Hadoop3教程（二十八）：（生产调优篇）NN、DN的多目录配置及磁盘间数据均衡

（148）NN多目录配置

NN多目录的意思是，本地目录可以配置成多个，且每个目录存放内容相同，这样的目的是增加可靠性。比如说下图这样：

但其实生产中不常用哈，生产中要增加NN的可靠性的话，一般会开启NN的高可用，即在不同节点上开启多个NN，靠zookeeper来协调。

所以本节就了解一下即可。

配置的话，首先在hdfs-site.xml文件中添加如下内容：

<property>
     <name>dfs.namenode.name.dirname>
     <value>file://${hadoop.tmp.dir}/dfs/name1,file://${hadoop.tmp.dir}/dfs/name2value>
property>
1
2
3
4

这个配置也可以不分发，每个节点单独调整，因为怕每个节点目录结构不一样，如果一样的话那就无所谓了。

停止集群myhadoop.sh stop，删除三台节点的data和logs中所有数据。

[atguigu@hadoop102 hadoop-3.1.3]$ rm -rf data/ logs/

[atguigu@hadoop103 hadoop-3.1.3]$ rm -rf data/ logs/

[atguigu@hadoop104 hadoop-3.1.3]$ rm -rf data/ logs/
1
2
3
4
5

（3）格式化集群并启动。

[atguigu@hadoop102 hadoop-3.1.3]$ bin/hdfs namenode -format

[atguigu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
1
2
3

必须停止集群并重新格式化NameNode，所以如果是在生产环境下，集群一旦启动，那就不要再修改NameNode了。

最后，进入hadoop的data/dfs/目录下，查看文件结构，会发现，现在多了一个文件夹：

[atguigu@hadoop102 dfs]$ ll
总用量 12
drwx------. 3 atguigu atguigu 4096 12月 11 08:03 data
drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name1
drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name2
1
2
3
4
5

即name1和name2，且两个文件夹里的内容一模一样。

（149）DataNode多目录配置及磁盘间数据平衡

不同于NN多目录，在生产环境下，DN的多目录配置就非常重要了。

DN可以配置多个目录，且每个目录内存储的数据不一样。注意，不是一个副本一个目录，而是一个副本的数据可以分开存放在多个目录。

这个的好处其实很明显。

假设一个DataNode，我最早只挂了一块10G的磁盘，后来业务做大做强了，数据膨胀到10G以上了，这时候该怎么办？

这时候就可以给这个DN多挂载一块磁盘，然后通过DN的多目录，把新磁盘设定称为DN的第二个目录，新来的数据就可以继续往新磁盘放了。

老的数据不用大规模的动，新的数据还有地方放，这个的意义是很重要的。

具体配置，首先在hdfs-site.xml文件中添加：

<property>
     <name>dfs.datanode.data.dirname>
     <value>file://${hadoop.tmp.dir}/dfs/data1,file://${hadoop.tmp.dir}/dfs/data2value>
property>
1
2
3
4

可以视情况分发配置。然后重启集群以识别修改。

进到hadoop安装目录的data/dfs/目录下，查看：

[atguigu@hadoop102 dfs]$ ll
总用量 12
drwx------. 3 atguigu atguigu 4096 4月   4 14:22 data1
drwx------. 3 atguigu atguigu 4096 4月   4 14:22 data2
drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name1
drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name2
1
2
3
4
5
6

可以看到，现在有两个data相关的文件夹了。

然后可以测试一下，在102上向集群上传一个文件，会发现上面两个文件夹里内容是不一样的，其中一个有数，另一个没有：

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -put wcinput/word.txt /
1

就不赘述了。

磁盘间数据均衡

但是给DN配置了多目录之后，又会引入一个新的问题，就是新的目录，它是空的，那我如果想把老目录里的部分数据转移到新的目录，让两个目录都不是那么空，也都不是那么满，那该怎么做呢？

可以执行磁盘数据均衡命令，对单节点内部的DN目录（位于不同磁盘）开始均衡。（这是Hadoop3.x的新特性）

(1) 首先生成均衡计划（单磁盘的话，不会生成计划）：

hdfs diskbalancer -plan hadoop103
1

（2）执行均衡计划

hdfs diskbalancer -execute hadoop103.plan.json
1

（3）查看当前均衡任务的执行情况

hdfs diskbalancer -query hadoop103
1

（4）取消均衡任务

hdfs diskbalancer -cancel hadoop103.plan.json
1

有兴趣可以拿虚拟机增加磁盘来试一下。

参考文献

1. 【尚硅谷大数据Hadoop教程，hadoop3.x搭建到集群调优，百万播放】