HDFS冗餘資料塊的自動刪除

在日常維護hadoop叢集的過程中發現這樣一種情況：
某個節點由於網路故障或者DataNode程序死亡，被NameNode判定為死亡，
HDFS馬上自動開始資料塊的容錯拷貝；
當該節點重新新增到叢集中時，由於該節點上的資料其實並沒有損壞，
所以造成了HDFS上某些block的備份數超過了設定的備份數。
通過觀察發現，這些多餘的資料塊經過很長的一段時間才會被完全刪除掉，
那麼這個時間取決於什麼呢？
該時間的長短跟資料塊報告的間隔時間有關。
Datanode會定期將當前該結點上所有的BLOCK資訊報告給Namenode，
引數dfs.blockreport.intervalMsec就是控制這個報告間隔的引數。

hdfs-site.xml檔案中有一個引數：

<property>
			<name>dfs.blockreport.intervalMsec</name>
   			 <value>10000</value>
			<description>Determines block reporting interval in milliseconds.</description>
</property>

其中3600000為預設設定，3600000毫秒，即1個小時，也就是說，塊報告的時間間隔為1個小時，所以經過了很長時間這些多餘的塊才被刪除掉。通過實際測試發現，當把該引數調整的稍小一點的時候（60秒），多餘的資料塊確實很快就被刪除了。