Apache HBase + Apache Hadoop + Xceiver

Pengantar

Beberapa properti konfigurasi yang ditemukan di Apache Hadoop memiliki efek langsung pada klien, seperti Apache HBase. Salah satu properti tersebut disebut “dfs.datanode.max.xcievers”, dan milik subproyek HDFS. Ini mendefinisikan jumlah utas sisi server dan - sampai batas tertentu - soket yang digunakan untuk koneksi data. Menyetel jumlah ini terlalu rendah dapat menyebabkan masalah saat Anda mengembangkan atau meningkatkan pemanfaatan klaster Anda. Postingan ini akan membantu Anda memahami apa yang terjadi antara klien dan server, dan cara menentukan jumlah yang wajar untuk properti ini.

Masalahnya

Karena HBase menyimpan semua yang dibutuhkannya di dalam HDFS, batas atas keras yang diberlakukan oleh properti konfigurasi “dfs.datanode.max.xcievers” dapat mengakibatkan terlalu sedikitnya resource yang tersedia untuk HBase, yang memanifestasikan dirinya sebagai IOExceptions di kedua sisi koneksi. Berikut adalah contoh dari milis HBase [1], di mana pesan berikut awalnya dicatat di sisi RegionServer:

2011-11-11 19:55:52.451 INFO org.apache.hadoop.dfs.DFSClient: Pengecualian di createBlockOutputStream java.io.IOException:Tidak dapat membaca dari streaming
2008-11-11 19:55:52.451 INFO org.apache.hadoop.dfs.DFSClient: Meninggalkan blok blk_-5467014108758633036_595771
2008-11- 11 19:55:58,455 WARN org.apache.hadoop.dfs.DFSClient: Pengecualian DataStreamer:java.io.IOException:Tidak dapat membuat blok baru.
11-11 2008 19:55:58,455 WARN org.apache .hadoop.dfs.DFSClient:Error Recovery for block blk_-5467014108758633036_595771 bad datanode[0]
2008-11-11 19:55:58,482 FATAL org.apache.hadoop.hbase.regionserver.Flusher:Perlu memutar ulang hlog . Memaksa server dimatikan

Menghubungkan ini dengan log Hadoop DataNode mengungkapkan entri berikut:

ERROR org.apache.hadoop.dfs.DataNode: DatanodeRegistration(10.10.10.53:50010,storageID=DS-1570581820-10.10.10.53-50010-1224117842339,infoPort=50075, ipcPort=50020):DataXceiver:java.io.IOException: xceiverCount 258 melebihi batas xciever bersamaan 256

Dalam contoh ini, rendahnya nilai “dfs.datanode.max.xcievers” untuk DataNodes menyebabkan seluruh RegionServer dimatikan. Ini adalah situasi yang sangat buruk. Sayangnya, tidak ada aturan keras dan cepat yang menjelaskan cara menghitung batas yang diperlukan. Biasanya disarankan untuk menaikkan angka dari default 256 menjadi sekitar 4096 (lihat [1], [2], [3], [4], dan [5] untuk referensi). Ini dilakukan dengan menambahkan properti ini ke file hdfs-site.xml dari semua DataNodes (perhatikan bahwa salah eja):

    dfs.datanode.max.xcievers
4096

Catatan:Anda harus memulai ulang DataNodes Anda setelah membuat perubahan ini pada file konfigurasi.

Ini akan membantu mengatasi masalah di atas, tetapi Anda mungkin masih ingin tahu lebih banyak tentang bagaimana semua ini bekerja bersama, dan apa yang dilakukan HBase dengan sumber daya ini. Kami akan membahas ini di sisa posting ini. Tapi sebelum kita melakukannya, kita harus jelas tentang mengapa Anda tidak bisa begitu saja menetapkan angka ini sangat tinggi, katakanlah 64K dan selesai.

Ada alasan untuk batas atas, dan itu ada dua:pertama, utas membutuhkan tumpukannya sendiri, yang berarti mereka menempati memori. Untuk server saat ini, ini berarti 1MB per utas[6] secara default. Dengan kata lain, jika Anda menggunakan semua 4096 utas DataXceiver, Anda memerlukan sekitar 4GB tumpukan untuk menampungnya. Ini memotong ruang yang telah Anda tetapkan untuk memstore dan memblokir cache, serta semua bagian JVM yang bergerak lainnya. Dalam skenario terburuk, Anda mungkin mengalami OutOfMemoryException, dan proses RegionServer bersulang. Anda ingin menyetel properti ini ke angka yang cukup tinggi, tetapi juga tidak terlalu tinggi.

Kedua, dengan mengaktifkan banyak utas ini, Anda juga akan melihat CPU Anda menjadi semakin dimuat. Akan ada banyak sakelar konteks yang terjadi untuk menangani semua pekerjaan bersamaan, yang menghilangkan sumber daya untuk pekerjaan nyata. Seperti halnya kekhawatiran tentang memori, Anda ingin jumlah utas tidak bertambah tanpa batas, tetapi berikan batas atas yang masuk akal – dan untuk itulah “dfs.datanode.max.xcievers”.

Detail Sistem File Hadoop

Dari sisi klien, perpustakaan HDFS menyediakan abstraksi yang disebut Path. Kelas ini mewakili file dalam sistem file yang didukung oleh Hadoop, diwakili oleh kelas FileSystem. Ada beberapa implementasi konkret dari kelas FileSystem abstrak, salah satunya adalah DistributedFileSytem, ​​yang mewakili HDFS. Kelas ini pada gilirannya membungkus kelas DFSClient aktual yang menangani semua interaksi dengan server jarak jauh, yaitu NameNode dan banyak DataNodes.

Saat klien, seperti HBase, membuka file, ia melakukannya dengan, misalnya, memanggil metode open() atau create() dari kelas FileSystem, di sini inkarnasi paling sederhana

  publik DFSInputStream open(String src) throws IOException
public FSDataOutputStream create(Path f) throws IOException

Instance aliran yang dikembalikan adalah yang memerlukan soket dan utas sisi server, yang digunakan untuk membaca dan menulis blok data. Mereka membentuk bagian dari kontrak untuk bertukar data antara klien dan server. Perhatikan bahwa ada protokol berbasis RPC lain yang digunakan di antara berbagai mesin, tetapi untuk tujuan diskusi ini protokol tersebut dapat diabaikan.

Instance streaming yang ditampilkan adalah kelas DFSOutputStream atau DFSInputStream khusus, yang menangani semua interaksi dengan NameNode untuk mencari tahu di mana salinan blok berada, dan komunikasi data per blok per DataNode.

Di sisi server, DataNode membungkus instance DataXceiverServer, yang merupakan kelas aktual yang membaca kunci konfigurasi di atas dan juga menampilkan pengecualian di atas saat batas terlampaui.

Saat DataNode dimulai, ia membuat grup utas dan memulai instance DataXceiverServer yang disebutkan seperti:

  this.threadGroup =new ThreadGroup(“dataXceiverServer”);
this.dataXceiverServer =new Daemon( threadGroup,
DataXceiverServer baru(ss, conf, this));
this.threadGroup.setDaemon(true); // hancurkan otomatis saat kosong

Perhatikan bahwa utas DataXceiverServer sudah menempati satu tempat di grup utas. DataNode juga memiliki kelas internal ini untuk mengambil jumlah utas yang sedang aktif di grup ini:

  /** Jumlah xceiver bersamaan per node. */
int getXceiverCount() {
kembalikan threadGroup ==null ? 0 :threadGroup.activeCount();
}

Membaca dan menulis blok, seperti yang diprakarsai oleh klien, menyebabkan sambungan dibuat, yang digabungkan oleh utas DataXceiverServer menjadi instance DataXceiver. Selama hand off ini, sebuah utas dibuat dan didaftarkan di grup utas di atas. Jadi untuk setiap operasi baca dan tulis yang aktif, utas baru dilacak di sisi server. Jika jumlah utas dalam grup melebihi maksimum yang dikonfigurasi, maka pengecualian tersebut dilemparkan dan dicatat dalam log DataNode:

  if (curXceiverCount> dataXceiverServer.maxXceiverCount) {
throw new IOException(“xceiverCount ” + curXceiverCount
+ ” melebihi batas xcievers bersamaan ”
+ dataXceiverServer.maxXceiverCount);
}

Implikasi bagi Klien

Sekarang, pertanyaannya adalah, bagaimana hubungan membaca dan menulis klien dengan utas sisi server. Sebelum kita masuk ke detailnya, mari gunakan informasi debug yang dicatat oleh kelas DataXceiver saat dibuat dan ditutup

  LOG.debug(“Jumlah koneksi aktif adalah:” + datanode.getXceiverCount());
…
LOG.debug(datanode.dnRegistration + “:Jumlah koneksi aktif adalah:”     + datanode.getXceiverCount());

dan pantau selama awal HBase apa yang dicatat di DataNode. Demi kesederhanaan, ini dilakukan pada pengaturan terdistribusi semu dengan satu contoh DataNode dan RegionServer. Berikut ini menunjukkan bagian atas halaman status RegionServer.

Bagian penting ada di bagian "Metrik", di mana dikatakan "storefiles=22". Jadi, dengan asumsi bahwa HBase memiliki setidaknya banyak file untuk ditangani, ditambah beberapa file tambahan untuk log write-ahead, kita akan melihat pesan log di atas menyatakan bahwa kita memiliki setidaknya 22 "koneksi aktif". Mari kita mulai HBase dan periksa file log DataNode dan RegionServer:

Baris Perintah:

$ bin/start-hbase.sh
…

Log DataNode:

05-03-2012 13:01:35,309 DEBUG org.apache.hadoop.hdfs.server.datanode. DataNode:Jumlah koneksi aktif adalah:1
05-03-2012 13:01:35,315 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS- 1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:2
12/03/05 13:01:35 INFO regionserver.MemStoreFlusher:globalMemStoreLimit=396.7m, globalMemStoreLimitLowMark=347.1m, maxHeap=991.7m
05/12/03 13:01:39 INFO http.HttpServer:Port dikembalikan oleh webServer.getConnectors()[0].getLocalPort() sebelum open() adalah -1 . Membuka pendengar pada 60030
05-03-2012 13:01:40.003 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:1
12/03/05 13:01:40 INFO regionserver.HRegionServer:Menerima permintaan untuk membuka region:-ROOT-,,0.70236052
03-2012 13:01:40,882 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode :Jumlah koneksi aktif adalah:3
05-03-2012 13:01:40,884 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448 -10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:4
03-2012-05 13:01:40,888 DEBUG org.apache.hadoop.hdfs.server. datanode.DataNode:Jumlah koneksi yang aktif adalah:3
…
12/03/05 13:01:40 INFO regionserver.HRegion:Onlined -ROOT-,,0.70236052; next sequenceid=63083
05-03-2012 13:01:40,982 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi yang aktif adalah:3
03-2012 13 :01:40,983 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:4
…
12/03/05 13:01:41 INFO regionserver.HRegionServer:Menerima permintaan untuk membuka wilayah:.META.,,1.1028785192
2012-03 -05 13:01:41,026 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi yang aktif adalah:3
05-03-2012 13:01:41,027 DEBUG org.apache.hadoop. hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif:4
…
12/03/05 13:01:41 INFO regionserver.HRegion:Onlined .META.,,1.1028785192; next sequenceid=63082
05-03-2012 13:01:41,109 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:3
03-2012 13 :01:41,114 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:4
03-2012-05 13:01:41.117 DEBUG org.apache.hadoop.hdfs.server .datanode.DataNode:Jumlah koneksi aktif adalah:5
12/03/05 13:01:41 INFO regionserver.HRegionServer:Menerima permintaan untuk membuka 16 region
12/03/05 13 :01:41 INFO regionserver.HRegionServer:Menerima permintaan untuk membuka region:usertable,,1330944810191.62a312d67981c86c42b6bc02e6ec7e3f.
12/03/05 13:01:41 INFO regionserver.HRegionServer:Menerima permintaan untuk membuka region:usertable,user1120311784 1330944810191.90d287473fe223f0ddc137020efda25d.
…

05-03-2012 13:01:41,246 DEBUG org.apache.hadoop.hdfs.server.datanode. DataNode:Jumlah koneksi aktif:6
05-03-2012 13:01:41,248 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif:7
…
05-03-2012 13:01:41,257 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772 , infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:10
03-2012-05 13:01:41,257 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0. 0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:9
…
12/03/05 13:01:41 INFO regionserver.HRRegion:Tabel pengguna online, pengguna1120311784,1330944810191.90d287473fe223f0ddc137020efda25d.; next sequenceid=62917
12/03/05 13:01:41 INFO regionserver.HRegion:Onlined usertable,,1330944810191.62a312d67981c86c42b6bc02e6ec7e3f.; next sequenceid=62916
…
12/03/05 13:01:41 INFO regionserver.HRegion:Onlined usertable,user1361265841,1330944811370.80663fcf291e3ce00080599964f406ba.; next sequenceid=62919
05-03-2012 13:01:41.474 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:6
03-2012 13 :01:41.491 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:7
05-03-2012 13:01:41.495 DEBUG org.apache.hadoop.hdfs.server .datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:8
2012-03 -05 13:01:41.508 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:7
…
12/03/05 13:01:41 INFO regionserver .Hregion:Tabel pengguna online, pengguna1964968041,1330944848231.dd89596e9129e1caa7e07f8a491c9734.; next sequenceid=62920
05-03-2012 13:01:41,618 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:6
03-2012 13 :01:41,621 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi yang aktif adalah:7
…
05-03-2012 13:01:41,829 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID =DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:7
12/03/05 13:01:41 INFO regionserver.HRegion:Tabel pengguna online ,pengguna515290649,1330944849739.d23924dc9e9d5891f332c337977af83d.; next sequenceid=62926
05-03-2012 13:01:41,832 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:6
03-05-2012 13 :01:41,838 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:7
05/12/03 13:01:41 INFO regionserver.HRegion:Onlined usertable,user757669512,1330944850808.cd0d6f16d8ae9cf0c9277f5d6c6c6b9f.; next sequenceid=62929
…
2012-03-05 14:01:39,711 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:Jumlah koneksi aktif adalah:4
2012 -03-05 22:48:41,945 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64-50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:4
03/12/05 22:48:41 INFO regionserver.HRegion:Tabel pengguna online,user757669512,1330944850808.cd0d6f16d8ae9cf0c9277f5d6c6c6b9f.; next sequenceid=62929
05-03-2012 22:48:41,963 DEBUG org.apache.hadoop.hdfs.server.datanode.DataNode:DatanodeRegistration(127.0.0.1:50010, storageID=DS-1423642448-10.0.0.64 -50010-1321352233772, infoPort=50075, ipcPort=50020):Jumlah koneksi aktif adalah:4

Anda dapat melihat bagaimana wilayah dibuka satu demi satu, tetapi Anda juga mungkin memperhatikan bahwa jumlah koneksi aktif tidak pernah naik menjadi 22 – bahkan hampir mencapai 10. Mengapa demikian? Untuk memahami hal ini dengan lebih baik, kita harus melihat bagaimana file dalam HDFS dipetakan ke instance DataXceiver sisi server – dan utas aktual yang diwakilinya.

Penyelaman Hadoop Jauh

DFSInputStream dan DFSOutputStream yang disebutkan di atas benar-benar fasad di sekitar konsep aliran biasa. Mereka membungkus komunikasi klien-server ke dalam antarmuka Java standar ini, sementara secara internal merutekan lalu lintas ke DataNode yang dipilih – yang merupakan salah satu yang menyimpan salinan blok saat ini. Ia memiliki kebebasan untuk membuka dan menutup koneksi ini sesuai kebutuhan. Saat klien membaca file dalam HDFS, kelas pustaka klien beralih secara transparan dari blok ke blok, dan oleh karena itu dari DataNode ke DataNode, sehingga harus membuka dan menutup koneksi sesuai kebutuhan.

DFSInputStream memiliki instance kelas DFSClient.BlockReader, yang membuka koneksi ke DataNode. Instance streaming memanggil blockSeekTo() untuk setiap panggilan ke read() yang menangani pembukaan koneksi, jika belum ada. Setelah blok benar-benar dibaca, koneksi ditutup. Menutup aliran tentu saja memiliki efek yang sama.

DFSOutputStream memiliki kelas pembantu yang serupa, yaitu DataStreamer. Ini melacak koneksi ke server, yang dimulai oleh metode nextBlockOutputStream(). Ini memiliki kelas internal lebih lanjut yang membantu menulis data blok, yang kami hilangkan di sini demi singkatnya.

Baik blok tulis maupun baca memerlukan utas untuk menampung soket dan data perantara di sisi server, yang dibungkus dalam instance DataXceiver. Bergantung pada apa yang dilakukan klien Anda, Anda akan melihat jumlah koneksi berfluktuasi di sekitar jumlah file yang diakses saat ini di HDFS.

Kembali ke teka-teki HBase di atas:alasan Anda tidak melihat hingga 22 (dan lebih) koneksi selama awal adalah karena saat wilayah terbuka, satu-satunya data yang diperlukan adalah blok info HFile. Blok ini dibaca untuk mendapatkan detail penting tentang setiap file, tetapi kemudian ditutup lagi. Ini berarti bahwa sumber daya sisi server dirilis secara berurutan. Empat koneksi yang tersisa lebih sulit untuk ditentukan. Anda dapat menggunakan JStack untuk membuang semua utas di DataNode, yang dalam contoh ini menunjukkan entri ini:

“DataXceiver untuk klien /127.0.0.1:64281 [sending block blk_5532741233443227208_4201]” daemon prio=5 tid=7fb96481d000 nid=0x1178b4000 dapat dijalankan [1178b3000]
java.lang.Thread.State:RUNNABLE
…

“DataXceiver untuk klien /127.0.0.1:64172 [menerima blok blk_-2005512129579433420_4199 client=DFSClient_hb_rs_10.0.0.29 ,60020,1330984111693_1330984118810]” daemon prio=5 tid=7fb966109000 nid=0x1169cb000 dapat dijalankan [1169ca000]
java.lang.Thread.State:RUNNABLE
…

Ini adalah satu-satunya entri DataXceiver (dalam contoh ini), jadi hitungan di grup utas agak menyesatkan. Ingatlah bahwa utas daemon DataXceiverServer sudah menyumbang satu entri tambahan, yang digabungkan dengan dua akun di atas untuk tiga koneksi aktif – yang sebenarnya berarti tiga utas aktif. Alasan log menyatakan empat sebagai gantinya, adalah karena ia mencatat hitungan dari utas aktif yang akan segera selesai. Jadi, tak lama setelah hitungan empat dicatat, itu sebenarnya kurang satu, yaitu tiga dan karenanya cocok dengan jumlah kepala kita dari utas aktif.

Perhatikan juga bahwa kelas pembantu internal, seperti PacketResponder menempati utas lain dalam grup saat sedang aktif. Output JStack memang menunjukkan fakta itu, mencantumkan utas seperti itu:

 “PacketResponder 0 for Block blk_-2005512129579433420_4199” daemon prio=5 tid=7fb96384d000 nid=0x116ace000 di Object.wait () [116acd000]
java.lang.Thread.State:TIMED_WAITING (pada monitor objek)
di java.lang.Object.wait(Metode Asli)
di org.apache.hadoop. hdfs.server.datanode.BlockReceiver$PacketResponder \
.lastDataNodeRun(BlockReceiver.java:779)
– terkunci (org.apache.hadoop.hdfs.server.datanode.BlockReceiver$PacketResponder)
di org.apache.hadoop.hdfs.server.datanode.BlockReceiver$PacketResponder.run(BlockReceiver.java:870)
di java.lang.Thread.run(Thread.java:680)

Utas ini saat ini dalam status TIMED_WAITING dan tidak dianggap aktif. Itulah sebabnya jumlah yang dikeluarkan oleh pernyataan log DataXceiver tidak termasuk jenis utas ini. Jika mereka menjadi aktif karena klien mengirim data pengiriman, jumlah utas aktif akan naik lagi. Hal lain yang perlu diperhatikan adalah bahwa utas ini tidak memerlukan koneksi atau soket terpisah antara klien dan server. PacketResponder hanyalah utas di sisi server untuk menerima data blok dan mengalirkannya ke DataNode berikutnya di jalur tulis.

Perintah Hadoop fsck juga memiliki opsi untuk melaporkan file apa yang saat ini terbuka untuk ditulis:

$ hadoop fsck /hbase -openforwrite
FSCK dimulai oleh larsgeorge dari /10.0.0.29 untuk jalur / hbase pada Sen 05 Mar 22:59:47 CET 2012
……/hbase/.logs/10.0.0.29,60020,1330984111693/10.0.0.29%3A60020.1330984118842 0 byte, 1 blok, OPENFORWRITE:………………………………..Status:SEHAT
Total ukuran:     2088783626 B
Total direktori:     54
Total file:   45
…

Ini tidak langsung berhubungan dengan utas sisi server yang ditempati, karena ini dialokasikan oleh ID blok. Tetapi Anda dapat mengambil kesimpulan darinya, bahwa ada satu blok terbuka untuk menulis. Perintah Hadoop memiliki opsi tambahan untuk mencetak file aktual dan memblokir ID yang terdiri dari:

$ hadoop fsck /hbase -files -blocks
FSCK dimulai oleh larsgeorge dari /10.0.0.29 untuk path /hbase pada Sel 06 Mar 10:39:50 CET 2012

…
/hbase/.META./1028785192/.tmp