大数据集群部署规划(五)规划HDFS容量

南墨2年前技术文章864

        HDFS DataNode以Block的形式,保存用户的文件和目录,同时在NameNode中生成一个文件对象,对应DataNode中每个文件、目录和Block。
NameNode中文件对象需要占用一定的内存,消耗内存大小随文件对象的生成而线性递增。DataNode实际保存的文件和目录越多,NameNode文件对象总量增加,需要消耗更多的内存,使集群现有硬件可能会难以满足业务需求,且导致集群难以扩展。
        规划存储大量文件的HDFS系统容量,就是规划NameNode的容量规格和DataNode的容量规格,并根据容量设置参数。

容量规格

NameNode容量规格

●在NameNode中,每个文件对象对应DataNode中的一个文件、目录或Block。一个文件至少占用一个Block,默认每个Block大小为“134217728”即128MB,对应参数为“dfs.blocksize”。默认情况下一个文件小于128MB时,只占用一个Block;文件大于128MB时,占用Block数为:文件大小/128MB。目录不占用Block。根据“dfs.blocksize”,NameNode的文件对象数计算方法如下:主备NameNode支持最大文件对象的数量为300,000,000(最多对应150,000,000个小文件)。“dfs.namenode.max.objects”规定当前系统可生成的文件对象数,默认值为“0”表示不限制。

单个文件大小

文件对象数

小于128MB

1(对应文件)+1(对应Block)=2

大于128MB(例如128G)

1(对应文件)+1,024(对应128GB/128MB=1024 Block)=1,025

DataNode容量规格

        在HDFS中,Block以副本的形式存储在DataNode中,默认副本数为“3”,对应参数为“dfs.replication”。集群中所有DataNode角色实例保存的Block总数为:HDFS Block * 3。集群中每个DataNode实例平均保存的Blocks= HDFS Block * 3/DataNode节点数。

项目

规格

单个DataNode实例支持最大Block副本数

5,000,000

单个DataNode实例上单个磁盘支持最大Block副本数

500,000


HDFS Block数

最少DataNode角色实例数

10,000,000

10,000,000 *3/5,000,000 = 6

50,000,000

50,000,000 *3/5,000,000 = 30

100,000,000

100,000,000 *3/5,000,000 = 60

内存参数设置

NameNode JVM参数配置规则

●NameNode文件数量和NameNode使用的内存大小成比例关系,文件对象变化时请修改默认值中的“-Xms**G -Xmx**G ”。推荐使用G1gc算法,参考值如下表所示。


文件对象数量

参考值

10,000,000

“-Xms6G -Xmx6G -XX:NewSize=512M -XX:MaxNewSize=512M”

20,000,000

“-Xms12G -Xmx12G -XX:NewSize=1G -XX:MaxNewSize=1G”

50,000,000

“-Xms32G -Xmx32G -XX:NewSize=3G -XX:MaxNewSize=3G”

100,000,000

“-Xms64G -Xmx64G -XX:NewSize=6G -XX:MaxNewSize=6G”

200,000,000

“-Xms96G -Xmx96G -XX:NewSize=9G -XX:MaxNewSize=9G”

300,000,000

“-Xms164G -Xmx164G -XX:NewSize=12G -XX:MaxNewSize=12G”

DataNode JVM参数配置规则

●集群中每个DataNode实例平均保存的Blocks= HDFS Block * 3/DataNode节点数,单个DataNode实例平均Block数量变化时请修改默认值中的“-Xms**G -Xmx**G"。推荐使用G1gc算法,参考值如下表所示。Xmx内存值对应DataNode节点块数阈值,每GB对应500000块数,用户可根据需要调整内存值。

单个DataNode实例平均Block数量

参考值

2,000,000

“-Xms6G -Xmx6G -XX:NewSize=512M -XX:MaxNewSize=512M”

5,000,000

“-Xms12G -Xmx12G -XX:NewSize=1G -XX:MaxNewSize=1G”



 

 


相关文章

MongoDB复制原理

一、Initial Sync大体来说,MongoDB副本集同步主要包含两个步骤: 1. Initial Sync,全量同步 2. Replication,即sync oplog 先通过init syn...

Nacos服务公网环境登陆报密码错误问题排查

Nacos服务公网环境登陆报密码错误问题排查

问题现象nacos服务内网可以正常登录,如下:走公网代理出来之后,无法正常登录,报错"用户名密码错误"排查步骤链路分析首先确认公网代理的链路:域名—>haproxy—>nginx—>...

CDH实操--kudumaster迁移

CDH实操--kudumaster迁移

1 概述本次kudumaster迁移,中间不需要停kudu集群(会涉及滚动重启kudu角色); 注:若因为任务持续运行导致kudu停止超时可手动一台台停止-启动2 master迁移将cdh2中的ma...

image.png

kvm相关命令

一、管理kvm虚拟机1、创建虚拟机virt-install --name=centos1 –ram 1024 --vcpus=1 –disk path=/root/centos1.img,size...

clickhouse集群对接hive(三)

clickhouse集群对接hive(三)

前提:集群中已经部署了hive组件和clickhouse集群,clickhouse集群进行对接hive1、设置hdfs文件系统本地缓存<local_cache_for_remote_fs>...

HBase导出表和备份表操作

HBase导出表和备份表操作

HBase提供了几种导出数据的方式,包括使用HBase自带的工具和使用HBase的API。本文主要是讲的使用HBase自带的工具进行导出首先我们创建一个表 插入一些数据hbase shelllistc...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。