Sinble datanode在hadoop 5节点群集中存储更多数据

Question

我有版本3.1.1的5个节点HDP群集，其中2个Name节点和3个数据节点。我正在维护默认复制因子3。但是MAX数据仅存储在第一个数据节点中。请参阅下面的磁盘利用率。

MASTER 1:

/dev/sdd1        63G   71M   60G   1% /opt/disk02
/dev/sdc1        63G   71M   60G   1% /opt/disk01

MASTER 2:
/dev/sdd1        63G  121M   60G   1% /opt/disk02
/dev/sdc1        63G  121M   60G   1% /opt/disk01

SLAVE 1:
/dev/sdd1        63G  4.0G   56G   7% /opt/disk02
/dev/sdc1       126G   14G  107G  12% /opt/disk01

SLAVE 2:
/dev/sdd1        63G  5.0G   55G   9% /opt/disk02
/dev/sdc1       126G  5.5G  114G   5% /opt/disk01

SLAVE 3:
/dev/sdc1       126G  5.0G  115G   5% /opt/disk01
/dev/sdd1        63G  4.0G   56G   7% /opt/disk02  

如何在所有数据节点中平均复制数据？

Answer 1

您无法完全控制将复制放置在哪些数据节点上，但是在您的情况下，复制应该位于每个节点上。

[也许使用https://www.waytoeasylearn.com/2018/01/rack-awareness-in-hadoop-hdfs.html机架等概念，并使用Cloudera或Hortonworks。

也请尝试平衡数据http://www.informit.com/articles/article.aspx?p=2755708&seqNum=5，因为此问题可能已解决。

即使您的一般复制因子是3，也许对于一条路径来说，它也是1或2，也最好检查一下HDFS can I specify replication factor per file to increase avaliability