第131讲：Hadoop集群管理工具均衡器Balancer 实战详解学习笔记
为什么需要均衡器呢？
随着集群运行，具体hdfs各个数据存储节点上的block可能分布得越来越不均衡，会导致运行作业时降低mapreduce的本地性。
分布式计算中精髓性的一名话：数据不动代码动。降低本地性对性能的影响是致使的，而且不能充分利用集群的资源，因为导致任务计算会集中在部分datanode上，更易导致故障。
balancer是hadoop的一个守护进程。会将block从忙的datanode移动到闲的datanode上，重新分配block，另外在生产环境下会有rack，balancer会坚持repalication放置策略，将block分布到不同的机架中，降低数据损坏的可能性。
balancer本身会不断移动block直到达到均衡状态，什么叫均衡？每一个datanode的使用率（当前节点已使用空间与空间容量的百分比），和集群使用率（集群已使用空间与集群空间容量的百分比）,如果节点使用率与集群使用率接近（不超过一定的阀值）则认为均衡。这个阀值的设定方法：threshold参数。
默认阀值是10%。
由于 balancer工作时消耗资源，所以工作时集群中只有一个balancer。
balancer在标准日志中会创建日志记录每一个block重新分配的过程。为降低集群负荷，balancer被设计为在后台运行，在不同节点间复制数据的带宽也受限，默认为1MB/s（可设）
start-balancer.sh即可运行。
生产环境下balancer非常重要。
以上内容是王家林老师DT大数据梦工厂《Hadoop深入浅出实战经典》第131讲的学习笔记。
王家林：Spark、Flink、Docker、Android技术中国区布道师。Spark亚太研究院院长和首席专家，DT大数据梦工厂创始人，Android软硬整合源码级专家，英语发音魔术师，健身狂热爱好者。
微信公众账号：DT_Spark
电话：18610086859
QQ:1740415547
微信号：18610086859
新浪微博：ilovepains
王家林的第一个中国梦：免费为全社会培养100万名优秀的大数据从业人员！
可以通过王家林老师的微信号18610086859发红包捐助，目前已经发布的王家林免费视频全集如下：
1，《大数据不眠夜：Spark内核天机解密（共100讲）》：http://pan.baidu.com/s/1eQsHZAq
2，《Hadoop深入浅出实战经典》 http://pan.baidu.com/s/1mgpfRPu
3，《Spark纯实战公益大讲坛》 http://pan.baidu.com/s/1jGpNGwu
4，《Scala深入浅出实战经典》 http://pan.baidu.com/s/1sjDWG25
5，《Docker公益大讲坛》 http://pan.baidu.com/s/1kTpL8UF
6，《Spark亚太研究院Spark公益大讲堂》 http://pan.baidu.com/s/1i30Ewsd
7，Spark实战高手之路全部六阶段视频：http://edu.51cto.com/pack/view/id-144.html
8，《大数据Spark企业级实战》购买http://item.jd.com/11622851.html
第131讲视频网站地址：
|
51CTO |
http://edu.51cto.com/lesson/id-78585.html |