深度优化Hadoop DataNode读写性能

需要深入研究Hadoop集群的存储节点并做相应的优化，减少新机型带来的性能压力。NameNode的优化可以参考（深度优化Hadoop NameNode读写性能）

1. 现状分析

为了解决上述提到的问题，需要分析Hadoop DataNode（后面简称DN）内核运行原理。我们知道DN主要用于接收用户的数据写入，并与NameNode（后面简称NN）节点定期通信，拿到执行命令。现网HA场景下，其基本的架构如下：

1. BPServiceActor会根据集群NN的配置而实例化多个，集群有3个NN则会实例化出三个NN

2. BPServiceActor主要用于从NN处获取Command（对数据的增删改查，迁移等等），上报心跳、IBR（增量块汇报）以及FBR（全量块汇报）

3. FsDataSet接口负责承接用户请求，并将对应的读写等操作落实到具体的volume上来，并对DN本省维护的一些块信息做更新操作（块大小，时间戳，完成状态等）

用户client创建文件时，会从NN上拿取待写入的DN信息。client拿到信息之后，会直接连接DN节点发起写请求，DN会根据volume的负载（一般是当前volume已使用空间），

选择负载较低的磁盘写入。写入完毕之后，会触发IBR发送给NN。当我们增加单机volume个数时，会带来如下问题挑战：

1. FsDataSet使用全局锁控制volume读写