内容简介:按访问速度降序:共有 6 种策略按访问速度从快到慢排列
结论
- HDFS 支持配置多个数据目录,同一节点默认按照 Round Robin 策略写入。硬盘不做 RAID,每块盘单独挂载。
- HDFS 支持异构存储,即不同的存储类型和存储策略,可用于实现冷热分级,从而降低成本
存储类型
按访问速度降序:
- RAM_DISK: 即内存
- SSD: SSD,OLTP 类场景(如 HBase)可以考虑使用
- DISK: 普通硬盘
- ARCHIVE: 归档存储,可使用廉价、高容量存储(甚至单机超百 T)
存储策略
共有 6 种策略
- Hot : 即通常意义的热数据,需要经常使用。所有副本都存在 DISK. 这是默认的策略。
- Cold : 即通常意义的冷数据,很少使用,主要是归档备份。所有副本都存在 ARCHIVE.
- Warm : 介于冷热之间。一个副本放 DISK,其余的放 ARCHIVE.
- All_SSD : 所有副本都在 SSD.
- One_SSD : 一个副本在 SSD,其余的放 DISK.
- Lazy_Persist : 适用于单副本数据,放在内存。先写到 RAM_DISK, 再持久化到 DISK.
按访问速度从快到慢排列
策略 | 块分布 | creationFallbacks | replicationFallbacks |
---|---|---|---|
Lazy_Persist
|
RAM_DISK: 1, DISK: n-1 | DISK | DISK |
All_SSD
|
SSD: n | DISK | DISK |
One_SSD
|
SSD: 1, DISK: n-1 | SSD, DISK | SSD, DISK |
Hot
|
DISK: n | < none > | ARCHIVE |
Warm
|
DISK: 1, ARCHIVE: n-1 | ARCHIVE, DISK | ARCHIVE, DISK |
Cold
|
ARCHIVE: n | < none > | < none > |
注:creationFallbacks 是对于第一个创建的 block 的 fallback 情况时的可选存储类型;replicationFallbacks 是 block 的其余副本的 fallback 情况时的可选存储类型
配置
每个磁盘单独挂载到不同目录,需要注意加上 noatime
选项。 首先配置 DataNode 的数据目录
-
dfs.storage.policy.enabled
: 设置为true
,默认是true
. -
dfs.datanode.data.dir
: 可配置多个路径,用,
分隔,每个路径加上存储类型标签作为前缀,如
[SSD]file:///dfs/dn1,[DISK]file:///dfs/dn2,[ARCHIVE]file:///dfs/dn3
注: 通过 Cloudera Manager 配置不需要写 file://
,直接使用 [DISK]/dfs/dn2
即可
使用 hdfs storagepolicies
命令管理文件/目录的存储策略,共三个子命令。
命令 | 作用 |
---|---|
hdfs storagepolicies -listPolicies
|
列出所有的块存储策略 |
hdfs storagepolicies -setStoragePolicy -path <path> -policy <policy>
|
对指定路径设置存储策略,子目录会继承 |
hdfs storagepolicies -getStoragePolicy -path <path>
|
获取指定路径的存储策略 |
Mover
Mover 是 HDFS 的一个数据迁移工具,类似 Balancer. 区别在于,Mover 的目的是把数据块按照存储策略迁移,Balancer 是在不同 DataNode 直接进行平衡。如果 DataNode 挂载了多种存储类型,Mover 优先尝试在本地迁移,避免网络 IO.
使用方式: hdfs mover -p <path>
,如果想一次性迁移所有数据,可把 path 指定为根路径,不过需要的时间也更长。
参考
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。