Hadoop替换du命令降低datanode磁盘IO

发布时间：2022-06-16 14:39 所属栏目：48 来源：互联网

导读：Hadoop是一个比较好用的分布式系统基础架构了,下面我们来到各位介绍Hadoop更换du命令降低datanode磁盘IO例子,希望对各位带来帮助. 任何可以降低磁盘IO消耗的手段,我们都可以尝试一下,比如,我们经常可以看到hdfs用户在执行du -sk命令: [root@idc1-server2 ~]#

　　Hadoop是一个比较好用的分布式系统基础架构了,下面我们来到各位介绍Hadoop更换du命令降低datanode磁盘IO例子,希望对各位带来帮助.

　　任何可以降低磁盘IO消耗的手段,我们都可以尝试一下,比如,我们经常可以看到hdfs用户在执行"du -sk"命令:

　　[root@idc1-server2 ~]# ps -ef| grep "du -sk"
　　hdfs     17119 10336 1 00:57 ?        00:00:04 du -sk /data1/dfs/dn/current/BP-1281416642-10.100.1.2-1407274717062
　　hdfs     17142 10336 1 00:57 ?        00:00:03 du -sk /data5/dfs/dn/current/BP-1281416642-10.100.1.2-1407274717062
　　hdfs     17151 10336 1 00:57 ?        00:00:05 du -sk /data6/dfs/dn/current/BP-1281416642-10.100.1.2-1407274717062
　　... //phpfensi.com
　　随着datanode上的数据不断增加,这样频繁的du操作,会耗时比较长,在CPU和磁盘IO很闲的时候,每次也都会耗时5秒左右,而在服务器负载比较高的时候,这样的操作就会耗时很长时间.

　　于是,我们便考虑通过将原有的du命令替换,并基于df命令来编写一个新的du命令来取而代之,代码如下:

　　[root@idc1-server2 ~]# mv /usr/bin/du /usr/bin/du.orig
　　[root@idc1-server2 ~]# vim /usr/bin/du
　　#!/bin/sh
　　mydf=$(df -Pk $2 | grep -vE '^Filesystem|tmpfs|cdrom' | awk '{ print $3 }')
　　echo -e "$mydft$2"
　　[root@idc1-server2 ~]# chmod +x /usr/bin/du
　　不过这样的话,统计出来的结果不就不准确了吗？

　　但具体情况具体应对,一般来说,Hadoop的datanode都会采用不同的磁盘并划分分区来存储数据,那么使用df统计出来的结果,误差应该是很小的.

（编辑：ASP站长网）