大数据（七）：DataNode工作机制

一、DataNode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，快数据的校验和，以及时间戳

2. DataNode启动后向namenode注册，通过后，周期性（默认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了

4. 集群运行中可以安全加入和退出一些机器

二、数据完整性

1. 当DataNode读取block的时候，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尝试读取其他DataNode上的block

4. datanode在文件创建后周期校验checksum

三、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，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，如果定义超市时长为timeout，则超时时长的公式为：

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

        而默认的dfs.namenode.heartbeat.recheck-interval为5分钟，dfs.heartbeat.interval为3秒

需要注意hdfs-site.xml配置文件中dfs.namenode.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.hearbeat.interval</name>
    <value>3</value>
</property>

四、DataNode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. 查看版本信息文件（默认在/tmp/hadoop-用户名/dfs/data/current下的VERSION）

   1. 

   2. 具体解释

      1. storageID：存储id号

      2. clusterID：集群id，全局唯一

      3. cTime：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。

2. 查看该数据块的版本信息（默认在/tmp/hadoop-gyx/dfs/data/current/BP-51058998-127.0.0.1-1535528973429/current下的VERSION）

   1. 

   2. 具体解释

      1. namespaceID：是datanode市场访问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可以使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，一个属性为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比认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。

五、Datanode多目录配置

datanode也可以配置成多个目录，每个目录存储的数据不一样。并非数据的副本。

hdfs-site.xml中配置

<property>
    <name>dfs.datanode.data.dir</name>
    <value>file://{自己设定的文件路径}/dfs/data1,file://{自己设定的文件路径}/dfs/data2</value>
</property>

六、服役新数据节点

1.准备一台服务器（或者虚拟机）

2.修改ip地址和主机名称

3.加主机加入ssh的管理中，并配置好hadoop服务（https://blog.csdn.net/qq_34886352/article/details/82017056）

4.在namenode节点主机上hadoop/etc/hadoop目录下创建dfs.hosts文件，将所有datanode节点ip或者主机名写入（用主机名需要配置hosts文件），每行一个ip无需分隔符

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

<property>
    <name>dfs.hosts</name>
    <value>{hadoop文件夹的位置}/etc/hadoop/dfs.hosts</value>
</property>

6.刷新namenode，执行命令 hdfs dfsadmin -refreshNodes

7.更新resourcemanager节点，执行命令 yarn rmadmin -refreshNodes

8.修改namenode的slaves文件，将新的主机加入其中

9.启动新的主机上的数据节点和阶段管理器，hadoop-daemon.sh start datanode和yarn-daemon.sh start nodemanager

10.如果数据不均衡，可以使用命令实现集群的再平衡，start-balancer.sh

七、退役旧数据节点

1.在namenode节点主机上hadoop/etc/hadoop目录下创建dfs.hosts.exclude文件，将所有需要退役的datanode节点ip或者主机名写入（用主机名需要配置hosts文件），每行一个ip无需分隔符

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>{hadoop文件夹的位置}/etc/hadoop/dfs.hosts.exclude</value>
</property>

3.属性namenode和resourcemanager，hdfs dfsadmin -refreshNodes和yarn rmadmin -refreshNodes

4.查看web端的节点状态，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当中。

5.等待退役节点状态变成decommissioned（所有块已经复制完毕），停止该节点和节点资源管理器。注意：如果副本数位3，退役后服役的节点数小于3，是不能退役成功的需要修改副本数才能退役。

• 关闭该数据节点stopping datanode

• 关闭节点管理器stopping nodemanager

6.从include文件中删除退役节点，再次刷新节点

1. 从namenode的dfs.hosts文件中删除退役节点

2. 刷新namenode，刷新resourcemanager，hdfs dfsadmin -refreshNodes和yarn rmadmin -refreshNodes

3. 从namenode的slave文件中删除掉退役节点

7.如果数据不均衡，可以使用命令实现集群的再平衡，start-balancer.sh