Hadoop 运维工具箱之 HDFS 异构存储

异构存储主要解决，不同的数据，存储在不同类型的硬盘中，达到最佳性能的问题。

Hadoop 的存储类型和存储策略有;

1、查看当前有哪些存储策略可以用

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs storagepolicies-listPolicies
2、为指定路径（数据存储目录）设置指定的存储策略

hdfs storagepolicies -setStoragePolicy -pathxxx -policy xxx
3、获取指定路径（数据存储目录或文件）的存储策略

hdfs storagepolicies -getStoragePolicy -path xxx
4、取消存储策略；执行改命令之后该目录或者文件，以其上级的目录为准，如果是根目录，那么就是 HOT

hdfs storagepolicies -unsetStoragePolicy-path xxx
5、查看文件块的分布

bin/hdfs fsck xxx -files -blocks -locations
6、查看集群节点

hadoop dfsadmin -report

2、测试环境准备

1、测试环境描述

服务器规模：5 台

集群配置：副本数为 2，创建好带有存储类型的目录（提前创建）

集群规划：

​

2、配置文件信息

（1）为 hadoop102 节点的 hdfs-site.xml 添加如下信息

dfs.replication 2 dfs.storage.policy.enabled true dfs.datanode.data.dir [SSD]file:///opt/module/hadoop-3.1.3/hdfsdata/ssd,[RAM_DISK]file:///opt/module/hadoop-3.1.3/hdfsdata/ram_disk
（2）为 hadoop103 节点的 hdfs-site.xml 添加如下信息

dfs.replication 2 dfs.storage.policy.enabled true dfs.datanode.data.dir [SSD]file:///opt/module/hadoop-3.1.3/hdfsdata/ssd,[DISK]file:///opt/module/hadoop-3.1.3/hdfsdata/disk
（3）为 hadoop104 节点的 hdfs-site.xml 添加如下信息

dfs.replication 2 dfs.storage.policy.enabled true dfs.datanode.data.dir [RAM_DISK]file:///opt/module/hdfsdata/ram_disk,[DISK]file:///opt/module/hadoop-3.1.3/hdfsdata/disk
（4）为 hadoop105 节点的 hdfs-site.xml 添加如下信息

dfs.replication 2 dfs.storage.policy.enabled true dfs.datanode.data.dir [ARCHIVE]file:///opt/module/hadoop-3.1.3/hdfsdata/archive
（5）为 hadoop106 节点的 hdfs-site.xml 添加如下信息

dfs.replication 2 dfs.storage.policy.enabled true dfs.datanode.data.dir [ARCHIVE]file:///opt/module/hadoop-3.1.3/hdfsdata/archive
3、数据准备

（1）启动集群

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs namenode -format[atguigu@hadoop102 hadoop-3.1.3]$ myhadoop.sh start
（2）并在 HDFS 上创建文件目录

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /hdfsdata
（3）并将文件资料上传

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -put /opt/module/hadoop-3.1.3/NOTICE.txt /hdfsdata

3、Hot 存储策略案例

1、最开始我们未设置存储策略的情况下，我们获取该目录的存储策略

[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -getStoragePolicy -path /hdfsdata
2、我们查看上传的文件块分布

[atguigu@hadoop102 hadoop-3.1.3]$hdfs fsck /hdfsdata -files -blocks -locations [DatanodeInfoWithStorage[192.168.10.104:9866,DS-0b133854-7f9e-48df-939b-5ca6482c5afb,DISK], DatanodeInfoWithStorage[192.168.10.103:9866,DS-ca1bd3b9-d9a5-4101-9f92-3da5f1baa28b,DISK]]
未设置存储策略，所有文件块都存储在 DISK 下。所以，默认存储策略为 HOT。

4、Warm 存储策略案例

1、接下来我们为数据降温

[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy WARM
2、再次查看文件块分布，我们可以看到文件块依然放在原处。

[atguigu@hadoop102 hadoop-3.1.3]$hdfs fsck /hdfsdata -files -blocks -locations
3、我们需要让他 HDFS 按照存储策略自行移动文件块

[atguigu@hadoop102 hadoop-3.1.3]$hdfs mover /hdfsdata
4、再次查看文件块分布，

[atguigu@hadoop102 hadoop-3.1.3]$hdfs fsck /hdfsdata -files -blocks -locations [DatanodeInfoWithStorage[192.168.10.105:9866,DS-d46d08e1-80c6-4fca-b0a2-4a3dd7ec7459,ARCHIVE], DatanodeInfoWithStorage[192.168.10.103:9866,DS-ca1bd3b9-d9a5-4101-9f92-3da5f1baa28b,DISK]]
文件块一半在 DISK，一半在 ARCHIVE，符合我们设置的 WARM 策略

5、Cold 策略测

1、我们继续将数据降温为 cold

[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy COLD
注意：当我们将目录设置为 COLD 并且我们未配置 ARCHIVE 存储目录的情况下，不可以向该目录直接上传文件，会报出异常。

2、手动转移

[atguigu@hadoop102 hadoop-3.1.3]$hdfs mover /hdfsdata
3、检查文件块的分布

[atguigu@hadoop102 hadoop-3.1.3]$bin/hdfs fsck /hdfsdata -files -blocks -locations [DatanodeInfoWithStorage[192.168.10.105:9866,DS-d46d08e1-80c6-4fca-b0a2-4a3dd7ec7459,ARCHIVE], DatanodeInfoWithStorage[192.168.10.106:9866,DS-827b3f8b-84d7-47c6-8a14-0166096f919d,ARCHIVE]]
所有文件块都在 ARCHIVE，符合 COLD 存储策略。

6、One_SSD 策略测试

1、接下来我们将存储策略从默认的 HOT 更改为 One_SSD

[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy One_SSD
2、手动转移文件块

[atguigu@hadoop102 hadoop-3.1.3]$hdfs mover /hdfsdata
3、转移完成后，我们查看文件块分布，

[atguigu@hadoop102 hadoop-3.1.3]$bin/hdfs fsck /hdfsdata -files -blocks -locations [DatanodeInfoWithStorage[192.168.10.104:9866,DS-0b133854-7f9e-48df-939b-5ca6482c5afb,DISK], DatanodeInfoWithStorage[192.168.10.103:9866,DS-2481a204-59dd-46c0-9f87-ec4647ad429a,SSD]]
文件块分布为一半在 SSD，一半在 DISK，符合 One_SSD 存储策略。

7、All_SSD 策略测试

1、接下来，我们再将存储策略更改为 All_SSD

[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy All_SSD
2、手动转移文件块

[atguigu@hadoop102 hadoop-3.1.3]$hdfs mover /hdfsdata
3、查看文件块分布，我们可以看到，

[atguigu@hadoop102 hadoop-3.1.3]$bin/hdfs fsck /hdfsdata -files -blocks -locations [DatanodeInfoWithStorage[192.168.10.102:9866,DS-c997cfb4-16dc-4e69-a0c4-9411a1b0c1eb,SSD], DatanodeInfoWithStorage[192.168.10.103:9866,DS-2481a204-59dd-46c0-9f87-ec4647ad429a,SSD]]
所有的文件块都存储在 SSD，符合 All_SSD 存储策略。

8、Lazy_Persist 策略测试

1、继续改变策略，将存储策略改为 lazy_persist

[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy lazy_persist
2、手动转移文件块

[atguigu@hadoop102 hadoop-3.1.3]$ hdfsmover /hdfsdata
3、查看文件块分布

[atguigu@hadoop102 hadoop-3.1.3]$hdfs fsck /hdfsdata -files -blocks -locations [DatanodeInfoWithStorage[192.168.10.104:9866,DS-0b133854-7f9e-48df-939b-5ca6482c5afb,DISK], DatanodeInfoWithStorage[192.168.10.103:9866,DS-ca1bd3b9-d9a5-4101-9f92-3da5f1baa28b,DISK]]
这里我们发现所有的文件块都是存储在 DISK，按照理论一个副本存储在 RAM_DISK，其他副本存储在 DISK 中，这是因为，我们还需要配置“dfs.datanode.max.locked.memory”，“dfs.block.size”参数。

那么出现存储策略为 LAZY_PERSIST 时，文件块副本都存储在 DISK 上的原因有如下两点：

1、当客户端所在的 DataNode 节点没有 RAM_DISK 时，则会写入客户端所在的 DataNode 节点的 DISK 磁盘，其余副本会写入其他节点的 DISK 磁盘。

2、当客户端所在的 DataNode 有 RAM_DISK，但“dfs.datanode.max.locked.memory”参数值未设置或者设置过小（小于“dfs.block.size”参数值）时，则会写入客户端所在的 DataNode 节点的 DISK 磁盘，其余副本会写入其他节点的 DISK 磁盘。

但是由于虚拟机的“maxlocked memory”为 64KB，所以，如果参数配置过大，还会报出错误：

ERRORorg.apache.hadoop.hdfs.server.datanode.DataNode: Exception in secureMain

java.lang.RuntimeException: Cannotstart datanode because the configured max locked memory size(dfs.datanode.max.locked.memory) of 209715200 bytes is more than the datanode'savailable RLIMIT_MEMLOCK ulimit of 65536 bytes.

我们可以通过该命令查询此参数的内存

[atguigu@hadoop102 hadoop-3.1.3]$ulimit -a max locked memory (kbytes,-l) 64

关键词：大数据培训