1. 程式人生 > >hadoop HDFS冗餘資料塊的自動刪除

hadoop HDFS冗餘資料塊的自動刪除

在日常維護hadoop叢集的過程中發現這樣一種情況:     某個節點由於網路故障或者DataNode程序死亡,被NameNode判定為死亡,     HDFS馬上自動開始資料塊的容錯拷貝;     當該節點重新新增到叢集中時,由於該節點上的資料其實並沒有損壞,     所以造成了HDFS上某些block的備份數超過了設定的備份數。     通過觀察發現,這些多餘的資料塊經過很長的一段時間才會被完全刪除掉,     那麼這個時間取決於什麼呢?     該時間的長短跟資料塊報告的間隔時間有關。     Datanode會定期將當前該結點上所有的BLOCK資訊報告給Namenode,     引數dfs.blockreport.intervalMsec就是控制這個報告間隔的引數。          hdfs-site.xml檔案中有一個引數:<property>       <name>dfs.blockreport.intervalMsec</name>        <value>10000</value>       <description>Determines block reporting interval in milliseconds.</description> </property>

    其中3600000為預設設定,3600000毫秒,即1個小時,也就是說,塊報告的時間間隔為1個小時,所以經過了很長時間這些多餘的塊才被刪除掉。通過實際測試發現,當把該引數調整的稍小一點的時候(60秒),多餘的資料塊確實很快就被刪除了。