hadoop - NameNode如何识别特定文件复制是设置值，而不是配置的复制3？

Question

hdfs-site.xml:

dfs.replication 值配置3

---

假设我将特定文件的复制设置为 2:

./bin/hadoop dfs -setrep -w 2/path/to/file.txt

1. 当NameNode收到来自DataNode的心跳时，

NameNode是否会认为是指定文件 path/to/file.txt 是否正在根据配置的复制进行复制？

如果不是，会怎样？

Answer 1

首先，为了清楚起见，我想尝试重述您的问题，以确保我理解:

NameNode 是否会将手动设置为低于默认值 (dfs.replication) 的复制因子的文件视为复制不足？

没有。 NameNode 将每个文件的复制因子单独存储在其元数据中，即使复制因子未通过调用 -setrep 显式设置。默认情况下，每个文件的元数据将复制 dfs.replication 中指定的复制因子(在您的示例中为 3)。它可以被覆盖，例如通过调用 -setrep。当 NameNode 检查文件是否复制不足时，它会检查存储在该单个文件的元数据中的确切复制因子，而不是 dfs.replication。如果文件的复制因子是 2，并且它的每个 block 有 2 个副本，那么这很好，NameNode 不会认为它是复制不足的。

您的问题还提到了 DataNode 的心跳，我认为这意味着您对 DataNode 和 NameNode 之间的交互如何与复制相关感兴趣。 DataNode 和 NameNode 之间还有另一种通信形式，称为 block 报告。 block 报告是 DataNode 告诉 NameNode 它们存储了哪些 block 副本的方式。 NameNode 分析来自所有 DataNode 的 block 报告，以确定 block 是复制不足还是复制过度。如果一个 block 复制不足(例如复制因子为 2，但只有一个副本)，那么 NameNode 会安排重新复制工作，以便另一个 DataNode 制作副本的副本。如果一个 block 被过度复制(例如复制因子为 3，但有 4 个副本)，那么 NameNode 会安排删除其中一个副本，最终其中一个 DataNode 将在本地删除它。