我正在使用 hadoop 2.9.0 作为分布式文件存储系统进行POC，因此已设置了一个带有1个Namenode和4个DataNodes的多节点群集设置（包括主），复制因子为2。
现在，在一系列复制操作之后，我决定停止其中一个DataNode（Slave2）。然后，我使用hdfs dfs -rm -skipTrash命令清理了几个GB数据，而从Slave2仍在下面。
后来，我重新启动了我已经停止的从Slave2 DataNode，看来它没有清理在停机期间从HDF中删除的数据块。
我继续添加/删除更多数据，以查看它是否可能与Master Namenode同步并执行本地清理以收回磁盘空间，但没有。
以下是每个节点上的数据消耗：
从：
hduser@slave2:~$ hdfs dfs -du -s -h /
4.5 G /
hduser@slave2:~$ du -sh /hadoop-tmp/
7.7G /hadoop-tmp/ [<-- notice extra 2.2 GB of data present on local disk]
主：
hduser@master:~$ du -sh /hadoop-tmp/
4.6G /hadoop-tmp/
hduser@master:~$ hdfs dfs -du -s -h /
4.5 G /
从：
hduser@slave1:~$ hdfs dfs -du -s -h /
4.5 G /
hduser@slave1:~$ du -sh /hadoop-tmp/
4.5G /hadoop-tmp/
从：
hduser@slave3:/$ du -sh /hadoop-tmp/
2.8G /hadoop-tmp/
hduser@slave3:/$ hdfs dfs -du -s -h /
4.5 G /
我猜我这里的问题是"从Slave2 Datenode与Master Namenode同步需要多少时间，以确认它具有从HDFS群集中删除的本地存储的数据块，因此需要清理它。那确实发生了加班，然后我们可以控制同步的时间'？
，如果这不会发生，那么从datanodes中回收磁盘空间的过程是什么
您可以考虑运行FSCK以识别群集上不一致的块，然后采取必要的操作以删除如果不再保留数据的数据，则删除留下的块。