网站中的搜索功能怎么做近期时事新闻

1. DataNode的工作机制

1）一个数据块在DataNode上以文件形式存储在磁盘上，包括两个文件，一个是数据本身，一个是元数据包括数据块的长度，块数据的校验和，以及时间戳。

2）DataNode启动后向NameNode注册，通过后，周期性（6h）的向NameNode上报所有块信息。

DN向NN汇报当前解读信息的时间间隔，默认6小时。

DN扫描自己节点块信息列表的时间，默认为6小时。

3）心跳是每3s一次，心跳返回的结果带有NameNode给该DataNode的命令如复制块数据到另一台机器上，或删除某个数据块，如果超过10分钟没收到某个DataNode的心跳，NameNode认为该DataNode挂掉了。信息不会存储在该DataNode上了。

如图：

我把hadoop104这台机器停掉了，超过了10分种加三十秒没向hadoop102发送心跳，NameNode则认为我这台机器挂掉了。以后Block不会存储在这个节点上了。但能不能恢复呢。是可以的。开启hadoop104并输入命令hdfs --daemon start datanode.

2. 数据的完整性

思考：如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号（1）和绿灯信号（0）.但是存储该数据的磁盘坏了，一直显示是绿灯，是否很危险呢？同理DataNode节点上的数据损坏了，但没有发现，是否也很危险呢？该如何解决呢？

如下是DataNode节点保证数据完整性的方法：

• 当DataNode读取Block时，它会计算CheckSum校验和。
• 如果计算后的校验和与Block创建的时候的值不一样，说明Block已经损坏。
• Client读取其他DataNode上的Block。
• 常见的校验算法crc（32），md5（128），shal（160）.
• DataNode在其文件创建后周期验证CheckSum。

3. DataNode掉线时参数设置

1. DataNode进程死亡或者网络故障造成DataNode无法与NameNode通信。

2. NameNode不会立即把该节点判定为死亡，要经过一段时间，这段时间暂停称作超时时长。

3. HDFS默认的超时时长为10分钟+30s。

如果定义超时时间为TimeOut，则超时时长的计算公式为：

TimeOut = 2*dfs.namenode.heartbeat.recheck-interval + 10*dfs.heartbeat.interval。

而默认的dfs.namenode.heartbeat.recheck-interval大小为5分钟，dfs.heartbeat.interval默认为3s。

绿色框框的表示2s前向NameNode发送心跳。