Hadoop3.2.0 HDFS中的内存存储支持
介绍
HDFS支持写入由数据节点管理的堆外内存。数据节点将异步刷新内存中的数据到磁盘，从而从性能敏感的IO路径中删除昂贵的磁盘IO和校验和计算，因此我们称这种写入为Lazy Persist写入。HDFS为Lazy Persist Writes提供尽力而为的持久性保证。如果在将副本持久保存到磁盘之前重新启动节点，则可能会丢失数据。应用程序可以选择使用Lazy Persist Writes来换取一些持久性保证，以减少延迟。
此功能从Apache Hadoop 2.6.0开始提供，并在Jira HDFS-6581下开发。
目标用例是可以通过低延迟从写入相对较少量的数据（从几GB到几十GB，具体取决于可用内存）中受益的应用程序。内存存储适用于在群集内运行并与HDFS数据节点并置的应用程序。我们观察到网络复制的延迟开销否定了写入内存的好处。
如果内存不足或未配置，使用Lazy Persist Writes的应用程序将继续工作，退回DISK存储。
管理员配置
本节列举了应用程序开始使用群集中的功能之前所需的管理步骤。
限制用于内存中副本的RAM
首先确定专用于存储在内存中的副本的内存量。在hdfs-site.xml中相应地设置dfs.datanode.max.locked.memory。这与集中式缓存管理功能使用的设置相同。数据节点将确保Lazy Persist Writes和Centralized Cache Management使用的组合内存不超过dfs.datanode.max.locked.memory中配置的数量。
例如，为内存中的副本保留32 GB
<property>
<name>dfs.datanode.max.locked.memory</name>
<value>34359738368</value>
</property>
启动时，数据节点不会分配此内存。
在类似Unix系统上，还需要增加数据节点用户的“locked-in-memory size”ulimit(ulimit -l)以匹配此参数（请参阅有关操作系统限制的相关部分）。设置此值时，请记住内存中还需要其他内容空间，例如数据节点和应用程序JVM堆以及操作系统页面缓存。如果在与数据节点相同的节点上运行YARN节点管理器进程，则还需要YARN容器的内存。
在数据节点上设置RAM磁盘
在每个数据节点上初始化RAM磁盘。RAM磁盘的选择允许跨数据节点进程重启更好的数据持久性。以下设置适用于大多数Linux发行版。目前不支持在其他平台上使用RAM磁盘。
选择tmpfs（vs ramfs）
Linux支持使用两种RAM磁盘--tmpfs和ramfs。tmpfs的大小受Linux内核的限制，而ramfs增长以填充所有可用的系统内存。tmpfs有一个缺点，因为它的内容可以在内存压力下交换到磁盘。但是，许多对性能敏感的部署在禁用交换的情况下运行，因此我们不希望这在实践中成为问题。
HDFS目前支持使用tmpfs分区。正在进行对添加ramfs的支持（参见HDFS-8584）。
安装RAM磁盘
使用Unix mount命令挂载 RAM磁盘分区。例如，在/ mnt / dn-tmpfs /下安装一个32 GB的tmpfs分区
sudo mount -t tmpfs -o size=32g tmpfs /mnt/dn-tmpfs/建议您在/ etc / fstab中创建一个条目，以便在节点重新启动时自动重新创建RAM磁盘。另一种选择是使用/ dev / shm下的子目录，这是一个默认情况下可用于大多数Linux发行版的tmpfs挂载。确保mount的大小大于或等于dfs.datanode.max.locked.memory设置，否则在/ etc / fstab中覆盖它。建议不要为每个数据节点使用多个tmpfs分区进行Lazy Persist Writes。
使用RAM_DISK存储类型标记tmpfs卷
使用RAM_ISK存储类型通过hdfs-site.xml中的dfs.datanode.data.dir配置设置标记tmpfs目录。例如，在具有三个硬盘卷/ grid / 0，/ grid / 1和/ grid / 2以及tmpfs mount / mnt / dn-tmpfs的数据节点上，必须按如下方式设置dfs.datanode.data.dir：
<property>
<name>dfs.datanode.data.dir</name>
<value>/grid/0,/grid/1,/grid/2,[RAM_DISK]/mnt/dn-tmpfs</value>
</property>
这一步至关重要。如果没有RAM_DISK标记，HDFS会将tmpfs卷视为非易失性存储，并且数据不会保存到持久存储中。您将丢失节点重新启动的数据。
确保已启用存储策略
确保打开存储策略的全局设置启用作为记录在这里。默认情况下，此设置处于启用状
应用用法
使用LAZY_PERSIST存储策略
应用程序表明HDFS可以将Lazy Persist Writes用于具有LAZY_PERSIST存储策略的文件。管理权限是不是需要设置策略，它可以通过以下三种方式之一进行设置。
为目录调用hdfs storagepolicies命令
在目录上设置策略会使其对目录中的所有新文件生效。在HDFS storagepolicies命令可以被用作中所述设置策略存储策略文档。
hdfs storagepolicies -setStoragePolicy -path <path> -policy LAZY_PERSIST为目录调用setStoragePolicy方法
从Apache Hadoop 2.8.0开始，应用程序可以使用FileSystem.setStoragePolicy以编程方式设置存储策略。例如
fs.setStoragePolicy(path, "LAZY_PERSIST");通过LAZY_PERSIST CreateFlag获取新文件
在使用FileSystem＃create API 创建新文件时，应用程序可以传递CreateFlag＃LAZY_PERSIST。例如
FSDataOutputStream fos =
fs.create(
path,
FsPermission.getFileDefault(),
EnumSet.of(CreateFlag.CREATE, CreateFlag.LAZY_PERSIST),
bufferLength,
replicationFactor,
blockSize,
null);