Hadoop启动相关配置

---

格式化节点的情况

什么情况下Hadoop需要进行格式化节点？

Hadoop需要在以下情况下格式化NameNode：

• 首次安装Hadoop：在第一次搭建和配置Hadoop集群时，需要对NameNode进行格式化。格式化操作会创建HDFS的元数据存储结构并初始化NameNode。注意，在之后的操作中，不需要再次格式化NameNode，除非要重置整个HDFS。
• 重置HDFS：如果希望重置整个HDFS，删除所有数据和元数据，那么可以重新格式化NameNode。但是注意，这将导致所有HDFS上的数据丢失。

要格式化NameNode，运行以下命令：

$HADOOP_HOME/bin/hadoop namenode -format

Hadoop启动步骤

Hadoop的启动步骤只是start-dfs.sh即可吗

start-dfs.sh脚本仅用于启动Hadoop分布式文件系统（HDFS）相关的组件，如NameNode、Secondary NameNode（如果配置了）和DataNode。运行此脚本后，HDFS服务将启动并运行。

然而，Hadoop生态系统还包括其他组件，如YARN（用于资源管理和任务调度）。要启动YARN组件，需要运行以下命令：

$HADOOP_HOME/sbin/start-yarn.sh

这将启动ResourceManager和NodeManager。

因此，为了完全启动Hadoop集群，需要运行两个脚本：start-dfs.sh和start-yarn.sh。这将启动HDFS和YARN组件。如果只关心HDFS功能，那么运行start-dfs.sh就足够了。

hdfs的web管理页面参数说明

• Configured Capacity: 配置容量是HDFS集群中所有DataNode的总存储容量。在这个例子中，配置容量为456.88 GB。
• DFS Used: DFS已使用的存储空间。这是HDFS中已存储的数据量。在这个例子中，已使用56 KB。
• Non DFS Used: 非DFS已使用的存储空间。这是DataNode上用于其他目的（非HDFS）的存储空间。在这个例子中，非DFS已使用189.99 GB。
• DFS Remaining: DFS剩余的存储空间。这是HDFS集群中尚未使用的存储空间。在这个例子中，剩余243.61 GB（占配置容量的53.32%）。
• Block Pool Used: 块池已使用的存储空间。这是HDFS中已分配给块池的存储空间。在这个例子中，已使用56 KB。
• DataNodes usages% (Min/Median/Max/stdDev): DataNode使用率的统计信息，包括最小、中位数、最大和标准差。在这个例子中，所有这些值都是0.00%。
• Live Nodes: 当前运行中的DataNode数量。在这个例子中，有1个活动的DataNode（未被停用或处于维护状态）。
• Dead Nodes: 当前不可用或已宕机的DataNode数量。在这个例子中，没有死亡的DataNode。
• Decommissioning Nodes: 正在停用的DataNode数量。在这个例子中，没有正在停用的DataNode。
• Entering Maintenance Nodes: 正在进入维护状态的DataNode数量。在这个例子中，没有正在进入维护状态的DataNode。
• Total Datanode Volume Failures: 数据节点磁盘故障的总数。在这个例子中，数据节点磁盘故障为0。
• Number of Under-Replicated Blocks: 副本数量低于配置值的块数量。在这个例子中，没有低于配置值的副本。
• Number of Blocks Pending Deletion: 待删除的块数量。在这个例子中，没有待删除的块。
• Block Deletion Start Time: 块删除开始的时间。在这个例子中，块删除开始于2023年4月17日13:40:59（UTC+8）。
• Last Checkpoint Time: 最近一次检查点的时间。在这个例子中，最近的检查点发生在2023年4月17日13:41:00（UTC+8）。

参数的评价场景

• 集群健康监控：这些参数有助于监控HDFS集群的健康状况，以确保集群正常运行。例如，通过查看**"Live Nodes"和"Dead Nodes"参数，可以了解数据节点的运行状态**，从而判断集群是否正常运行。
• 存储空间管理：了解存储空间的使用情况对于集群管理至关重要。例如，通过查看"Configured Capacity"、“DFS Used”、"Non DFS Used"和"DFS Remaining"等参数，可以了解集群的存储空间使用情况，从而判断是否需要扩容或进行存储空间优化。
• 数据复制和一致性监控：某些参数有助于评估数据的复制和一致性状态。例如，"Number of Under-Replicated Blocks"表示副本数量低于配置值的块数量，这可能导致数据丢失风险增加。监控这些参数有助于确保数据的可靠性和一致性。
• 性能优化：某些参数可以帮助了解集群的性能和负载情况，例如"DataNodes usages%"，可以通过这个参数了解数据节点的使用率。这些信息有助于优化集群配置，提高集群性能。
• 故障排查和恢复：在发生问题时，这些参数可以帮助识别问题的原因。例如，"Total Datanode Volume Failures"参数表示数据节点磁盘故障的总数，这可能导致数据丢失或集群性能下降。了解这些参数有助于快速诊断和解决问题。