hadoop 2.2.0的datanode中存储block的多个文件夹的负载均衡问题

hadoop的分布式文件系统HDFS的存储方式是，将数据分成block，分布式存储在整个hadoop集群的datanode中，每个block默认的大小是64M，这些block文件的具体存储位置是在hadoop的配置文件中定义的，进入/home/hadoop2/hadoop2/etc/hadoop的配置文件目录（hadoop版本为社区版2.2.0）：

vi /home/hadoop2/hadoop2/etc/hadoop/hdfs-site.xml
 
<configuration>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:</value>
</property>
 
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/hadoop2/dfs/name</value>
</property>
 
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/hadoop2/dfs/data</value>
</property>
 
<property>
<name>dfs.replication</name>
<value></value>
</property>
 
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
 
</configuration>

其中，标黄色的属性dfs.datanode.data.dir为block存储路径的设置选项。

正常情况下，我们如上图中的设置自己设定的路径就可以了；但是，随着hdfs中的数据量越来越大，会出现datanode上block存储路径所在的挂载点空间不足的情况，本文中的情况就是 /home 挂载点的剩余空间即将不足了，但是在该datanode主机上，/ 挂载点还有非常多的剩余空间，我们希望将数据存储到 / 挂载点的目录下，防止 /home 挂载点被塞满。

这样我们首先需要切换到root管理员用户下，因为 / 挂载点的拥有者是root，我们的hadoop2用户对该目录没有足够的权限。接着我们在该目录下创建一个存储block的文件目录：

su -mkdir /hdfs/data

这样还不能直接设置路径，由于我们是用root用户创建的目录，该目录的拥有者和组群都是root，hadoop2用户没有足够权限，如果设置为datanode的block存储路径，将会抛出异常，导致datanode进程关闭，hadoop集群无法正常启动。我们需要更改/hdfs目录及其子目录的拥有者和组群为hadoop2，如下：

cd /
 
chown hadoop2:hadoop2 -R /hdfs

chown命令用于修改所有者，其中，hadoop2:hadoop2为拥有者和组群，-R为迭代修改所有子目录和文件。

这样我们就可以修改hdfs-site.xml文件的datanode的属性为多个路径：

<property>
<name>dfs.datanode.data.dir</name>
<value>file:///home/hadoop2/dfs/data,/hdfs/data</value>
</property>

路径之间只需用逗号 “ , ”分隔就可以了。

这样设置后，重新启动集群的dfs，bin/start-dfs.sh，通过jps命令查看集群的相关进程是否都正常启动：

jps
 
 HQuorumPeer
 SecondaryNameNode
 NodeManager
 ResourceManager
 Bootstrap
 NameNode
 DataNode
 HRegionServer
 HMaster
 Jps

标黄色的为启动dfs后必须存在的进程，其他的进程为Hbase相关进程。这样设置启动以后，再往HDFS中写入数据时，产生的block数据块就会分别写入两个不同的目录中，均匀分布，不会出现一个路径的挂载空间不足的情况，如果再次占满，可以再次挂载新的磁盘，继续添加路径。

另外，不同的datanode中，block的路径属性可以设置为不相同，不影响集群的正常运行。

转载请注明出处：http://www.cnblogs.com/bxljoy/p/3863539.html