关于HDFS Balancer的一些小技巧 |
您所在的位置：网站首页 › hdfs小文件优化 › 关于HDFS Balancer的一些小技巧 |
关于HDFS Balancer的一些小技巧
|
关于HDFS Balancer的一些小技巧
前言正文原因分析Balancer工具做均衡带宽设置限定均衡范围参数调优
结语
前言
使用HDFS的过程中，难免会出现数据不均衡的情况，直观表现就是有的服务器磁盘使用率高的吓人，有的服务器空闲的离谱；我在运维过程中也遇到很多这种情况，使用balancer工具做均衡也是总结了一些点，特意再次记录一下。 对于HDFS来说，数据不均衡是个再正常不过的事情，就我所遇到的原因总结起来大概如下： 组件部署导致：如NIFI等组件，同步数据至HDFS，若部署的节点同时也有DataNode，总会有块写在当前节点，很快节点就会使用率很高；磁盘更换导致：大数据量的集群会出现磁盘损坏的情况，无法修复时，就要更换磁盘，这个时候新上的磁盘就会是空的；数据的生命周期管理导致：数据不是一成不变的，进行生命周期管理是，删除数据对于集群分布的数据来说是随机的；配置导致：实际上这个是容易令人忽略的问题，使用Ambari等工具管理集群时，部署DN的时候会默认设置dfs.datanode.du.reserve，即预留的非HDFS可用的空间，比如10TB的磁盘，这个值被默认设置为1TB，这就会导致在评估DataNode可用空间的时候，只评估9TB，就会发现物理磁盘使用率不高，但是从WebUI看会很高；我一般来说都会手动设置为200-500GB；节点宕机维修导致：有时候，节点会发生宕机，如果短时间无法恢复，当节点再次上线，就会和其他节点出现不均衡的情，这个比较好理解。 Balancer工具做均衡balancer工具的使用方式网速已经说烂了，这里我就写一下我使用Balancer工具过程中值得大家注意的地方，首先基本使用参数简单说下： hdfs balancer [-policy ] 平衡策略，可选datanode级别或者blockpool级别； [-threshold ] 平衡的百分比差值，假设HDFS整体使用率60%，该参数默认值10，则在每次迭代中，只有整体使用率在60%±10%的节点会参与到数据均衡中； [-exclude [-f | ]] 排除在均衡动作之外的DataNode节点，这部分节点不会进行均衡评估和操作； [-include [-f | ]] 包含在均衡动作之内的DataNode节点，只有这部分节点进行均衡评估和操作； [-source [-f | ]] 指定作为数据源的节点，在将高利用率的节点数据均衡到低使用率节点上时，这个参数很有用； [-blockpools ] 运行均衡操作的blockpool，若不是联邦集群，一般不会用到； [-idleiterations ] 本次均衡操作计划进行多少次迭代； [-runDuringUpgrade] HDFS正在升级时，是否需要运行balancer，这个参数还没用到过如果发现有的参数没有，那可能是因为hdfs的版本问题，不过大部分参数肯定都是有的。 带宽设置balancer命令直接使用的话，一般只需要几个基础参数，但是默认的带宽速度是很低的，印象中只有10M，如果服务器性能好，可以适当调整，我一般就调到2G，动态调整方法如下： hdfs dfsadmin -setBalancerBandwidth 2147483648然后执行均衡命令： hdfs balancer -policy datanode -threshold 10 限定均衡范围集群比较大的时候，我们一般不会做全局的数据均衡，所以这个时候就要用include或者exclude进行节点的限制了，对于我来说include用的居多一些，首先创建一个节点清单文件include.txt，一行写一个IP或者主机名： ttt101100.node ttt101101.node ttt101102.node ttt101103.node然后执行均衡命令： hdfs balancer -policy datanode -threshold 10 -include -f include.txt 参数调优迁移过程中注意运行日志会打印一些比较关键的信息： 22/01/20 09:28:41 INFO balancer.Balancer: dfs.balancer.movedWinWidth = 5400000 (default=5400000) 22/01/20 09:28:41 INFO balancer.Balancer: dfs.balancer.moverThreads = 1000 (default=1000) 22/01/20 09:28:41 INFO balancer.Balancer: dfs.balancer.dispatcherThreads = 200 (default=200) 22/01/20 09:28:41 INFO balancer.Balancer: dfs.datanode.balance.max.concurrent.moves = 50 (default=50) 22/01/20 09:28:41 INFO balancer.Balancer: dfs.balancer.getBlocks.size = 2147483648 (default=2147483648) 22/01/20 09:28:41 INFO balancer.Balancer: dfs.balancer.getBlocks.min-block-size = 10485760 (default=10485760) 22/01/20 09:28:41 INFO balancer.Balancer: dfs.balancer.max-size-to-move = 10737418240 (default=10737418240) 22/01/20 09:28:41 INFO balancer.Balancer: dfs.blocksize = 134217728 (default=134217728)此处涉及了多个参数，解释几个比较重要的： dfs.balancer.moverThreads：用于执行均衡的线程池大小，默认值是1000；dfs.balancer.max-size-to-move：单次迭代中最大移动的数据量，默认是10GB，指单个source DataNode；dfs.datanode.balance.max.concurrent.moves：并行移动的block数量，默认是50;首先，我尝试单独设置max-size-to-move参数，在这之前先把默认参数下运行的日志保存： 记录时间 迭代 已均衡数据量 剩余待均衡数据量 本次迭代需要均衡的数据量 Jan 20, 2022 9:19:42 AM 0 10.04 GB 30.84 TB 10 GB Jan 20, 2022 9:20:36 AM 1 20.08 GB 30.84 TB 10 GB大概算一下速率在0.185GB/s 然后在启动balancer实例的节点的hdfs客户端文件中配置如下项： dfs.balancer.max-size-to-move 107374182400再次运行balancer命令并查看日志： 记录时间 迭代 已均衡数据量 剩余待均衡数据量 本次迭代需要均衡的数据量 Jan 20, 2022 9:43:40 AM 0 100.06 GB 30.80 TB 100 GB Jan 20, 2022 9:48:51 AM 1 200.12 GB 30.77 TB 100 GB Jan 20, 2022 9:53:14 AM 2 300.15 GB 30.75 TB 100 GB Jan 20, 2022 9:58:08 AM 3 400.18 GB 30.72 TB 100 GB Jan 20, 2022 10:02:40 AM 4 500.19 GB 30.69 TB 100 GB大概算一下速率在0.311GB/s 配置实时生效了，单次迭代平衡的数据量从10GB增加到100GB，速率从0.185GB/s增加到0.311GB/s 而有关线程数的设置，必须重启HDFS才能生效，这是比较可惜的，根据社区的建议，dfs.datanode.balance.max.concurrent.moves参数可以尽可能设置大，因为在做平衡的时候，回取值balancer实例和DataNode之间的最小值，所以不用担心这个值太大造成磁盘IO的负担。 结语除了集群各个节点间的数据同步以外，在Hadoop3.0+也提供了对于单个DataNode内部各个磁盘进行数据均衡的工具，以后如果使用到再做记录。 |
【本文地址】
今日新闻 |
推荐新闻 |