CDH如何使用HDFS分层存储

本篇文章为大家展示了CDH如何使用HDFS分层存储，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

在CM上修改DataNode数据目录，将六块SSD盘设置为SSD，另外十六块盘，六块设置为ARCHIVE，十块设置为DISK

1.测试使用SSD存储，执行wordcount

未提交作业前磁盘空间的容量

设置提交wordcount任务的HDFS数据目录的策略为ALL_SSD

执行生成数据的脚本，生成1TB测试数据

生成数据后查看磁盘，只有SSD容量增长了

提交wordcount任务

wordcount任务完成后查看磁盘，由于wordcount在执行过程中产生的中间数据落磁盘的目录未指定存储策略，所以默认使用hot策略，因此造成DISK存储的目录数据量有增长

2.测试使用ARCHIVE存储，执行sort

未提交作业前磁盘空间的容量

设置提交sort任务的HDFS数据目录的策略为cold

执行生成数据的脚本，生成1TB测试数据

生成数据后查看磁盘，只有ARCHIVE类型的磁盘容量增长了

提交sort任务

sort任务完成后查看磁盘，由于sort在执行过程中产生的中间数据落磁盘的目录未指定存储策略，所以默认使用hot策略，因此造成除了ARCHIVE存储的目录增长了之外，DISK存储的目录数据量也有增长

3.测试使用DISK存储，执行terasort

未提交作业前磁盘空间的容量

设置提交terasort任务的HDFS数据目录的策略为hot

执行生成数据的脚本，生成1TB测试数据

生成数据后查看磁盘，只有DISK存储的目录数据增长了

提交terasort任务

terasort任务完成后查看磁盘，发现只有DISK存储的目录数据增长了

1.可以在CM上对HDFS的数据目录进行配置，配置上每块盘的存储类型，然后在使用HDFS时，对相应的HDFS指定存储策略，这样就可以让指定的数据存储到对应存储类型的磁盘，实现HDFS的分层存储。

2.在使用HDFS分层存储时需要注意对数据的分配，对于使用频繁的数据，可以存放在SSD上，对于归档的数据可以存放到ARCHIVE类型的磁盘，对于一些常用的基本数据可以存放在DISK类型的磁盘，对数据进行合理的分配，可以让所有磁盘的性能得到最好的发挥，同时可以获得最高的性价比。

Fayson的github：

https://github.com/fayson/cdhproject

上述内容就是CDH如何使用HDFS分层存储，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注亿速云行业资讯频道。