1、背景
在我們的hadoop叢集運作一段過程中，由于多種原因，資料在DataNade的磁盤之間的分布可能是不均勻。比如： 我們剛剛給某個DataNode新增加了一塊磁盤或者叢集上存在大批量的write & deltete操作等燈。那麼有沒有一種工具，能夠使單個DataNode中的多個磁盤的資料均衡呢？借助Hadoop提供的Diskbalancer指令行工具可以實作。
2、hdfs balancer和 hdfs disk balancer有何不同？
hdfs balancer：是為了叢集中DataNode的資料均衡，即針對多個DataNode的。
hdfs balancer
hdfs disk balancer：是為了使單台DataNode中的多個磁盤中的資料均衡。
hdfs disk balancer
注意： 目前DiskBalancer不支援跨存儲媒體（SSD、DISK等）的資料轉移，是以磁盤的均衡都是要求在一個storageType下的。因為hdfs中存在異構存儲。
3、操作
3.1 生成計劃
[hadoopdeploy@hadoop01 ~]$ hdfs diskbalancer -plan hadoop01 -out hadoop01-plan.json -plan:後面接的是主機名。
-out:指定計劃檔案的輸出位置。
生成計劃
3.2 執行計劃
[hadoopdeploy@hadoop01 ~]$ hdfs diskbalancer -execute hadoop01-plan.json 執行計劃
3.3 查詢計劃
[hadoopdeploy@hadoop01 ~]$ hdfs diskbalancer -query hadoop01 -query 後面跟的是 主機名
查詢計劃
3.4 取消計劃
[hadoopdeploy@hadoop01 ~]$ hdfs diskbalancer -cancel hadoop01-plan.json
取消計劃
4、和disk balancer相關的配置
| 配置 | 描述 |
| dfs.disk.balancer.enabled | 此參數控制是否為叢集啟用diskbalancer。如果未啟用，任何執行指令都将被DataNode拒絕。預設值為true。 |
| dfs.disk.balancer.max.disk.throughputInMBperSec | 這控制了diskbalancer在複制資料時消耗的最大磁盤帶寬。如果指定了10MB之類的值，則diskbalancer平均隻會複制10MB/S。預設值為10MB/S。 |
| dfs.disk.balancer.max.disk.errors | 設定能夠容忍的在指定的移動過程中出現的最大錯誤次數，超過此門檻值則失敗。例如，如果一個計劃有3對磁盤要在其中複制，并且第一個磁盤集遇到超過5個錯誤，那麼我們放棄第一個副本并啟動計劃中的第二個副本。最大錯誤的預設值設定為5。 |
| dfs.disk.balancer.block.tolerance.percent | 設定磁盤之間進行資料均衡操作時，各個磁盤的資料存儲量與理想狀态之間的差異門檻值。取值範圍[1-100]，預設為10。例如，各個磁盤的理想資料存儲量為100 GB，此參數設定為10。那麼，當目标磁盤的資料存儲量達到90 GB時，則認為該磁盤的存儲狀态就已經達到預期。 |
| dfs.disk.balancer.plan.threshold.percent | 設定在磁盤資料均衡中可容忍的兩磁盤之間的資料密度域值差，取值範圍[1-100]，預設為10。如果任意兩個磁盤資料密度內插補點的絕對值超過了門檻值，則說明需要對該的磁盤進行資料均衡。例如，如果一個2盤節點上的總資料為100 GB，那麼磁盤均衡器計算每個磁盤上的期望值為50 GB。如果容差為10%，則單個磁盤上的資料需要大于60 GB（50 GB + 10%容內插補點），DiskBalancer才能開始工作。 |
| dfs.disk.balancer.plan.valid.interval | 磁盤平衡器計劃有效的最大時間。支援以下字尾（不區分大小寫）：ms（milis）、s（sec）、m（min）、h（h）、d（day）以指定時間（例如2s、2m、1h等）。如果未指定字尾，則假定為毫秒。預設值為1d |
5、額外知識點
5.1 新的block存儲到那個磁盤(卷)中
當資料寫入新的block時，DataNode會根據政策選擇不同的磁盤來存儲。
循環政策： 預設政策，将新的塊均勻的分布在可用的磁盤上，可能造成資料傾斜。
可用空間政策： 選擇更多可用空間(按百分比)的磁盤。可能造成在某段時間内，某個磁盤的IO壓力變大。
5.2 磁盤資料密度度量标準
磁盤資料密度度量标準
上圖來自https://www.bilibili.com/video/BV11N411d7Zh/?p=81
6、參考文檔
1、https://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/HDFSDiskbalancer.html
2、https://help.aliyun.com/document_detail/467585.html 3、https://www.bilibili.com/video/BV11N411d7Zh/?p=81