Cloudera Hadoop 分层存储实战

HDFS分层存储

why

为何要使用分层存储(充分利用资源,降低成本)
http://developer.51cto.com/art/201504/470660.htm

HDFS从Hadoop2.3开始支持分层存储

archive节点设置

为了表明这个本地目录属于归档层,该本地目录配置中会带有[ARCHIVE]的前缀

例:dfs.datanode.data.dir 参数设置为 [ARCHIVE]/hdfs01/dfs/dn

查看分层存储命令

# 基本命令
[dengsc@nfjd-hadoop-test01 ~]$ hdfs storagepolicies
Usage: bin/hdfs storagepolicies [COMMAND]
          [-listPolicies]
          [-setStoragePolicy -path <path> -policy <policy>]
          [-getStoragePolicy -path <path>]
          [-help <command-name>]

# 分层策略查看
[dengsc@nfjd-hadoop-test01 ~]$ hdfs storagepolicies -listPolicies
Block Storage Policies:
    BlockStoragePolicy{COLD:2, storageTypes=[ARCHIVE], creationFallbacks=[], replicationFallbacks=[]}
    BlockStoragePolicy{WARM:5, storageTypes=[DISK, ARCHIVE], creationFallbacks=[DISK, ARCHIVE], replicationFallbacks=[DISK, ARCHIVE]}
    BlockStoragePolicy{HOT:7, storageTypes=[DISK], creationFallbacks=[], replicationFallbacks=[ARCHIVE]}
    BlockStoragePolicy{ONE_SSD:10, storageTypes=[SSD, DISK], creationFallbacks=[SSD, DISK], replicationFallbacks=[SSD, DISK]}
    BlockStoragePolicy{ALL_SSD:12, storageTypes=[SSD], creationFallbacks=[DISK], replicationFallbacks=[DISK]}
    BlockStoragePolicy{LAZY_PERSIST:15, storageTypes=[RAM_DISK, DISK], creationFallbacks=[DISK], replicationFallbacks=[DISK]}
    
# 策略副本存放
Hot - for both storage and compute. The data that is popular and still being used for processing will stay in this policy. When a block is hot, all replicas are stored in DISK.
Cold - only for storage with limited compute. The data that is no longer being used, or data that needs to be archived is moved from hot storage to cold storage. When a block is cold, all replicas are stored in ARCHIVE.
Warm - partially hot and partially cold. When a block is warm, some of its replicas are stored in DISK and the remaining replicas are stored in ARCHIVE.
All_SSD - for storing all replicas in SSD.
One_SSD - for storing one of the replicas in SSD. The remaining replicas are stored in DISK.
Lazy_Persist - for writing blocks with single replica in memory. The replica is first written in RAM_DISK and then it is lazily persisted in DISK.

使用示例

设置文件夹为cold类型

[dengsc@nfjd-hadoop-test01 ~]$ hdfs storagepolicies -setStoragePolicy -path /user/dengsc/cold -policy COLD
Set storage policy COLD on /user/dengsc/cold

查看文件夹分层属性

[dengsc@nfjd-hadoop-test01 ~]$ hdfs storagepolicies -getStoragePolicy -path /user/dengsc/cold
The storage policy of /user/dengsc/cold:
BlockStoragePolicy{COLD:2, storageTypes=[ARCHIVE], creationFallbacks=[], replicationFallbacks=[]}

put文件后查看文件存放位置(block全在archive节点,此集群副本冗余为2,所以只能看到两个block)

[dengsc@nfjd-hadoop-test01 ~]$ hdfs dfs -put a.txt /user/dengsc/cold
[dengsc@nfjd-hadoop-test01 ~]$ hdfs dfs -ls /user/dengsc/cold/a.txt
-rw-r--r--   2 dengsc supergroup         21 2017-09-20 20:34 /user/dengsc/cold/a.txt
[dengsc@nfjd-hadoop-test01 ~]$ hdfs fsck /user/dengsc/cold/a.txt -files -blocks -locations
Connecting to namenode via http://nfjd-hadoop02-node179.jpushoa.com:50070
FSCK started by dengsc (auth:SIMPLE) from /192.168.250.40 for path /user/dengsc/cold/a.txt at Wed Sep 20 20:35:19 CST 2017
/user/dengsc/cold/a.txt 21 bytes, 1 block(s):  OK
0. BP-535292861-192.168.250.41-1481889113054:blk_1108602669_34871883 len=21 Live_repl=2 [DatanodeInfoWithStorage[192.168.254.228:50010,DS-c87cf985-e8dd-4b97-908c-873318c243d9,ARCHIVE], DatanodeInfoWithStorage[192.168.254.227:50010,DS-876ae32f-c8a3-4c25-8047-1ebd5c59a407,ARCHIVE]]

mv文件至cold文件夹(block还是在disk节点,mv文件需要启动mover来重新放置block)

[dengsc@nfjd-hadoop-test01 ~]$ hdfs dfs -put a.txt /user/dengsc/b.txt
[dengsc@nfjd-hadoop-test01 ~]$ hdfs dfs -ls /user/dengsc/b.txt
-rw-r--r--   2 dengsc supergroup         21 2017-09-20 20:40 /user/dengsc/b.txt
[dengsc@nfjd-hadoop-test01 ~]$ hdfs dfs -mv /user/dengsc/b.txt /user/dengsc/cold
[dengsc@nfjd-hadoop-test01 ~]$ hdfs dfs -ls /user/dengsc/cold/b.txt
-rw-r--r--   2 dengsc supergroup         21 2017-09-20 20:40 /user/dengsc/cold/b.txt
[dengsc@nfjd-hadoop-test01 ~]$ hdfs fsck /user/dengsc/cold/b.txt -files -blocks -locations
Connecting to namenode via http://nfjd-hadoop02-node179.jpushoa.com:50070
FSCK started by dengsc (auth:SIMPLE) from /192.168.250.40 for path /user/dengsc/cold/b.txt at Wed Sep 20 20:41:01 CST 2017
/user/dengsc/cold/b.txt 21 bytes, 1 block(s):  OK
0. BP-535292861-192.168.250.41-1481889113054:blk_1108602676_34871890 len=21 Live_repl=2 [DatanodeInfoWithStorage[192.168.250.40:50010,DS-67f618a4-e49e-42b2-91c2-69550fd7a769,DISK], DatanodeInfoWithStorage[192.168.250.29:50010,DS-19c6fcd2-528a-4193-a0e2-c76d001ee5ff,DISK]]

启动hdfs mover(日志显示block从disk节点移动到archive节点)

-bash-4.2$ hdfs mover -p /user/dengsc/cold/
17/09/20 20:43:17 INFO mover.Mover: namenodes = {hdfs://nameservice-test1=[/user/dengsc/cold]}
17/09/20 20:43:19 INFO net.NetworkTopology: Adding a new node: /default/192.168.250.40:50010
17/09/20 20:43:19 INFO net.NetworkTopology: Adding a new node: /default/192.168.254.228:50010
17/09/20 20:43:19 INFO net.NetworkTopology: Adding a new node: /default/192.168.250.41:50010
17/09/20 20:43:19 INFO net.NetworkTopology: Adding a new node: /default/192.168.254.227:50010
17/09/20 20:43:19 INFO net.NetworkTopology: Adding a new node: /default/192.168.250.29:50010
17/09/20 20:43:19 INFO balancer.Dispatcher: Successfully moved blk_1108602676_34871890 with size=21 from 192.168.250.40:50010:DISK to 192.168.254.228:50010:ARCHIVE through 192.168.250.40:50010
17/09/20 20:43:58 INFO balancer.Dispatcher: Successfully moved blk_1108602676_34871890 with size=21 from 192.168.250.29:50010:DISK to 192.168.254.227:50010:ARCHIVE through 192.168.254.228:50010
Sep 20, 2017 8:44:37 PM  Mover took 1mins, 21sec

再次查看block分布(block已经分布在archive节点)

-bash-4.2$ hdfs fsck /user/dengsc/cold/b.txt -files -blocks -locations
Connecting to namenode via http://nfjd-hadoop02-node179.jpushoa.com:50070
FSCK started by hdfs (auth:SIMPLE) from /192.168.250.40 for path /user/dengsc/cold/b.txt at Wed Sep 20 20:46:05 CST 2017
/user/dengsc/cold/b.txt 21 bytes, 1 block(s):  OK
0. BP-535292861-192.168.250.41-1481889113054:blk_1108602676_34871890 len=21 Live_repl=2 [DatanodeInfoWithStorage[192.168.254.228:50010,DS-39cb2b6f-c410-4c6d-9e31-b1aa845fb44d,ARCHIVE], DatanodeInfoWithStorage[192.168.254.227:50010,DS-7be78d22-fbbd-4e4c-b5a8-5768e77621f7,ARCHIVE]]

注:直接向cold属性文件夹cp或者put文件,文件类型会继承文件夹分层属性,但是mv操作不会继承分层属性。

warm类型操作类似cold。

官方文档
http://hadoop.apache.org/docs/r2.6.0/hadoop-project-dist/hadoop-hdfs/ArchivalStorage.html

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,830评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,992评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,875评论 0 331
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,837评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,734评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,091评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,550评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,217评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,368评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,298评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,350评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,027评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,623评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,706评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,940评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,349评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,936评论 2 341

推荐阅读更多精彩内容

  • 首先,我们在使用前先看看HDFS是什麽?这将有助于我们是以后的运维使用和故障排除思路的获得。 HDFS采用mast...
    W_Bousquet阅读 4,148评论 0 2
  • HDFS的设计目标 通过上一篇文章的介绍我们已经了解到HDFS到底是怎样的东西,以及它是怎样通过多副本机制来提供高...
    陌上疏影凉阅读 1,430评论 0 3
  • 之前的有点忘记了,这里在云笔记拿出来再玩玩.看不懂的可以留言 大家可以尝试下Ambari来配置Hadoop的相关环...
    HT_Jonson阅读 2,933评论 0 50
  • 还有几天最疼爱我的妈妈就要过生日,作为儿子的我,心里有许多言语要想说,从我懂事起或不懂事之时妈妈的爱就已经覆盖我得...
    海源119阅读 371评论 0 0
  • 文/風雨綫 2016年12月8日,学校的“12.9”文艺活动,上午没顾上看手机,中午一切结束后,打开手机,发现QQ...
    風雨綫阅读 583评论 4 1