在测试Hadoop时, 使用NameNode身上的dfshealth.jsp管理页面发现，DataNode在运行的过程中,Last Contact参数时常会超过3。LC（Last Contact）的意思是表明DataNode有多少秒的时间未向NameNode发送心跳包了。然而默认DataNode是3秒发送一次，我们都知道，NameNode默认以10分钟作为DN的死亡超时时间，那么究竟有哪些因素会导致JSP管理页面LC参数超过3，甚至会达到200以上，这样的情况对我们的系统的稳定运行究竟有没有影响？
事实上，这现象我观察了好一阵子，影响LC参数增大的原因有下面几种情况：
1.HDFS收到大量删除BLOCK的命令. 请参见：https://issues.apache.org/jira/browse/HDFS-611；
2.HDFS 有大量BLOCK需要report 给NN；
3.组织心跳包的数据；
4.网络环境。
前两种情况LC的值一般不会超过100，对性能不会造成很大影响。 Hadoop-0.22.0 以后版本，Hadoop也有所改进。
那么值的一提的是DN在组织心跳包期间，对FSDatasetInterface 接口进行了相关方法的调用，具体可以参考一下FSDatasetMBean接口中的几个方法：
/** * Returns the total space (in bytes) used by dfs datanode * @return the total space used by dfs datanode * @throws IOException */ public long getDfSUSEd() throws IOException; /** * Returns total capacity (in bytes) of storage (used and unused) * @return total capacity of storage (used and unused) * @throws IOException */ public long getCapacity() throws IOException; /** * Returns the amount of free storage space (in bytes) * @return The amount of free storage space * @throws IOException */ public long getRemaining() throws IOException;
这三个方法意思大家都很明白，它们的实现者分别为DF,DU两个类，它们会不定期的通过Shell类的runComamnd方法来执行系统命令，以获取当前目录的 df, du 值。
然而在执行的过程当中有趣的事情发生了，笔者有13个分区，一共存有14万多个BLOCK，
Df 和du 平均每次执行的时间都会超过两秒，戏剧性的是DU 和DF最高的一次在执行某分区目录的命令时，居然用了180秒以上。（Shell#runCommand方法中, 从ProcessBuilder 实例化到process.start() 执行时间）。
难道是分区目录下的BLOCK数量过多导致运行缓慢么，在linux 系统里执行DF DU相同的命令结果都是以毫秒时间结束。那问题显然出在了ProcessBuilder， 居了解，该类由JVM通过Linux 内核来fork 子进程，子进程当然会完全继承父进程的所有内存句柄，jstack看到JVM此时线程状态大部分处于WAITING， 这个过程经过测试确实会影响DFSClient写入超时，或关闭流出错（下篇会说到， 作为长久Running 的DFSClient， 应该做好流的关闭工作，0.21-trunk中流的关闭仍然存有安全隐患。） 最后我折腾过从32位机子一路换到64位的机子，但问题依然存在。