CentOS HDFS资源分配技巧

在CentOS上配置和管理Hadoop分布式文件系统（HDFS）时，资源分配和优化是确保系统性能和可靠性的关键。以下是一些有效的技巧和步骤：

1. 配置HDFS环境变量

首先，确保Hadoop环境变量已经正确配置。编辑 /etc/profile 文件，添加以下内容：

export HADOOP_HOME=/path/to/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

然后，使配置生效：

source /etc/profile

2. 修改HDFS配置文件

`hdfs-site.xml`

dfs.block.size: 设置块大小，例如将其设置为256MB或64MB，具体取决于你的需求。
dfs.namenode.handler.count: 增加该值可以提高NameNode的并发处理能力。
dfs.replication: 设置合理的副本数量以平衡数据可靠性和存储开销。
dfs.namenode.name.dir: 指定NameNode存放元数据的路径，建议设置为多个目录以提高可靠性。
dfs.datanode.data.dir: 指定DataNode存放数据块的路径，可以配置多个目录以实现数据均匀分布。

`core-site.xml`

配置HDFS的默认文件系统和名称节点地址：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://namenode:8020</value>
    </property>
</configuration>

3. 调整内存配置

增加NameNode和DataNode的内存容量，可以通过修改 hadoop-env.sh 文件来调整Java堆内存大小。例如：

export HADOOP_HEAPSIZE=4096  # 设置NameNode的堆内存为4GB

4. 使用Diskbalancer工具

该工具用于在DataNode内部均衡数据分布，确保数据在多个磁盘之间均匀分布。使用以下命令进行数据均衡：

生成计划：

hdfs diskbalancer -plan ds001 -out ds001-plan.json

执行计划：

hdfs diskbalancer -execute ds001-plan.json

查询计划：
```
hdfs diskbalancer -query ds001
```

5. 配置YARN资源管理

编辑 /etc/hadoop/yarn-site.xml 文件，配置ResourceManager和NodeManager：

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>resourcemanager</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

6. 监控与验证

使用监控工具（如Cloudera Manager、Ambari等）持续观察HDFS的运行状态，确保配置调整后的性能提升。通过创建测试文件并检查其块大小来验证配置是否生效。

7. 其他优化技巧

内存资源精细化分配:
- NameNode：建议分配至少4GB内存（百万文件级场景），通过 hadoop-env.sh调整 HDFS_NAMENODE_OPTS参数。
- DataNode：每块磁盘预留1GB缓冲，修改 hdfs-site.xml中的 dfs.datanode.max.locked.memory参数。
- JVM调优：添加 -XX:+UseG1GC启用垃圾回收优化，避免Full GC导致心跳超时。
磁盘I/O性能提升方案:
- 挂载参数优化：
```
/dev/sdb1 /data xfs defaults,noatime,nodiratime,allocsize=8m 0 0
```
- 多磁盘并发策略：设置 dfs.datanode.data.dir时采用逗号分隔多块磁盘。
- 通过 ionice命令降低DataNode进程的I/O优先级（避免影响其他服务）。
网络带宽限制策略:
- iptables限速：
```
iptables -A OUTPUT -p tcp --dport 50010 -m limit --limit 10MB/s -j ACCEPT
```
- HDFS原生限速：设置 dfs.datanode.balance.bandwidthPerSec为10485760（10MB/s）。

通过以上步骤和技巧，可以有效优化CentOS上HDFS的资源分配和管理，从而提升系统性能和可靠性。