Hadoop常用操作
1、Hadoop安装
略
2、Hadoop配置
略
3、Hadoop多目录配置
namenode和datanode节点下都可以进行多个目录的配置,但是意义不同。namenode的多目录配置是副本策略,保证数据可靠性,datanode多目录配置是对容量进行扩容,由于datanode已经有副本机制了。
[hdfs-site.xml]
<!-- namenode多目录配置 -->
<property>
<name>dfs.namenode.name.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/name1,file://${hadoop.tmp.dir}/dfs/name2</value>
</property>
<!-- datanode多目录配置 -->
<property>
<name>dfs.datanode.data.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/data1,file://${hadoop.tmp.dir}/dfs/data2</value>
</property>
其中${hadoop.tmp.dir}是hadoop临时目录配置。
[core-site.xml]
<property>
<name>hadoop.tmp.dir</name>
<value>/home/centos/hadoop/ha</value>
</property>
4、hadoop配额管理
配额是对空间和目录个数进行限制,放置目录下的文件个数或大小过于庞大。因此配额分为空间配额和目录配额。
- 目录配额
限制目录所含文件或文件夹的个数。如果为1,则保持目录为空(可以认为将目录本身也包含在内)。
#设置配额 $>hdfs dfsadmin -setQuota 1 data #清除配额 $>hdfs dfsadmin -clsQuota data
?
- 空间配额
由于每份文件都有三个副本,空间配额计算时也将副本数计算在内,加上每个数据块文件默认为128m,因此空间配额至少要指定384m的空间值。即128 * 3 = 384。
#该设置会出错,说至少是384m空间 $>hdfs dfsadmin -setSpaceQuota 384m data
5、快照
快照是对hdfs的目录进行瞬间照相,内部采用差异化存储机制。因此不会空间造成大量的消耗。这可以通过查看blockid来考察。默认情况下目录是不允许快照的,因此如果要使用该功能,还需要对特定目录先启用快照。
#启用快照
$>hfds dfsadmin -allowSnapshot data
#禁用快照
$>hfds dfsadmin -disallowSnapshot data
#创建快照
$>hdfs dfs -createSnapshot data sp1
#删除
$>hdfs dfs -deleteSnapshot data sp1
#重命名
$>hdfs dfs -renameSnapshot data sp1 sp2
注意:删除目录时,如果是可快照目录并且有快照,需要先删除快照,再删除目录。
6、元数据管理
6.1 镜像文件查看
镜像文件存放的是hdfs的元数据,是最重要的数据文件。可以通过多种格式进行查看。内容包括目录、权限、配额、数据块等信息。
#i:input o:output p:处理方式
$>hdfs oiv -i fsimage_0000000000000207400 -o ~/1.xml -p XML
6.2 编辑日志查看
对hdfs的每个写操作都会记录到编辑日志中,查看方式同镜像类似。
$>hdfs oev -i edits_0000000000000200088-00000000000002000199 -o 2.xml -p XML
6.3 镜像控制
2nn节点对nn节点会进行周期性检查,以完成元数据的备份与融合。具体可以通过以下属性进行控制:
- dfs.namenode.checkpoint.period
检查周期,多长时间生成一次新的检查点,默认为3600秒,即1小时。
- dfs.namenode.checkpoint.txns
操作记录数控制,默认1000,000,发生这些次操作也会生成新的检查点,即时时间不到1小时。
- dfs.namenode.checkpoint.check.period
- dfs.namenode.num.checkpoints.retained
7、旧节点下线操作
7.1 介绍
旧节点下线操作,需要通过黑白名单进行控制。下线时主要完成旧节点数据的安全转移。成功后,就可以安全下线了。hdfs的黑白名单由dfs.hosts.exclude和dfs.hosts控制,yarn的黑白名单由yarn.resourcemanager.nodes.exclude-path和yarn.resourcemanager.nodes.include-path控制。
- dfs.hosts
白名单,可以连到namenode的datanode节点列表。
- dfs.hosts.exclude
黑名单,不允许连接到namenode的datanode节点列表。
黑白名单组合规则:
dfs.hosts | dfs.hosts.exclude | 结果 |
---|---|---|
NO | NO | Not |
NO | YES | Not |
YES | NO | YES |
YES | YES | YES并将退役 |
7.2 HDFS旧节点下线操作
- 准备黑白名单
- dfs_exclude.conf
- dfs_include.conf
- 配置hdfs-site.xml的黑白名单属性
[hdfs-site.xml]
<!-- 白名单 --> <property> <name>dfs.hosts</name> <value>/soft/hadoop/etc/full/dfs_include.conf</value> </property> <!-- 黑名单 --> <property> <name>dfs.hosts.exclude</name> <value>/soft/hadoop/etc/full/dfs_exclude.conf</value> </property>
?
- 添加退役节点地址到黑名单,不要更新白名单
[dfs_exclude.conf]
s102
- 刷新nn
$>hdfs dfsadmin -refreshNodes
- 进入webui,查看退役的节点是否显式为"退役中",开始复制数据块到其他节点。
http://s101:50070/
- 一旦复制完成,状态显式"Decommissioned",停止退役节点
- 从白名单中删除退役节点
- 再次刷新节点
$>hdfs dfsadmin -refreshNodes
- 从slaves中删除退役节点
8、HDFS新节点上线
新节点上线时,需要先配置ssh和hadoop软件包。上线实操过程如下:
- 添加新地址到白名单
- 刷新名称节点
- 更新slaves文件
- 单独启动新节点的datanode进程
$>hadoop-daemon.sh start datanode
- 检查webui
9、YARN旧节点下线
- 准备黑白名单
yarn_exclude.conf
yarn_include.conf
- 配置yarn-site.xml的黑白名单属性
[yarn-site.xml]
<!-- yarn白名单 --> <property> <name>yarn.resourcemanager.nodes.include-path</name> <value>/soft/hadoop/etc/full/yarn_include.conf</value> </property> <!-- yarn黑名单 --> <property> <name>yarn.resourcemanager.nodes.exclude-path</name> <value>/soft/hadoop/etc/full/yarn_exclude.conf</value> </property>
- 添加退役节点地址到黑名单,不要更新白名单
[yarn-exclude.conf]
s102
- 刷新yarn
$>yarn rmadmin -refreshNodes
- 进入webui,查看退役的节点是否显式为"退役中",开始复制数据块到其他节点。
http://rm:8088/
- 一旦复制完成,状态显式"Decommissioned",停止退役节点
- 从白名单中删除退役节点
- 再次刷新节点
$>yarn rmadmin -refreshNodes
- 从slaves中删除退役节点
原文地址:https://www.cnblogs.com/xupccc/p/9655323.html