HDFS在CentOS上的存储策略如何设置

一、HDFS存储策略基础概念

HDFS通过存储类型（Storage Type）和存储策略（Storage Policy）实现数据的分层存储，平衡性能与成本。

存储类型：定义数据块的物理存储介质，包括DISK（机械硬盘，默认）、SSD（固态硬盘）、RAM_DISK（内存盘）、ARCHIVE（高密度归档存储，如HDD大容量设备）。
存储策略：定义数据块的存储规则，HDFS预置6种策略：
- HOT（默认）：所有副本存储在DISK，适用于频繁访问的热数据；
- COLD：所有副本存储在ARCHIVE，适用于极少访问的冷数据；
- WARM：部分副本存储在DISK、部分在ARCHIVE，适用于访问频率下降的温数据；
- ALL_SSD：所有副本存储在SSD，适用于高性能需求的场景；
- ONE_SSD：1个副本存储在SSD、其余在DISK，兼顾性能与成本；
- LAZY_PERSIST：1个副本写入RAM_DISK（内存），异步持久化到DISK，适用于低延迟写入场景。

二、CentOS上配置HDFS存储策略步骤

1. 准备存储介质

在CentOS服务器上划分不同存储介质的目录（示例）：

# 创建物理目录
mkdir -p /data/disk1 /data/ssd1 /data/archive1 /mnt/ramdisk

# 挂载SSD（假设/dev/sdb为SSD设备）
mkfs.ext4 /dev/sdb
echo "/dev/sdb /data/ssd1 ext4 defaults 0 0" >> /etc/fstab
mount -a

# 挂载RAM_DISK（内存盘，大小1GB）
mount -t tmpfs -o size=1g tmpfs /mnt/ramdisk

2. 配置DataNode存储路径

编辑Hadoop配置文件/etc/hadoop/conf/hdfs-site.xml，为每个DataNode的dfs.datanode.data.dir指定存储类型（格式：[STORAGE_TYPE]PATH）：

<property>
  <name>dfs.datanode.data.dir</name>
  <value>["DISK"]/data/disk1,"SSD"]/data/ssd1,"ARCHIVE"]/data/archive1,"RAM_DISK"]/mnt/ramdisk</value>
</property>

注：DISK无需显式声明，未标注类型的路径默认为DISK。

3. 启用存储策略功能

在hdfs-site.xml中添加以下配置，启用存储策略：

<property>
  <name>dfs.storage.policy.enabled</name>
  <value>true</value>
</property>

4. 配置存储策略参数（可选）

根据需求调整存储策略的默认行为，例如：

<!-- 设置默认存储策略（默认为HOT） -->
<property>
  <name>dfs.storage.policy.default</name>
  <value>HOT</value>
</property>

<!-- 配置COLD策略的复制因子（默认与dfs.replication一致） -->
<property>
  <name>dfs.storage.policy.COLD.replication.factor</name>
  <value>2</value>
</property>

5. 重启HDFS服务

使配置生效：

# 停止HDFS
stop-dfs.sh

# 启动HDFS
start-dfs.sh

6. 管理存储策略

列出所有存储策略：

hdfs storagepolicies -listPolicies

输出示例：

Block Storage Policies:
BlockStoragePolicy{HOT:7, storageTypes=[DISK], ...}
BlockStoragePolicy{COLD:2, storageTypes=[ARCHIVE], ...}
BlockStoragePolicy{WARM:5, storageTypes=[DISK,ARCHIVE], ...}
BlockStoragePolicy{ALL_SSD:12, storageTypes=[SSD], ...}
BlockStoragePolicy{ONE_SSD:10, storageTypes=[SSD,DISK], ...}
BlockStoragePolicy{LAZY_PERSIST:11, storageTypes=[RAM_DISK,DISK], ...}

为目录/文件设置存储策略：

# 将/test目录设置为COLD策略（适用于冷数据）
hdfs storagepolicies -setStoragePolicy -path /test -policy COLD

# 将/user/data目录设置为ALL_SSD策略（适用于高性能数据）
hdfs storagepolicies -setStoragePolicy -path /user/data -policy ALL_SSD

查看某路径的存储策略：

hdfs storagepolicies -getStoragePolicy -path /test