Métricas e Critérios de Disparo para Instrumentar o Balanceamento de Réplicas no HDFS

Abstract

O HDFS Balancer é a solução nativa do Apache Hadoop para o balanceamento de dados por meio de rearranjo de réplicas. Atualmente, é responsabilidade do administrador do sistema monitorar o estado do HDFS e, quando necessário, executar o balanceador. Este trabalho elenca um conjunto de métricas de interesse e critérios de disparo para que o processo de balanceamento de réplicas no HDFS se torne transparente. Por meio das definições apresentadas, as decisões do melhor momento para disparo do HDFS Balancer podem ser automatizadas, removendo a necessidade de intervenção manual.