DataNode工作機制 & 新增節點 &下線節點

一、DataNode工作機制

（1）一個資料塊在DataNode上以檔案形式儲存在磁碟上，包括兩個檔案，一個是資料本身，一個是後設資料包括資料塊的長度，塊資料的校驗和，以及時間戳。

（2）DataNode啟動後向NameNode註冊，通過後，週期性（1小時）的向NameNode上報所有的塊資訊。

（3）心跳是每3秒一次，心跳返回結果帶有NameNode給該DataNode的命令如複製塊資料到另一臺機器，或刪除某個資料塊。如果超過10分鐘沒有收到某個DataNode的心跳，則認為該節點不可用。

（4）叢集執行中可以安全加入和退出一些機器。

二、資料完整性

如果電腦磁碟裡面儲存的資料是控制高鐵訊號燈的紅燈訊號（1）和綠燈訊號（0），但是儲存該資料的磁碟壞了，一直顯示是綠燈，是否很危險？同理DataNode節點上的資料損壞了，卻沒有發現，是否也很危險，那麼如何解決呢？

如下是DataNode節點保證資料完整性的方法。

（1）當DataNode讀取Block的時候，它會計算CheckSum。

（2）如果計算後的CheckSum，與Block建立時值不一樣，說明Block已經損壞。

（3）Client讀取其他DataNode上的Block。

     （4）DataNode在其檔案建立後周期驗證CheckSum。

 

三、掉線時限引數設定

需要注意的是hdfs-site.xml 配置檔案中的heartbeat.recheck.interval的單位為毫秒，dfs.heartbeat.interval的單位為秒。

<property>
    <name>dfs.namenode.heartbeat.recheck-interval</name>
    <value>300000</value>
</property>
<property>
    <name>dfs.heartbeat.interval</name>
    <value>3</value>
</property>

 

四、增加新資料節點

1.環境準備

（1）在hadoop103主機上再克隆一臺hadoop104主機

（2）修改IP地址和主機名稱

（3）刪除原來HDFS檔案系統留存的檔案（/work/hadoop-3.1.3/data和log）

（4）source一下配置檔案

     2.具體步驟

        （1）直接啟動DataNode，即可關聯到叢集
                  hdfs --daemon start datanode
                  sbin/yarn-daemon.sh start nodemanager

 

 （2）如果資料不均衡，可以用命令實現叢集的再平衡

          ./start-balancer.sh

五、下線資料節點

     hdfs --daemon stop datanode

     sbin/yarn-daemon.sh stop nodemanager

  去伺服器上執行這2個指令碼即可

   當最後連線時間超時後則會自動斷線