怎么管理Hadoop
这篇文章主要介绍“怎么管理Hadoop”，在日常操作中，相信很多人在怎么管理Hadoop问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么管理Hadoop”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联是一家朝气蓬勃的网站建设公司。公司专注于为企业提供信息化建设解决方案。从事网站开发，网站制作，网站设计，网站模板，微信公众号开发，软件开发，微信小程序开发，十年建站对石牌坊等多个行业，拥有丰富的网站运维经验。
均衡器
均衡器程序是一个hadoop守护进程，它将块从忙碌的datanode移到相对空闲的datanode，从而重新分配块。
1、HDFS不会自动将块从旧的datanode移到新的datanode以平衡集群。用户需要自动运行均衡器。
2、均衡器在标准日志目录中创建一个日志文件，记录每次重新分配过程（每次一行）。
3、dfs.balance.bandwidthPerSec属性
在hdfs-site.xml中的dfs.balance.bandwidthPerSec属性指定均衡器在调整集群时，不同节点之间复制数据的带宽大小MB/s。
均衡器的相关知识点
1、怎样使用均衡器？
均衡器坚持块复本放置策略，将复本分散到不同机架，以降低数据损坏率。
它不断移动块，直到集群达到均衡，即每个datanode的使用率（该节点上以使用的空间与空间容量之间的比例）和集群的使用率（集群中已使用的空间与集群的空间容量之间的比率）非常接近，差距不超过给定的阈值。
2、判定均衡的标准？
它不断移动块，直到集群达到均衡，即每个datanode的使用率（该节点上以使用的空间与空间容量之间的比例）和集群的使用率（集群中已使用的空间与集群的空间容量之间的比率）非常接近，差距不超过给定的阈值。
3、怎样判定已基本均衡？！
可调用下面指令启动均衡器：
% start-balancer.sh
-threshold参数指定阈值（百分比格式），以判定集群是否均衡。
这个标记是可选的，如果不使用，默认阈值是10%。
4、一个集群中有几个均衡器？
在任何时刻，集群中都只运行一个均衡器。
5、均衡器在什么时候运行？
均衡器会一直运行，直到在集群变均衡；之后，均衡器无法移动任何块，或与namenode失去联系。
6、均衡器在不同节点之间复制数据的带宽由哪个属性指定？
为了降低集群负荷、避免干扰其他用户，均衡器被设计为在后台运行。
在不同节点之间复制数据的带宽也是受限的。
默认值是很小的1MB/s，可以通过hdfs-site.xml文件中的dfs.balance.bandwidthPerSec属性指定（单位是字节）。
委任和解除节点
委任新节点
1、委任新节点具体步骤
1）、配置hdfs-site.xml，指向namenode；
2）、配置mapred-site.xml，指向jobtracker;
3）、启动datanode和jobtracker守护进程;
注意：最好指定一些经过审核的节点，新节点包含在其中。（？？？？）
2、连接到namenode的所有datanode
被允许连接到namenode的所有datanode放在一个文件中，文件名称由dfs.hosts属性指定
该文件放在namenode的本地文件系统中，每行对应一个datanode的网络地址（由datanode报告——可以通过namenode的网页查看？？？？？）。
如果需要为一个datanode指定多个网络地址，可将多个网络地址放在一行，由空格隔开。
3、mapred.hosts（连接到jobtracker的所有tasktracker）
被允许连接到jobtracker的所有tasktracker也在同一个文件中指定，由mapred.hosts属性指定
通常情况下，由于集群的节点同时运行datanode和tasktracker守护进程，dfs.hosts和mapred.hosts会同时指向一个文件，即include文件。
4、向集群添加新节点的步骤
1）、将新节点的网络地址添加到include中。
2）、运行以下指令，更新namenode的经过审核的一系列datanode集合。
% hadoop dfsadmin -refreshNodes
3）、以新节点更新slaves文件。
这样的话，Hadoop控制脚本会将新节点包括在未来操作之中。
4、启动新的datanode。
5、重启MapReduce集群。
6、检查新的datanode和tasktracker是否都出现在网页界面中。
解除旧节点
1、datanode故障
HDFS能够容忍datanode故障，但这不意味着允许随意终止datanode。
以三复本策略为例，如果同时关闭不同机架上的三个datanode，丢失数据的概率会非常高。
2、tasktracker故障
Hadoop的tasktracker也可容忍故障的发生。
如果关闭一个正在运行任务的tasktracker，jobtracker会意识到发生故障，并在其它tasktracker上重新调度任务。
3、若要解除一个节点，则该节点需要出现在execlude文件
对于HDFS来说，文件名称由dfs.hosts.exclude属性控制；
对于MapReduce来说，文件名称由mapred.hosts.execlude属性控制。
这些文件列出若干未被允许连接到集群的节点。
通常情况下，这两个属性指向同一个文件。
4、从集群中移除节点的步骤
1）、将待解除节点的网络地址添加到exclude文件中。不更新include文件。
2）、重启MapReduce集群，以终止在待解除节点上运行的tasktracker。
3）、执行以下指令，使用一系列新的审核过的datanode来更新namenode设置：
% hadoop dfsadmin -refreshNodes
4）、转到网页界面，查看待解除datanode的管理状态是否已经变为“Decommission In Progress”。
将这些datanode块复制到其它datanode中。
5）、当所有datanode的状态变为“Decommissioned”是，表明所有块都已经复制完毕。关闭已经解除的节点。
6）、从include文件中移除这些节点，并运行以下命令：
% hadoop dfsadmin -refreshNodes
7）、从slaves文件中移除节点。
委任和解除节点相关知识点
1、dfs.hosts属性和mapred.hosts属性指定的文件为什么不同于slaves文件？
dfs.hosts和mapred.hosts属性供namenode和jobtracker使用，用来决定可以连接哪个工作节点。
Hadoop控制脚本使用slaves文件执行集群范围的操作，例如重启集群等。
Hadoop守护进程从不使用slaves文件。（？？？？？？？？？？？）
2、正确解除datanode节点的方法是什么？
用户将拟退出的若干datanode告知namenode，方可在这些datanode停机之前将块复制到其它datanode。
3、怎样判断一个tasktracker能否连接到jobtracker？
仅当tasktracker出现在include文件且不出现在exclude文件中时，才能够连接到jobtracker。
注意：
如果未指定include文件，或include文件为空，则意味着所有节点均在include文件中。
4、怎样判断一个datanode是否被解除委任？
如果一个datanode同时出现在include和exclude文件中，则该节点可以连接，但是很快会被解除委任。
如果未指定include文件或include文件为空，都意味着包含所有节点。
到此，关于“怎么管理Hadoop”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
标题名称：怎么管理Hadoop
浏览地址：http://6mz.cn/article/jpjgji.html