初识HDFS（10分钟了解HDFS、NameNode和DataNode）

概览

---

 

首先咱们来认识一下HDFS， HDFS（Hadoop Distributed File System ）Hadoop分布式文件系统。它实际上是将一个大文件分红若干块保存在不一样服务器的多个节点中。经过联网让用户感受像是在本地同样查看文件，为了下降文件丢失形成的错误，它会为每一个小文件复制多个副本（默认为三个），以此来实现多机器上的多用户分享文件和存储空间。

HDFS特色：

    ① 保存多个副本，且提供容错机制，副本丢失或宕机自动恢复。默认存3份。

    ② 运行在廉价的机器上。

③ 适合大数据的处理。由于小文件也占用一个块，小文件越多（1000个1k文件）块越 多，NameNode压力越大。

 

如：将一个大文件分红三块A、B、C的存储方式

 

PS：数据复制原则：

除了最后一个块以外的文件中的全部块都是相同的大小。

HDFS的放置策略：

是将一个副本放在本地机架中的一个节点上，另外一个位于不一样（远程）机架中的节点上，而最后一个位于不一样节点上远程机架。

涉及到的属性：

块大小：Hadoop1版本里默认为64M，Hadoop2版本里默认为128M

复制因子：每一个文件加上其文件副本的份数

 

HDFS的基本结构

---

 

 

如上图所示，HDFS基本结构分NameNode、SecondaryNameNode、DataNode这几个。

NameNode：是Master节点，有点相似Linux里的根目录。管理数据块映射；处理客户端的读写请求；配置副本策略；管理HDFS的名称空间；

SecondaryNameNode：保存着NameNode的部分信息（不是所有信息NameNode宕掉以后恢复数据用），是NameNode的冷备份；合并fsimage和edits而后再发给namenode。（防止edits过大的一种解决方案）

DataNode：负责存储client发来的数据块block；执行数据块的读写操做。是NameNode的小弟。

热备份：b是a的热备份，若是a坏掉。那么b立刻运行代替a的工做。

冷备份：b是a的冷备份，若是a坏掉。那么b不能立刻代替a工做。可是b上存储a的一些信息，减小a坏掉以后的损失。

fsimage:元数据镜像文件（文件系统的目录树。）

edits：元数据的操做日志（针对文件系统作的修改操做记录）

namenode内存中存储的是=fsimage+edits。

 

NameNode详解

---

 

做用：

Namenode起一个统领的做用，用户经过namenode来实现对其余数据的访问和操做，相似于root根目录的感受。

Namenode包含：目录与数据块之间的关系（靠fsimage和edits来实现），数据块和节点之间的关系

 

fsimage文件与edits文件是Namenode结点上的核心文件。

Namenode中仅仅存储目录树信息，而关于BLOCK的位置信息则是从各个Datanode上传到Namenode上的。

Namenode的目录树信息就是物理的存储在fsimage这个文件中的，当Namenode启动的时候会首先读取fsimage这个文件，将目录树信息装载到内存中。

而edits存储的是日志信息，在Namenode启动后全部对目录结构的增长，删除，修改等操做都会记录到edits文件中，并不会同步的记录在fsimage中。

而当Namenode结点关闭的时候，也不会将fsimage与edits文件进行合并，这个合并的过程其实是发生在Namenode启动的过程当中。

也就是说，当Namenode启动的时候，首先装载fsimage文件，而后在应用edits文件，最后还会将最新的目录树信息更新到新的fsimage文件中，而后启用新的edits文件。

整个流程是没有问题的，可是有个小瑕疵，就是若是Namenode在启动后发生的改变过多，会致使edits文件变得很是大，大得程度与Namenode的更新频率有关系。

那么在下一次Namenode启动的过程当中，读取了fsimage文件后，会应用这个无比大的edits文件，致使启动时间变长，而且不可控，可能须要启动几个小时也说不定。

Namenode的edits文件过大的问题，也就是SecondeNamenode要解决的主要问题。

SecondNamenode会按照必定规则被唤醒，而后进行fsimage文件与edits文件的合并，防止edits文件过大，致使Namenode启动时间过长。

 

DataNode详解

---

 

DataNode在HDFS中真正存储数据。

首先解释块（block）的概念：

1. DataNode在存储数据的时候是按照block为单位读写数据的。block是hdfs读写数据的基本单位。
2. 假设文件大小是100GB，从字节位置0开始，每128MB字节划分为一个block，依此类推，能够划分出不少的block。每一个block就是128MB大小。
3. block本质上是一个 逻辑概念，意味着block里面不会真正的存储数据，只是划分文件的。
4. block里也会存副本，副本优势是安全，缺点是占空间

SecondaryNode

---

 

执行过程：从NameNode上 下载元数据信息（fsimage,edits），而后把两者合并，生成新的fsimage，在本地保存，并将其推送到NameNode，同时重置NameNode的edits.

 

工做原理（转自“大牛笔记”的博客，因为实现是清晰，受益很大，在此不作改动）

---

 

写操做：

 

有一个文件FileA，100M大小。Client将FileA写入到HDFS上。

HDFS按默认配置。

HDFS分布在三个机架上Rack1，Rack2，Rack3。

 

a. Client将FileA按64M分块。分红两块，block1和Block2;

b. Client向nameNode发送写数据请求，如图蓝色虚线①------>。

c. NameNode节点，记录block信息。并返回可用的DataNode，如粉色虚线②--------->。

    Block1: host2,host1,host3

    Block2: host7,host8,host4

    原理：

        NameNode具备RackAware机架感知功能，这个能够配置。

        若client为DataNode节点，那存储block时，规则为：副本1，同client的节点上；副本2，不一样机架节点上；副本3，同第二个副本机架的另外一个节点上；其余副本随机挑选。

        若client不为DataNode节点，那存储block时，规则为：副本1，随机选择一个节点上；副本2，不一样副本1，机架上；副本3，同副本2相同的另外一个节点上；其余副本随机挑选。

d. client向DataNode发送block1；发送过程是以流式写入。

    流式写入过程，

        1>将64M的block1按64k的package划分;

        2>而后将第一个package发送给host2;

        3>host2接收完后，将第一个package发送给host1，同时client想host2发送第二个package；

        4>host1接收完第一个package后，发送给host3，同时接收host2发来的第二个package。

        5>以此类推，如图红线实线所示，直到将block1发送完毕。

        6>host2,host1,host3向NameNode，host2向Client发送通知，说“消息发送完了”。如图粉红颜色实线所示。

        7>client收到host2发来的消息后，向namenode发送消息，说我写完了。这样就真完成了。如图黄色粗实线

        8>发送完block1后，再向host7，host8，host4发送block2，如图蓝色实线所示。

        9>发送完block2后，host7,host8,host4向NameNode，host7向Client发送通知，如图浅绿色实线所示。

        10>client向NameNode发送消息，说我写完了，如图黄色粗实线。。。这样就完毕了。

分析，经过写过程，咱们能够了解到：

    ①写1T文件，咱们须要3T的存储，3T的网络流量贷款。

    ②在执行读或写的过程当中，NameNode和DataNode经过HeartBeat进行保存通讯，肯定DataNode活着。若是发现DataNode死掉了，就将死掉的DataNode上的数据，放到其余节点去。读取时，要读其余节点去。

    ③挂掉一个节点，不要紧，还有其余节点能够备份；甚至，挂掉某一个机架，也不要紧；其余机架上，也有备份。

 

读操做：

 

读操做就简单一些了，如图所示，client要从datanode上，读取FileA。而FileA由block1和block2组成。 

 

那么，读操做流程为：

a. client向namenode发送读请求。

b. namenode查看Metadata信息，返回fileA的block的位置。

    block1:host2,host1,host3

    block2:host7,host8,host4

c. block的位置是有前后顺序的，先读block1，再读block2。并且block1去host2上读取；而后block2，去host7上读取；

 

上面例子中，client位于机架外，那么若是client位于机架内某个DataNode上，例如,client是host6。那么读取的时候，遵循的规律是：

优选读取本机架上的数据。

 

运算和存储在同一个服务器中，每个服务器均可以是本地服务器

 

补充

---

 

元数据

元数据被定义为：描述数据的数据，对数据及信息资源的描述性信息。（相似于Linux中的i节点）

以 “blk_”开头的文件就是 存储数据的block。这里的命名是有规律的，除了block文件外，还有后 缀是“meta”的文件 ，这是block的源数据文件，存放一些元数据信息。

 

数据复制

NameNode作出关于块复制的全部决定。它周期性地从集群中的每一个DataNode接收到一个心跳和一个阻塞报告。收到心跳意味着DataNode正常运行。Blockreport包含DataNode上全部块的列表。

 

参考文献：

http://www.cnblogs.com/laov/p/3434917.html

https://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop-name-node/

http://www.cnblogs.com/linuxprobe/p/5594431.html