HDFS的学习和使用

妖狐艹你老母 2021-09-21 07:32 358阅读 0赞

# HDFS的学习和使用 #

本文是基于CentOS 7.3系统环境，进行HDFS的学习和使用

*  **CentOS 7.3**

--------------------

## 1. HDFS简介 ##

### 1.1 HDFS产生背景 ###

随着数据量越来越大，在一个操作系统下存不了所有的数据，那么就需要分配到更多的操作系统管理的磁盘中进行存储，但是这种方式不便于管理和维护，因此迫切需要一种系统来管理多个操作系统上的文件。

### 1.1 什么是HDFS ###

HDFS是一个分布式文件系统，用于存储文件，通过目录树来定位文件，适合一次写入，多次读出的场景，不支持文件的修改。因此，HDFS适合用来做数据分析，并不适合用来做网盘应用

### 1.2 HDFS的优点 ###

1.  高容错性  
    数据自动保存多个副本；当某一个副本丢失以后，可以自动恢复
2.  适合处理大数据  
    能够处理数据规模达到GB、TB的数据；能够处理百万规模以上的文件数量
3.  可以构建在廉价的机器上，通过多副本机制，提供可靠性

### 1.3 HDFS的缺点 ###

1.  不适合低延时的数据访问，比如毫秒级的存储数据，做不到
2.  无法高效的对大量小文件进行存储  
    存储大量小文件的话，会占用NameNode大量的内存来存储文件目录和块目录，因为NameNode的内存总是有限的（128G）；小文件存储的寻址时间会超过读取时间，它违反HDFS的设计目标
3.  不支持并发写入，文件文件修改

## 2. HDFS架构组成 ##

### 2.1 NameNode ###

HDFS的master，是一个主管，名称节点，管理元数据

*  **管理HDFS的名称空间**
 *  **配置副本策略**
 *  **管理数据块映射信息**
 *  **处理客户端读写请求**

### 2.2 DataNode ###

HDFS的slave，NameNode下达命令，DataNode执行实际的操作

*  **存储实际的数据块**
 *  **执行数据块的读/写操作**

### 2.3 Secondary NameNode ###

并非NameNode的热备，当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务

*  **辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode**
 *  **在紧急情况下，可辅助恢复NameNode，只可以恢复部分，并不是所有**

### 2.4 Client ###

HDFS的客户端

*  **文件切分，文件上传HDFS时，client将文件切分成一个一个的Block，然后上传**
 *  **与NameNode交互，获取文件的位置信息**
 *  **与DataNode交互，读取或写入数据**
 *  **client提供一些命令管理HDFS**

## 3. HDFS文件块大小 ##

### 3.1 块的大小为什么为128M ###

*  **寻址时间约为10ms，即查找到目标block的时间**
 *  **寻址时间为传输时间的1%时，为最佳状态，10ms/0.01=1s**
 *  **目前磁盘的传输速率普遍为100MB/s**
 *  **那么块大小约为100MB**

### 3.2 块的大小不能设置太小，也不能设置太大 ###

*  **设置太小，会增加寻址时间，程序一直在找块的开始位置**
 *  **设置太大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间，导致程序在处理这块数据时，会非常慢**

## 4. HDFS的shell操作 ##

### 4.1 启动集群 ###

sbin/start-dfs.sh
    sbin/start-yarn.sh

### 4.2 查看目录信息 ###

hadoop fs -ls /user
    hdfs dfs -ls /user

### 4.3 创建目录 ###

hadoop fs -mkdir -p /user/xuzheng/input
    hdfs dfs -mkdir -p /user/xuzheng/input

### 4.4 本地剪切文件至HDFS ###

hadoop fs -moveFromLocal ./aa.txt /user/xuzheng/input
    hdfs dfs -moveFromLocal ./aa.txt /user/xuzheng/input

### 4.5 追加一个文件到已经存在HDFS的文件 ###

hadoop fs -appendToFile ./bb.txt /user/xuzheng/input/aa.txt
    hdfs dfs -appendToFile ./bb.txt /user/xuzheng/input/aa.txt

### 4.6 显示文件内容 ###

hadoop fs -cat /user/xuzheng/input/aa.txt
    hdfs dfs -cat /user/xuzheng/input/aa.txt

### 4.7 修改文件权限 ###

hadoop fs -chmod 777 /user/xuzheng/input/aa.txt
    hdfs dfs -chmod 777 /user/xuzheng/input/aa.txt
    
    hadoop fs -chown root:root /user/xuzheng/input/aa.txt
    hdfs dfs -chown root:root /user/xuzheng/input/aa.txt

### 4.8 从本地文件系统中拷贝文件到HDFS路径去 ###

hadoop fs -copyFromLocal README.txt /
    hdfs dfs -copyFromLocal README.txt /

### 4.9 从HDFS拷贝到本地 ###

hadoop fs -copyToLocal /user/xuzheng/input/aa.txt ./
    hdfs dfs -copyToLocal /user/xuzheng/input/aa.txt ./

### 4.10 在HDFS目录中移动文件 ###

hadoop fs -mv /zhuge.txt /user/xuzheng/
    hdfs dfs -mv /zhuge.txt /user/xuzheng/

### 4.11 从HDFS下载文件到本地 ###

hadoop fs -get /user/xuzheng/input/aa.txt ./
    hdfs dfs -get /user/xuzheng/input/aa.txt ./

### 4.12 从本地上传文件到HDFS ###

hadoop fs -put README.txt /
    hdfs dfs -put README.txt /

### 4.13 合并下载多个文件 ###

hadoop fs -getmerge /user/atguigu/test/* ./zaiyiqi.txt
    hdfs dfs -getmerge /user/atguigu/test/* ./zaiyiqi.txt

### 4.14 显示一个文件的末尾 ###

hadoop fs -tail /sanguo/shuguo/kongming.txt
    hdfs dfs -tail /sanguo/shuguo/kongming.txt

### 4.15 删除文件或文件夹 ###

hadoop fs -rm /user/atguigu/test/jinlian2.txt
    hdfs dfs -rm /user/atguigu/test/jinlian2.txt

### 4.16 删除空文件夹 ###

hadoop fs -rmkdir /test
    hdfs dfs -rmkdir /test

### 4.17 统计文件夹的大小信息 ###

hadoop fs -du -s -h /user/atguigu/test
    hdfs dfs -du -s -h /user/atguigu/test

### 4.18 设置HDFS中文件的副本数量 ###

hadoop fs -setrep 10 /sanguo/shuguo/kongming.txt
    hdfs dfs -setrep 10 /sanguo/shuguo/kongming.txt

## 5. HDFS的Java操作 ##

### 5.1 创建目录 ###

@Test
    public void testMkdirs() throws InterruptedException, URISyntaxException, IOException { 
    	Configuration conf= new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        Path path = new Path("/test/user/xuzheng/");
        fs.mkdirs(path);
        fs.close();
    }

### 5.2 上传文件 ###

@Test
    public void testCopyFromLocalFile() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf= new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        fs.copyFromLocalFile(new Path("C:\\Users\\bailang\\Desktop\\CentOS-Self.repo"), new Path("/test/user/xuzheng/"));
        fs.close();
    }

### 5.3 下载文件 ###

@Test
    public void testCopyToLocalFile() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf= new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        fs.copyToLocalFile(new Path("/test/user/xuzheng/CentOS-Self.repo"),new Path("C:\\Users\\bailang\\Desktop\\test"));
        fs.close();
    }

### 5.4 递归删除 ###

@Test
    public void testDelete() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf= new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        fs.delete(new Path("/test"), true);
        fs.close();
    }

### 5.5 文件重命名 ###

@Test
    public void testRename() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf= new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        fs.rename(new Path("/user/xuzheng/input/wc.input"), new Path("/user/xuzheng/input/aa.input"));
        fs.close();
    }

### 5.6 文件详情查看 ###

@Test
    public void testListFiles() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf = new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
        while (listFiles.hasNext()) { 
            LocatedFileStatus fileStatus = listFiles.next();
            System.out.println(fileStatus.getAccessTime());
            System.out.println(fileStatus.getBlockSize());
            System.out.println(fileStatus.getGroup());
            System.out.println(fileStatus.getLen());
            System.out.println(fileStatus.getModificationTime());
            System.out.println(fileStatus.getOwner());
            System.out.println(fileStatus.getPath());
            System.out.println(fileStatus.getPermission());
            System.out.println(fileStatus.getReplication());
            BlockLocation[] blockLocations = fileStatus.getBlockLocations();
            for (BlockLocation blockLocation : blockLocations) { 
                String[] hosts = blockLocation.getHosts();
                for(String host:hosts){ 
                    System.out.println("-->"+host);
                }
            }
        }
        fs.close();
    }

### 5.7 通过IO流上传文件 ###

@Test
    public void testCopyFromLocalFileByIO() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf = new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        FileInputStream in = new FileInputStream("C:\\Users\\bailang\\Desktop\\CentOS-Self.repo");
        FSDataOutputStream out = fs.create(new Path("/user/xuzheng/input/centos.repo"));
        IOUtils.copyBytes(in, out, conf);
        IOUtils.closeStream(out);
        IOUtils.closeStream(in);
        fs.close();
    }

### 5.8 通过IO流下载文件 ###

@Test
    public void testCopyToLocalFileByIO() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf = new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        FSDataInputStream in = fs.open(new Path("/user/xuzheng/input/centos.repo"));
        FileOutputStream out = new FileOutputStream("C:\\Users\\bailang\\Desktop\\CentOS-test.repo");
        IOUtils.copyBytes(in, out,conf);
        IOUtils.closeStream(out);
        IOUtils.closeStream(in);
        fs.close();
    }

### 5.9 定位读取文件 ###

@Test
    public void testReadFileSeek1() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf = new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        FSDataInputStream in = fs.open(new Path("/user/xuzheng/input/hadoop-2.7.2.tar.gz"));
        FileOutputStream out = new FileOutputStream("C:\\Users\\bailang\\Desktop\\hadoop-2.7.2.tar.gz.part1");
    
        byte[] buf = new byte[1024];
        for (int i = 0; i < 1024 * 128; i++) { 
            in.read(buf);
            out.write(buf);
        }
        IOUtils.closeStream(out);
        IOUtils.closeStream(in);
        fs.close();
    }
    
    @Test
    public void testReadFileSeek2() throws InterruptedException, URISyntaxException, IOException { 
        Configuration conf = new Configuration();
        URI uri = new URI("hdfs://hadoop101:9000");
        FileSystem fs = FileSystem.get(uri, conf, "xuzheng");
        FSDataInputStream in = fs.open(new Path("/user/xuzheng/input/hadoop-2.7.2.tar.gz"));
        in.seek(1024 * 1024 * 128);
        FileOutputStream out = new FileOutputStream("C:\\Users\\bailang\\Desktop\\hadoop-2.7.2.tar.gz.part2");
    
        IOUtils.copyBytes(in, out, conf);
        IOUtils.closeStream(out);
        IOUtils.closeStream(in);
        fs.close();
    }

合并两个文件

type hadoop-2.7.2.tar.gz.part2>>hadoop-2.7.2.tar.gz.part1

## 6. HDFS的写数据流程 ##

### 6.1 剖析文件写入 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70]

### 6.2 网络拓扑-节点距离计算 ###

*  **节点距离**  
    两个节点到达最近的共同祖先的距离总和
 *  **父节点距离**  
    一个节点到达父节点的距离为1
 *  **同一个节点上的进程**  
    Distance(/d1/r1/n0，/d1/r1/n0)=0
 *  **同一个机架上不同的节点**  
    Distance(/d1/r1/n1，/d1/r1/n2)=2
 *  **同一个集群不同机架上的节点**  
    Distance(/d1/r2/n0，/d1/r3/n2)=4
 *  **不同集群的节点**  
    Distance(/d1/r2/n1，/d2/r4/n1)=6  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 1]

### 6.3 机架感知（副本存储节点选择） ###

1.  第一个副本在Client所处的节点上，如果客户端在集群外，随机选一个
2.  第二个副本在第一个副本所属的机架上，随机节点
3.  第三个副本位于不同的机架上，随机节点  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 2]

## 7. HDFS的读数据流程 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 3]

## 8. NameNode ##

### 8.1 NameNode中的元数据是存储在哪里的 ###

首先，我们做个假设，如果存储在NameNode节点的磁盘中，因为经常需要进行随机访问，还有响应客户请求，必然是效率过低。因此，元数据需要存放在内存中。但如果只存在内存中，一旦断电，元数据丢失，整个集群就无法工作了。因此产生在磁盘中备份元数据的FsImage。

这样又会带来新的问题，当在内存中的元数据更新时，如果同时更新FsImage，就会导致效率过低，但如果不更新，就会发生一致性问题，一旦NameNode节点断电，就会产生数据丢失。因此，引入Edits文件(只进行追加操作，效率很高)。每当元数据有更新或者添加元数据时，修改内存中的元数据并追加到Edits中。这样，一旦NameNode节点断电，可以通过FsImage和Edits的合并，合成元数据。

但是，如果长时间添加数据到Edits中，会导致该文件数据过大，效率降低，而且一旦断电，恢复元数据需要的时间过长。因此，需要定期进行FsImage和Edits的合并，如果这个操作由NameNode节点完成，又会效率过低。因此，引入一个新的节点SecondaryNamenode，专门用于FsImage和Edits的合并。

### 8.2 NN和2NN工作流程 ###

1.  第一阶段：NameNode启动  
    （1）第一次启动NameNode格式化后，创建Fsimage和Edits文件。如果不是第一次启动，直接加载编辑日志和镜像文件到内存。  
    （2）客户端对元数据进行增删改的请求。  
    （3）NameNode记录操作日志，更新滚动日志。  
    （4）NameNode在内存中对数据进行增删改。
2.  第二阶段：Secondary NameNode工作  
    （1）Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。  
    （2）Secondary NameNode请求执行CheckPoint。  
    （3）NameNode滚动正在写的Edits日志。  
    （4）将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。  
    （5）Secondary NameNode加载编辑日志和镜像文件到内存，并合并。  
    （6）生成新的镜像文件fsimage.chkpoint。  
    （7）拷贝fsimage.chkpoint到NameNode。  
    （8）NameNode将fsimage.chkpoint重新命名成fsimage。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 4]

### 8.3 NN和2NN工作机制 ###

Fsimage：NameNode内存中元数据序列化后形成的文件。

Edits：记录客户端更新元数据信息的每一步操作（可通过Edits运算出元数据）。

NameNode启动时，先滚动Edits并生成一个空的edits.inprogress，然后加载Edits和Fsimage到内存中，此时NameNode内存就持有最新的元数据信息。Client开始对NameNode发送元数据的增删改的请求，这些请求的操作首先会被记录到edits.inprogress中（查询元数据的操作不会被记录在Edits中，因为查询操作不会更改元数据信息），如果此时NameNode挂掉，重启后会从Edits中读取元数据的信息。然后，NameNode会在内存中执行元数据的增删改的操作。

由于Edits中记录的操作会越来越多，Edits文件会越来越大，导致NameNode在启动加载Edits时会很慢，所以需要对Edits和Fsimage进行合并（所谓合并，就是将Edits和Fsimage加载到内存中，照着Edits中的操作一步步执行，最终形成新的Fsimage）。SecondaryNameNode的作用就是帮助NameNode进行Edits和Fsimage的合并工作。

SecondaryNameNode首先会询问NameNode是否需要CheckPoint（触发CheckPoint需要满足两个条件中的任意一个，定时时间到和Edits中数据写满了，默认1小时，100w条）。直接带回NameNode是否检查结果。SecondaryNameNode执行CheckPoint操作，首先会让NameNode滚动Edits并生成一个空的edits.inprogress，滚动Edits的目的是给Edits打个标记，以后所有新的操作都写入edits.inprogress，其他未合并的Edits和Fsimage会拷贝到SecondaryNameNode的本地，然后将拷贝的Edits和Fsimage加载到内存中进行合并，生成fsimage.chkpoint，然后将fsimage.chkpoint拷贝给NameNode，重命名为Fsimage后替换掉原来的Fsimage。NameNode在启动时就只需要加载之前未合并的Edits和Fsimage即可，因为合并过的Edits中的元数据信息已经被记录在Fsimage中。

### 8.3 CheckPoint时间设置 ###

（1）通常情况下，SecondaryNameNode每隔一小时执行一次。

[hdfs-default.xml]
    <property>
      	<name>dfs.namenode.checkpoint.period</name>
      	<value>3600</value>
    </property>

（2）一分钟检查一次操作次数，当操作次数达到1百万时，SecondaryNameNode执行一次。

<property>
      	<name>dfs.namenode.checkpoint.txns</name>
      	<value>1000000</value>
    	<description>操作动作次数</description>
    </property>
    <property>
      	<name>dfs.namenode.checkpoint.check.period</name>
      	<value>60</value>
    	<description> 1分钟检查一次操作次数</description>
    </property >

### 8.4 NameNode故障处理 ###

#### (1) 方法一（推荐使用） ####

将SecondaryNameNode中数据拷贝到NameNode存储数据的目录；

杀掉NameNode进程

kill -9 NameNode进程

删除NameNode存储的数据（/opt/module/hadoop-2.7.2/data/tmp/dfs/name）

rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

拷贝SecondaryNameNode中数据到原NameNode存储数据目录

scp -r atguigu@hadoop104:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/* ./name/

重新启动NameNode

sbin/hadoop-daemon.sh start namenode

#### (2) 方法二（不推荐使用） ####

使用-importCheckpoint选项启动NameNode守护进程，从而将SecondaryNameNode中数据拷贝到NameNode目录中。

修改hdfs-site.xml中的

<property>
     	<name>dfs.namenode.name.dir</name>
      	<value>/opt/module/hadoop-2.7.2/data/tmp/dfs/name</value>
    </property>

# 同步配置文件
    /home/xuzheng/bin/xsync hdfs-sit.xml

杀掉NameNode进程

kill -9 NameNode进程

删除NameNode存储的数据（/opt/module/hadoop-2.7.2/data/tmp/dfs/name）

rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

如果SecondaryNameNode不和NameNode在一个主机节点上，需要将SecondaryNameNode存储数据的目录拷贝到NameNode存储数据的平级目录，并删除in\_use.lock文件

scp -r atguigu@hadoop104:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary ./
    rm -rf in_use.lock

导入检查点数据，并手动启动NameNode

bin/hdfs namenode -importCheckpoint
    sbin/hadoop-daemon.sh start namenode

### 8.5 集群安全模式 ###

#### NameNode启动 ####

NameNode启动时，首先将镜像文件（Fsimage）载入内存，并执行编辑日志（Edits）中的各项操作。一旦在内存中成功创建文件系统元数据的镜像，在创建一个新的Fsimage文件和一个空的编辑日志。此时，NameNode开始监听DataNode请求。这个过程期间，NameNode一直运行在安全模式，即NameNode的文件系统对于客户端来说是只读的。

#### DataNode启动 ####

系统中的数据库的位置并不是由NameNode维护的，而是以块列表的形式存储在DataNode中。在系统的正常操作期间，NameNode会在内存中保留所有块位置的映射信息。在安全模式下，各个DataNode会想NameNode发送最新的块列表信息，NameNode了解到足够多的块位置信息之后，即可高效运行文件系统。

#### 安全模式退出判断 ####

如果满足“最小副本条件”，NameNode会在30秒后退出安全模式。所谓的最小副本条件指的是在整个文件系统中99.9%的块满足最小副本级别（默认值：dfs.replication.min=1）。在启动一个刚刚格式化的HDFS集群时，因为系统中还没有任何块，所以NameNode不会进入安全模式

#### 基本语法 ####

# 查看安全模式状态
    hdfs dfsadmin -safemode get
    # 进入安全模式状态
    hdfs dfsadmin -safemode enter
    # 离开安全模式状态
    hdfs dfsadmin -safemode leave
    # 等待安全模式状态
    hdfs dfsadmin -safemode wait

## 9. DataNode ##

### 9.1 DataNode工作机制 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 5]

### 9.2 DataNode超时时长 ###

HDFS默认的超时时长为10分钟+30秒  
TimeOut=2×dfs.namenode.heartbeat.recheck-interval +10×dfs.heartbeat.interval

vi hdfs-site.xml
    # 添加如下配置，心跳重新检查时间间隔和心跳时间间隔
    <property>
        <name>dfs.namenode.heartbeat.recheck-interval</name>
        <value>300000</value>
    </property>
    <property>
        <name>dfs.heartbeat.interval</name>
        <value>3</value>
    </property>

### 9.3 服役新的DataNode节点 ###

*  **启动新节点的DataNode**

sbin/hadoop-daemon.sh start datanode

*  **启动新节点的NodeManager**

sbin/yarn-daemon.sh start nodemanager

### 9.4 添加白名单（不推荐使用） ###

*  **新建白名单**

vi dfs.hosts
    # 添加如下白名单节点
    hadoop101
    hadoop102
    hadoop103

*  **配置白名单，使生效**

vi hdfs-site.xml
    # 添加如下配置，增加dfs.hosts属性
    <property>
        <name>dfs.hosts</name>
        <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts</value>
    </property>

*  **分发配置文件**

# 分发配置文件
    xsync hdfs-site.xml
    xsync dfs.hosts

*  **刷新NameNode**

# 分发配置文件
    hdfs dfsabmin -refreshNodes

*  **刷新ResourceManager**

# 分发配置文件
    yarn rmabmin -refreshNodes

*  **实现数据再平衡**

# 分发配置文件
    sbin/start-balancer.sh

#### 黑名单退役（推荐使用） ####

退役黑名单生效后，hdfs会自动将黑名单上的机器的数据复制到其他节点，不需要用户干预，但是白名单不会这样做

等待退役节点状态为decommissioned（所有块已经复制完成），停止该节点及节点资源管理器。注意：如果副本数是3，服役的节点小于等于3，是不能退役成功的，需要修改副本数后才能退役

不允许白名单和黑名单中同时出现同一个主机名称。

*  **新建黑名单**

vi dfs.hosts.exclude
    # 添加如下白名单节点
    hadoop104
    hadoop105

*  **配置黑名单，使生效**

vi hdfs-site.xml
    # 添加如下配置，增加dfs.hosts属性
    <property>
        <name>dfs.hosts.exclude</name>
        <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts.exclude</value>
    </property>

*  **分发配置文件**

# 分发配置文件
    xsync hdfs-site.xml
    xsync dfs.hosts.exclude

*  **刷新NameNode**

# 分发配置文件 NameNode节点
    hdfs dfsabmin -refreshNodes

*  **刷新ResourceManager**

# 分发配置文件 NameNode节点
    yarn rmabmin -refreshNodes

*  **停止DataNode**

sbin/hadoop-daemon.sh stop datanode

*  **停止NodeManager**

sbin/yarn-daemon.sh stop nodemanager

*  **实现数据再平衡**

# 分发配置文件
    sbin/start-balancer.sh

## 10. HDFS新特性 ##

### 9.1 集群拷贝 ###

# 这里的地址都是NameNode的地址
    bin/hadoop distcp hdfs://hadoop202:9000/user/xuzheng/a.txt
    hdfs://hadoop302:9000/user/xuzheng/a.txt

### 9.2 小文件归档 ###

#### 归档文件 ####

把/user/xuzheng/input目录里面的所有文件归档成一个叫input.har的归档文件，并把归档后文件存储到/user/xuzheng/output路径下

bin/hadoop archive -archiveName input.har –p  /user/xuzheng/input   /user/xuzheng/output

#### 查看归档 ####

hadoop fs -lsr har:///user/xuzheng/output/input.har

#### 解归档文件 ####

hadoop fs -cp har:///user/xuzheng/output/input.har/*    /user/xuzheng

### 9.3 回收站 ###

#### 启用回收站 ####

vi core-site.xml
    # 添加下面信息，开启回收站文件保留时间，分钟
    <property>
       	<name>fs.trash.interval</name>
    	<value>1</value>
    </property>
    # 修改访问垃圾回收站用户名称
    <property>
      <name>hadoop.http.staticuser.user</name>
      <value>xuzheng</value>
    </property>

#### 重启集群 ####

sbin/stop-yarn.sh
    sbin/stop-dfs.sh
    sbin/start-dfs.sh
    sbin/start-yarn.sh

#### 恢复回收站数据 ####

hadoop fs -mv /user/atguigu/.Trash/Current/user/xuzheng/input    /user/xuzheng/input

--------------------

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70]: /images/20210920/99bf2a83938b42c1bcd43914abdc0578.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 1]: /images/20210920/0a1e711428b74c35a7a2dd29f1bb65ab.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 2]: /images/20210920/93b9f6c8ab314210901a45a7ae5f7491.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 3]: /images/20210920/d60bbee9c21a4c1fa17880d7673902a0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 4]: /images/20210920/b9e165f8b4e846a0bdacf08b4f2d77d4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTk5NDc5_size_16_color_FFFFFF_t_70 5]: /images/20210920/73e489db649b4fc3ace33a3c8ae548ee.png