CDH Disk Balancer 磁盘数据均衡

前提： CDH5.10

由于数据量过多，磁盘大小太小，导致磁盘使用率高达90%以上，于是新增磁盘，可问题来了，如何将这两块磁盘上的数据进行均衡呢？ hadoop在2.X中已经有相应的方法了(具体哪个版本忘了)，本次基于CDH来做

1.设置dfs.disk.balancer.enabled 为true

2.hdfs diskbalancer -plan cdh03(需要均衡的机器) 会生成一个*.plan.json的文件

3.hdfs diskbalancer -execute /system/diskbalancer/2017-Jun-26-10-10-14/cdh04.plan.json

4.hdfs diskbalancer -query cdh04 DONE的时候表示已经执行完毕

备注： 此过程由于数据量相对比较大，磁盘IO、网络IO占用都会比较高，虽然有参数可以配置，如dfs.datanode.balance.bandwidthPerSec，但仍然建议在集群负载不高时进行，特别是生产集群。另外执行时间的长度取决于：数据量、网络IO、磁盘IO及新写入的数据量大小 可同时配置dfs.datanode.fsdataset.volume.choosing.policy(磁盘的选择策略)

参考地址：

http://blog.cloudera.com/