其他分享
首页 > 其他分享> > HDFS 02 - HDFS 的机制:副本机制、机架感知机制、负载均衡机制

HDFS 02 - HDFS 的机制:副本机制、机架感知机制、负载均衡机制

作者:互联网

目录

1 - HDFS 的副本机制

HDFS 中的文件,在物理上都是以分块(block)存储的,块大小可以通过 hdfs-site.xml 文件中的参数 dfs.block.size 进行设置:

<!-- 块大小,单位:Byte -->
<property>
    <name>dfs.block.size</name>
    <value>134217728</value>
</property> 

分块存储的好处有:

1)一个文件有可能大于集群中的所有磁盘,块机制可以很好地解决这个问题;

2) 使用块作为文件存储的逻辑单位,可以简化存储子系统;

3)块非常适合用于数据备份(冗余的数据副本),进而提供数据容错能力。

文件块的副本存储示例图:

在 Hadoop 1.x 版本中,block 大小默认是 64M,Hadoop 2.x 版本默认是 128M。

块大小的设置是否合理,对系统性能影响很大:

设置太小,会增加寻址时间。

设置太大,从磁盘传输数据的时间会明显大于定位该 block 起始位置所需的时间,进而导致程序在处理此 block 数据时速度很慢。

2 - HDFS 的机架感知机制

HDFS 的机架感知,又叫机架策略,用来决定副本存放位置的策略。

以默认的副本数=3为例:

1)第一个副本块保存在客户端所在的 DataNode 上;

2)第二个副本块保存在客户端所在 DataNode 同机架内的其他 DataNode 上;

3)第三个副本块保存不同机架的某个 DataNode 上。

生产环境中,需要手动配置机架策略。

3 - HDFS 的负载均衡机制

HDFS 的负载均衡机制,可以做到让每个 DataNode 上存储的数据的百分比相差不那么大。

HDFS 有一个自动的负载均衡操作,传输速度相对较慢,在集群规模较小的时候是可行的:

<!-- 集群空闲情况下,1M/s -->
 <property>
      <name>dfs.datanode.balance.bandwidthPerSec</name>
      <value>1048576</value>
 </property>

如果集群规模较大,为了防止负载均衡对正常的业务读写造成影响,应当在集群空闲的时候,手动执行负载均衡。

手动命令如下:

# 任意两个节点之间的存储百分比不超过10%
sbin/start-balancer.sh -t 10%

参考资料

HDFS组成架构及四大机制

版权声明

作者:瘦风(https://healchow.com)

出处:博客园-瘦风的南墙(https://www.cnblogs.com/shoufeng)

感谢阅读,公众号 「瘦风的南墙」 ,手机端阅读更佳,还有其他福利和心得输出,欢迎扫码关注

标签:02,HDFS,负载,副本,机制,机架,block
来源: https://www.cnblogs.com/shoufeng/p/14418997.html