Ubuntu上HDFS如何扩展存储容量

Ubuntu上扩展HDFS存储容量的实用方案

一、扩容思路总览

垂直扩容：在现有 DataNode 上增加新磁盘或扩大已有磁盘分区，并把新目录加入 HDFS 的数据目录，使单节点容量提升。适合物理机/虚拟机可加盘的场景。
水平扩容：新增 DataNode 节点，直接提升集群总容量。适合容量缺口较大或需要线性扩展的场景。
两者可结合：先垂直扩容缓解燃眉之急，再水平扩容获得长期弹性。

二、垂直扩容现有节点加磁盘或扩分区

步骤1 准备新磁盘与分区
- 识别磁盘：lsblk/fdisk -l；对新盘分区（示例）：fdisk /dev/sdX → n → p → w；如为 LVM，创建 PV、扩容 VG/LV 后再格式化。
- 格式化与挂载：mkfs.xfs/ext4 /dev/sdX1；mkdir -p /newdisk；mount /dev/sdX1 /newdisk；写入 /etc/fstab 实现开机挂载。
步骤2 授权并配置 HDFS 使用新目录
- 授权目录（以 hdfs:hadoop 运行 HDFS 为例）：chown -R hdfs:hadoop /newdisk。
- 配置 dfs.datanode.data.dir：在 hdfs-site.xml 中把新目录追加到现有值，例如：
  dfs.datanode.data.dir/hadoop/hdfs/data,/newdisk
  多个目录以英文逗号分隔，HDFS 会把块分布到这些目录（跨盘多目录不等价于 RAID0/条带合并，仅是多目录并行存放）。
步骤3 滚动重启 DataNode
- 单节点：stop-dfs.sh → start-dfs.sh（或仅重启该节点的 DataNode 进程）。
- 集群：逐台滚动重启，避免同时下线过多节点。
步骤4 数据均衡
- 执行均衡器，使新老磁盘/目录的使用率趋近：hdfs balancer（可加阈值，如 -threshold 10）。
重要说明
- 直接扩分区/加盘后，HDFS 并不会把旧盘数据“合并”到新盘；如需缓解单盘打满，可继续添加多个数据目录，并通过均衡器逐步迁移数据。
- 为系统盘/数据盘预留空间，避免 NameNode 因可用空间过低进入 SafeMode（常见现象是 put 失败并提示处于安全模式，需释放或扩容磁盘后退出）。

三、水平扩容新增 DataNode 节点

步骤1 准备新节点
- 安装与主集群一致版本的 Hadoop，配置 JAVA_HOME/HADOOP_HOME，打通网络与 SSH 免密。
步骤2 配置与启动
- 保持 core-site.xml、hdfs-site.xml 与主集群一致；如网络环境需要，可临时设置 dfs.namenode.datanode.registration.ip-hostname-check=false 以避免注册失败。
- 启动 DataNode：在新节点执行 start-dfs.sh 或 $HADOOP_HOME/sbin/hadoop-daemon.sh start datanode。
步骤3 验证与均衡
- 在 NameNode 上执行 hdfs dfsadmin -report，确认新节点已加入且容量可见。
- 运行 hdfs balancer（如 -threshold 10）将数据均匀分散到新节点。
步骤4 客户端与监控
- 如有应用直连集群，需同步更新客户端配置；扩容期间可能对性能有影响，建议在低峰时段执行并持续监控 NameNode/DataNode 日志与 Web UI。

四、容量与运维要点

多目录不等于合并容量：dfs.datanode.data.dir 可配置多个目录，HDFS 会在这些目录间分布块，但并不会把多盘空间“条带化/合并”为一个逻辑卷；如需跨盘容量合并，应在 Linux 层使用 LVM 或在虚拟化层扩容虚拟磁盘。
避免单盘打满：设置 dfs.datanode.du.reserved（单位字节）为系统盘/数据盘预留空间，例如预留 30GB：
dfs.datanode.du.reserved32212254720
预留空间可防止磁盘被写满导致节点异常或影响操作系统。
安全模式与可用空间：NameNode 在可用空间过低时会进入 SafeMode，写操作被拒；需扩容或清理空间后退出安全模式，必要时可手动离开（谨慎使用）。
均衡策略：新增磁盘或节点后务必执行 balancer，并可用 -threshold 控制均衡触发阈值（如 5–10），平衡速度与集群负载之间取平衡。

最新问答