大家好,今天给大家分享异构存储,一起来看看吧。
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;
一、异构存储shell操作
1、查看当前有哪些存储策略可以用
[atguigu@hadoop102 hadoop-3.1.3]$ HDFS storagepolicies-listPolicies2、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 xxx3、获取指定路径(数据存储目录或文件)的存储策略
hdfs storagepolicies -getStoragePolicy -path xxx4、取消存储策略;执行该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 xxx5、查看文件块的分布
bin/hdfs fsck xxx -files -blocks -locations6、查看集群节点
hadoop dfsadmin -report二、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:
节点
存储类型分配
hadoop102
RAM_DISK,SSD
hadoop103
SSD,DISK
hadoop104
DISK,RAM_DISK
hadoop105
ARCHIVE
hadoop106
ARCHIVE
2、配置文件信息
(1)为hadoop102节点的hdfs-site.xml添加如下信息
<property><name>dfs.replication</name><value>2</value></property><property><name>dfs.storage.policy.enabled</name><value>true</value></property><property><name>dfs.datanode.data.dir</name><value>[SSD]file:///opt/module/hadoop-3.1.3/hdfsdata/ssd,[RAM_DISK]file:///opt/module/hadoop-3.1.3/hdfsdata/ram_disk</value></property>(2)为hadoop103节点的hdfs-site.xml添加如下信息
<property><name>dfs.replication</name><value>2</value></property><property><name>dfs.storage.policy.enabled</name><value>true</value></property><property><name>dfs.datanode.data.dir</name><value>[SSD]file:///opt/module/hadoop-3.1.3/hdfsdata/ssd,[DISK]file:///opt/module/hadoop-3.1.3/hdfsdata/disk</value></property>(3)为hadoop104节点的hdfs-site.xml添加如下信息
<property><name>dfs.replication</name><value>2</value></property><property><name>dfs.storage.policy.enabled</name><value>true</value></property><property><name>dfs.datanode.data.dir</name><value>[RAM_DISK]file:///opt/module/hdfsdata/ram_disk,[DISK]file:///opt/module/hadoop-3.1.3/hdfsdata/disk</value></property>(4)为hadoop105节点的hdfs-site.xml添加如下信息
<property><name>dfs.replication</name><value>2</value></property><property><name>dfs.storage.policy.enabled</name><value>true</value></property><property><name>dfs.datanode.data.dir</name><value>[ARCHIVE]file:///opt/module/hadoop-3.1.3/hdfsdata/archive</value></property>(5)为hadoop106节点的hdfs-site.xml添加如下信息
<property><name>dfs.replication</name><value>2</value></property><property><name>dfs.storage.policy.enabled</name><value>true</value></property><property><name>dfs.datanode.data.dir</name><value>[ARCHIVE]file:///opt/module/hadoop-3.1.3/hdfsdata/archive</value></property>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三、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]$hdfs storagepolicies -getStoragePolicy -path /hdfsdata2、我们查看上传的文件块分布
[atguigu@hadoop102 hadoop-3.1.3]$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。
四、Warm存储策略案例
1、接下来我们为数据降温
[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy WARM2、再次查看文件块分布,我们可以看到文件块依然放在原处。
[atguigu@hadoop102 hadoop-3.1.3]$hdfs fsck /hdfsdata -files -blocks -locations3、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]$hdfs mover /hdfsdata4、再次查看文件块分布,
[atguigu@hadoop102 hadoop-3.1.3]$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
五、Cold策略测试
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 /hdfsdata3、检查文件块的分布
[atguigu@hadoop102 hadoop-3.1.3]$bin/hdfs fsck /hdfsdata -files -blocks -locations[DatanodeInfoWithStorage[192.168.10.105:9866,DS-d46d08e1-80c6-4fca-b0a2-4a3dd7ec7459,ARCHIVE], DatanodeInfoWithStorage[192.168.10.106:9866,DS-827b3f8b-84d7-47c6-8a14-0166096f919d,ARCHIVE]]所有文件块都在ARCHIVE,符合COLD存储策略。
六、One_SSD策略测试
1、接下来我们将存储策略从默认的HOT更改为One_SSD
[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy One_SSD2、手动转移文件块
[atguigu@hadoop102 hadoop-3.1.3]$hdfs mover /hdfsdata3、转移完成后,我们查看文件块分布,
[atguigu@hadoop102 hadoop-3.1.3]$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。
七、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]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy All_SSD2、手动转移文件块
[atguigu@hadoop102 hadoop-3.1.3]$hdfs mover /hdfsdata3、查看文件块分布,我们可以看到,
[atguigu@hadoop102 hadoop-3.1.3]$bin/hdfs fsck /hdfsdata -files -blocks -locations[DatanodeInfoWithStorage[192.168.10.102:9866,DS-c997cfb4-16dc-4e69-a0c4-9411a1b0c1eb,SSD], DatanodeInfoWithStorage[192.168.10.103:9866,DS-2481a204-59dd-46c0-9f87-ec4647ad429a,SSD]]所有的文件块都存储在SSD,符合All_SSD存储策略。
八、Lazy_Persist策略测试
1、继续改变策略,将存储策略改为lazy_persist
[atguigu@hadoop102 hadoop-3.1.3]$hdfs storagepolicies -setStoragePolicy -path /hdfsdata -policy lazy_persist2、手动转移文件块
[atguigu@hadoop102 hadoop-3.1.3]$ hdfsmover /hdfsdata3、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 -amax locked memory (kbytes,-l) 64相关文章:
hadoop 支持三种调度器
Hadoop之HDFS的I/O流操作
Hadoop(HDFS)之 数据完整性
Hadoop数据压缩之压缩方式选择
手把手教你搞定Hadoop源码编译
以上就是异构存储的内容分享,希望对大家有用。
版权声明
本文仅代表作者观点,不代表百度立场。
本文系作者授权发表,未经许可,不得转载。