【甘道夫】Apache Hadoop 2.5.0-cdh5.2.0 HDFS Quotas 配额控制

2023-02-01 18:33:39

前言
HDFS为管理员提供了针对文件夹的配额控制特性，能够控制名称配额（指定文件夹下的文件&文件夹总数），或者空间配额（占用磁盘空间的上限）。
本文探究了HDFS的配额控制特性，记录了各类配额控制场景的实验具体过程。
实验环境基于Apache Hadoop 2.5.0-cdh5.2.0。
欢迎转载，请注明出处：http://blog.csdn.net/u010967382/article/details/44452485
名称配额功能试用

设置名称配额，即当前文件夹下文件和文件夹的最大数量：

casliyang@singlehadoop:~$ hdfs dfsadmin -setQuota 3 /Workspace/quotas/
15/03/18 14:53:52 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

上传文件：
casliyang@singlehadoop:~$ hdfs dfs -put slf4j-log4j12-1.6.4.jar /Workspace/quotas/
15/03/18 14:54:16 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

上传文件：
casliyang@singlehadoop:~$ hdfs dfs -put dict.txt /Workspace/quotas/
15/03/18 14:55:08 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

继续上传文件报错：
casliyang@singlehadoop:~$ hdfs dfs -put examples.desktop /Workspace/quotas/
15/03/18 14:55:28 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
put: The NameSpace quota (directories and files) of directory /Workspace/quotas is exceeded: quota=3 file count=4

查看该文件夹情况：
casliyang@singlehadoop:~$ hdfs dfs -ls /Workspace/quotas
15/03/18 17:11:31 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Found 2 items
-rw-r--r--   3 casliyang supergroup         14 2015-03-18 14:55 /Workspace/quotas/dict.txt
-rw-r--r--   3 casliyang supergroup       9748 2015-03-18 14:38 /Workspace/quotas/slf4j-log4j12-1.6.4.jar
文件夹下仅仅有两个文件。

查看配额情况：
casliyang@singlehadoop:~$ hdfs dfs -count -q /Workspace/quotas
15/03/18 16:00:53 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
           3               0            none             inf            1            2               9762 /Workspace/quotas

注意几个数字的含义依次是：
  1. 名称配额总量（none代表没设定）
  2. 名称配额剩余量（inf代表没设定）
  3. 空间配额总量（none代表没设定）
  4. 空间配额剩余量（inf代表没设定）
  5. 文件夹数
  6. 文件数
  7. 内容占用空间
  8. 目标地址
名称配额剩余量的计算公式：
名称配额剩余量 = 名称配额总量 - （ 文件夹数 + 文件数 ）

基于上面配额查看结果得知：
名称配额总量=3
文件夹数=1
文件数=2

所以，名称配额剩余量=3-（1+2）=0
所以此时继续上传文件会超出名称配额的限制。
BTW，竟然把根文件夹也计数了！
我们再来建一个没有设定quotas的文件夹，測试下是否也将根文件夹纳入count统计：
casliyang@singlehadoop:~$ hdfs dfs -mkdir /Workspace/quotas1
15/03/18 17:19:21 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
casliyang@singlehadoop:~$ hdfs dfs -count -q /Workspace/quotas1
15/03/18 17:20:24 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
        none             inf            none             inf            1            0                  0 /Workspace/quotas1

上面的实验看出，名称配额和空间配额都没设置，所以都显示none/inf，果然当前根文件夹还是计入统计了，文件夹数为1。
以下通过命令取消/Workspace/quotas文件夹的名称配额：
casliyang@singlehadoop:~$ hdfs dfs -count -q /Workspace/quotas
15/03/18 17:28:25 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
           3               0            none             inf            1            2               9762 /Workspace/quotas
casliyang@singlehadoop:~$ hdfs dfsadmin -clrQuota /Workspace/quotas
15/03/18 17:28:40 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
casliyang@singlehadoop:~$ hdfs dfs -count -q /Workspace/quotas
15/03/18 17:28:50 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
        none             inf            none             inf            1            2               9762 /Workspace/quotas
空间配额功能试用
清空文件夹/Workspace/quotas：
casliyang@singlehadoop:~$ hdfs dfs -rm -r /Workspace/quotas/*
15/03/18 17:33:08 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
15/03/18 17:33:11 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes.
Deleted /Workspace/quotas/dict.txt
15/03/18 17:33:11 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes.
Deleted /Workspace/quotas/slf4j-log4j12-1.6.4.jar
casliyang@singlehadoop:~$ hdfs dfs -ls /Workspace/quotas/
15/03/18 17:33:36 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
casliyang@singlehadoop:~$ hdfs dfs -count -q /Workspace/quotas
15/03/18 17:33:49 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
        none             inf            none             inf            1            0                   /Workspace/quotas

为文件夹设定空间限额：
casliyang@singlehadoop:~$ hdfs dfsadmin -setSpaceQuota 8000 /Workspace/quotas
15/03/18 17:36:17 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
casliyang@singlehadoop:~$ hdfs dfs -count -q /Workspace/quotas
15/03/18 17:36:27 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
        none             inf            8000            8000            1            0                  0 /Workspace/quotas
为/Workspace/quotas文件夹设定空间配额为8000字节，能够看到，空间配额总量8000，空间配额剩余量8000，已用空间配额0。

以下字节：
casliyang@singlehadoop:~$ ll slf4j-log4j12-1.6.4.jar 
-rw-r--r-- 1 casliyang casliyang 9748 Mar  6 14:50 slf4j-log4j12-1.6.4.jar
casliyang@singlehadoop:~$ hdfs dfs -put slf4j-log4j12-1.6.4.jar /Workspace/quotas
15/03/18 17:40:33 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
15/03/18 17:40:36 WARN hdfs.DFSClient: DataStreamer Exception
org.apache.hadoop.hdfs.protocol.DSQuotaExceededException: The DiskSpace quota of /Workspace/quotas is exceeded: quota
= 8000 B = 7.81 KB but diskspace consumed = 402653184 B = 384 MB
at org.apache.hadoop.hdfs.server.namenode.DirectoryWithQuotaFeature.verifyDiskspaceQuota(DirectoryWithQuotaFeature.java:144)
at org.apache.hadoop.hdfs.server.namenode.DirectoryWithQuotaFeature.verifyQuota(DirectoryWithQuotaFeature.java:154)
at org.apache.hadoop.hdfs.server.namenode.FSDirectory.verifyQuota(FSDirectory.java:1815)
at org.apache.hadoop.hdfs.server.namenode.FSDirectory.updateCount(FSDirectory.java:1650)
at org.apache.hadoop.hdfs.server.namenode.FSDirectory.updateCount(FSDirectory.java:1625)
at org.apache.hadoop.hdfs.server.namenode.FSDirectory.addBlock(FSDirectory.java:373)

会报错是预料之中，可是最后一句话磁盘空间消耗了384MB，这有点出乎预料，经查阅资料得知：
我们须要设置的空间配额不是文件本身的大小，而是block占用的磁盘的最大值，比方，上面实验中的文件大小是9748字节，即9.5k左右，hdfs-site.xml中配置的block大小是128MB，副本数是3，文件能够存储在1个block内，所以需占用的磁盘总量最大值（即block的size）是128*3=384MB！

我们改动文件夹的配额，将其设置为384MB：
casliyang@singlehadoop:~$ hdfs dfsadmin -setSpaceQuota 384m /Workspace/quotas

再次上传文件：
casliyang@singlehadoop:~$ hdfs dfs -put slf4j-log4j12-1.6.4.jar /Workspace/quotas
15/03/19 09:02:38 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
casliyang@singlehadoop:~$ hdfs dfs -count -q /Workspace/quotas
15/03/19 09:03:06 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
        none             inf       402653184       402623940            1            1               9748 /Workspace/quotas

可见，上传成功，空间配额是402653184，剩余配额是402623940，内容占用空间9748。
这三个数字的计算关系是 402653184 - 9748 *3 = 402623940
！
，可是已经无法继续上传不论什么东西了，由于用于存9748文件的3个128MB的block已经撑满了磁盘空间配额！
******吐槽一句，这么个显示模式真心不友好，不明确规则的用户肯定看不懂！****

不死心，再尝试是否还能上传文件，用作实验的是一个非常小的文件，仅仅有14bytes：
casliyang@singlehadoop:~$ hdfs dfs -put dict.txt /Workspace/quotas
15/03/19 09:04:30 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
15/03/19 09:04:33 WARN hdfs.DFSClient: DataStreamer Exception
org.apache.hadoop.hdfs.protocol.DSQuotaExceededException: The DiskSpace quota of /Workspace/quotas is exceeded: quota = 402653184 B = 384 MB but diskspace consumed = 402682428 B = 384.03
MB
无法上传，的确是配额满了。

要点总结
  • HDFS能够为指定文件夹设置名称配额Name Quotas和空间配额Space Quotas。
  • Name Quotas控制指定根文件夹下的全部文件夹和文件数量（详细计算规则见上文），Space Quotas控制指定根文件夹下的全部文件占用空间（详细计算规则见上文）。
  • 依据官网说明，名称配额和空间配额的最大值是Long.Max_Value。
  • 用途1：结合ACL和Quotas精细化控制用户对HDFS的訪问权限；用途2：控制某些程序模块对HDFS的写权限。
上一篇：crawler_爬虫开发的准备工作【工具】


下一篇：python定制类（以Fib类为例）