一、需求場景
隨着業務數據的快速增長,物理磁盤剩餘空間告警,需要將數據備份從3份修改爲1份,從而快速騰出可用磁盤容量。
二、解決方案
1. 修改hdfs的副本數
Hbase 的數據是存儲在 hdfs 上的,Hbase的副本數是默認讀取hdfs的配置進行副本備份的,所以需要修改hdfs上的副本數據。
2.刪除重複數據
修改hdfs-site.xml的副本數,只能對以後的數據有效,不能修改已經存儲的文件備份數,所以需要刪除多餘的數據。
3.負載均衡
可以增加新的存儲節點,並且執行負載均衡策略。將數據均勻的分佈到多個數據節點中,最大化的利用數據磁盤。
4.開啓hbase表壓縮
Hbase數據採用的列式存儲,佔用空間較大,指定壓縮方式可以很好的減少磁盤的佔用。
三、操作步驟
1.修改hdfs副本數
a) 通過CDH的web界面修改:
b) 通過hdfs-site.xml修改
2.刪除重複數據
該問題網上有很多回答,我這裏使用的強制修改備份的方法。
//將HDFS上的數據僅保留一份備份 hadoop fs -setrep -R 1 /
// HDFS會爲每一個用戶創建一個回收站目錄:/user/用戶名/.Trash/,每一個被用戶通過Shell刪除的文件/目錄,在系統回收站中都一個週期,也就是當系統回收站中的文件/目錄在一段時間之後沒有被用戶回覆的話,HDFS就會自動的把這個文件/目錄徹底刪除,之後,用戶就永遠也找不回這個文件/目錄了。如果磁盤佔用依舊很大,需要去回收廠手動刪除。 |
3.負載均衡
修改存儲節點後,使用hdfs用戶shell命令執行:hdfs balancer
4.對現有表修改壓縮方式
disable 'testcompression' //首先將表下線 alter 'testcompression', NAME => 'f1', COMPRESSION => 'SNAPPY' //修改表屬性,指定壓縮方式爲SNAPPY enable 'testcompression' //啓用表 desc 'testcompression' //驗證是否已啓用壓縮放肆 major_compact 'testcompression' //執行大合併 |
四、查看結果