客户端安装在数据节点导致数据分布不均衡

问题背景与现象

HDFS的DataNode数据分布不均匀，在某节点上磁盘使用率很高，甚至达到100%，其他节点空闲很多。

原因分析

客户端安装在该节点，根据HDFS数据副本机制，第一个副本会存放在本地机器，最终导致节点磁盘被占满，而其他节点空闲很多。

解决办法

1. 针对已有不平衡的数据，执行balance脚本均衡数据。

   /opt/client/HDFS/hadoop/sbin/start-balancer.sh -threshold 10

   其中 /opt/client是实际的客户端安装目录。

2. 针对新写入数据，将客户端安装在没有安装DataNode的节点。