许白名单和黑名单中同时出现同一个主机名称。

No.6 DataNode多级目录配置

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>