本篇文章主要列举一些Hadoop常用场景

​ 主要是以下几种

​ 高可用集群

​ 节点新增/减少/拉黑

​ HDFS数据迁移

​ 大量小文件存储

​

高可用集群

​ 一句话概括 双namenode消除单点故障

​ 过程：

​ 对active Namenode进行的任何操作，都会同步到共享存储设备(从NAS NSF挂载)到一个目录，备用节点会监控共享存储设备，发现更改同步到自身，发生故障时进行切换

Hadoop节点上下线

上线

1. 首先在slave配置中新加节点并且保证dfs.exclude文件为空

2. 刷新node节点 ./hdfs dfsadmin -refreshNodes

3. 直接启动节点./hadoop-daemon.sh datanode

4. 如果是部署在yarn上，则 ./yarn-daemon.sh start nodemanager

5. 均衡broker ./bin/start-balancer.sh -threshold 5

6. 速度慢的话 ，修改带宽

    <property>
   2 　　<name>dfs.balance.bandwidthPerSec</name>  
   3 　　<value>1048576</value>  
   4 　　<description>  
   5 　　　　Specifies the maximum amount of bandwidth that each datanode   
   6 　　　　can utilize for the balancing purpose in term of   
   7 　　　　the number of bytes per second.   
   8 　　</description> 
   9 </property>
   

   下线

   • 需要配置的文件

   ​ namenode节点的dfs.exclude文件，添加下线节点即可

   ​ resourcemanager节点上的yarn.exclude文件，同样添加下线节点

   • 刷新Namenode和ResourceManager

   ​ hdfs dfsadmin -refreshNodes //刷新Namenode节点

   ​ yarn rmadmin -refreshNodes //刷新ResourceManager节点

   • 打开web浏览器，查看节点状态为udecommission in progress 表示正在退役中，当变为decommissioned 表明该节点数据块已被全部复制，所以不用担心下线数据丢失的问题

     • **注意:**如果集群节点副本数为n，则服役的节点必须>=n，否则不能下线成功

   • 停止datanode和namenode节点

     ./sbin/hadoop-daemon.sh stop datanode

     ./sbin/yarn-daemon.sh stop nodemanager

   • 数据不平衡，参考上文，使用再平衡命令进行修改

   Namenode 和DataNode多目录配置

   ​ 原因：增加可靠性

   ​ namenode

   • 修改hfds.site配置，将dfs.namenode.name.dir 下的配置文件以多个逗号隔开

   • 配置已成功，需要格式化重启

     删除logs和data文件

     rm -rf data/* logs/*

   • 格式化namenode

     ./sbin/hdfs namenode -format

   • 启动集群

   思考一个问题，生产环境上敢格式化namenode吗？

   ​ DataNode

   ​ 和namenode类似，修改hdfs.site配置文件中的dfs.datanode.data.dir属性，多个文件以逗号隔开

   HDFS小文件合并

   ​ 使用HDFS存档文件或者HAR文件

   ​ 原理：类似于在小文件外面包了一层，对Namenode来说是一个整体，对内还是一个一个的独立文件

   ​ 操作： 使用archive命令归档

   • bin/hadoop archive -archiveName a.har -p /usr/local/tmp
     

   HDFS数据迁移

   ​ 应用场景：集群升级情况

   ​ 使用命令:distcp

   ​ 过程：

   1. 新旧集群都要配置对方的主机名

   2. 执行命令 hadoop distcp hftp://hadoop1.x-namenode:50070/usr/local /usr/tmp

   3. 修改hdfs.site.xml配置

      <property>
      <name>dfs.checksum.type</name>
      <value>CRC32</value>
      <description>when  transfer data from  hadoop 1.x to hadoop 2.x  the data block  checksum  in hadoop 1.x is crc32and  hadoop 2.x is crc32c .   transfer data will fail .
      </description>
      </property>
      

   ​