当HDFS的DataNode节点挂载多个磁盘时，往往会出现两种数据不均衡的情况：
1.不同DataNode节点间数据不均衡；
2.挂载数据盘的磁盘间数据不均衡。
特别是这种情况：当DataNode原来是挂载了几个数据盘，当磁盘占用率很高之后，再挂载新的数据盘。由于Hadoop 2.x 版本并不支持HDFS的磁盘间数据均衡，因此，会造成老数据磁盘占用率很高，新挂载的数据盘几乎很空。在这种情况下，挂载新的数据盘就失去了扩容HDFS数据盘的意义。
如果想要解决节点内多块磁盘数据不均衡的现象，就要借助DiskBalancer。Hadoop3，默认就支持磁盘间数据均衡，本文档主要介绍在CDP中如何进行HDFS磁盘扩容并在节点内进行Balancer。
1.登陆CM界面，进入HDFS点击配置，搜索“hdfs-site.xml”添加以下内容后并重启HDFS服务
dfs.disk.balancer.enabled=true
2.使用系统的hdfs.keytab进行认证，一般在/var/run/cloudera-scm-agent/process/1952-hdfs-JOURNALNODE目录下等，或者自己生成 ，首选CDH系统自动生成的keytab，自己生成的不一定能用
kinit -kt hdfs.keytab hdfs/klist
3.典型的磁盘平衡器任务涉及三个步骤（通过HDFS的diskbalancer 命令）：plan, execute 和 query。第一步，HDFS客户端从NameNode上读取指定DataNode的的必要信息以生成执行计划：
磁盘平衡执行计划生成的文件内容格式是Json的，并且存储在HDFS之上。在默认情况下，这些文件是存储在 /system/diskbalancer 目录下面。
hdfs diskbalancer -query
4.可以通过下面的命令在DataNode上执行这个生成的计划：
hdfs diskbalancer -execute /system/diskbalancer/-Oct-20-21-42-55/.plan.json
5.以上命令将JSON里面的计划提交给DataNode，而DataNode会启动一个名为BlockMover的线程中执行这个计划。我们可以使用 query 命令来查询DataNode上diskbalancer任务的状态：
hdfs diskbalancer -query
这个意思是计划正在执行
上面结果输出的PLAN_DONE表示disk-balancing task已经执行完成。为了验证磁盘平衡器的有效性，我们可以使用df -h 命令来查看各个磁盘的空间使用率：
6.如果集群节点磁盘不均衡，可以在CM界面打开进行均衡
如果觉得《如何对HDFS进行节点内(磁盘间)数据平衡》对你有帮助，请点赞、收藏，并留下你的观点哦！
