HDFS介绍

拼搏现实的明天。 2023-05-29 05:27 2阅读 0赞

### 文章目录 ###

*  1. HDFS 副本存放机制
 *  2. HDFS数据写入流程
 *  3. HDFS数据读取流程
 *  4. HDFS数据完整性
 *  5. HDFS适用场景
 *  6. HDFS特性
 *  7. HDFS缺点
 *  8. HDFS高级命令
 *  9. HDFS安全模式
 *  10. Fsimage Edits
 *  11. 查看Fsimage Edits
 *  12. SecondaryNamenode工作原理
 *  13. 什么时候进行文件拷贝合并

# 1. HDFS 副本存放机制 #

**第一份**数据来源于客户端  
**第二份**存放的位置是与第一个副本在相同机架上，且不在同一个节点，按照一定的规则（cpu 内存 IO是用率，和硬盘剩余容量）找到一个节点存放  
**第三份**副本的存放位置是与第一第二份数据副本不在同一个机架上，且逻辑与存放副本一和二的机架距离最近的机上，按照一定的规则（cpu 内存 IO是用率，和硬盘剩余容量）找到一个节点进行存放  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center]

# 2. HDFS数据写入流程 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center 1]

1.  client发起文件上传请求，通过RPC与NameNode建立通讯，NameNode检查目标文件是否已存在，父目录是否存在，返回是否可以上传；
2.  client请求第一个block该传输到哪些DataNode服务器上；
3.  NameNode根据配置文件中指定的备份数量及机架感知原理进行文件分配，返回可用的DataNode的地址如：  
    A，B，C；
4.  client请求3台DataNode中的一台A上传数据（本质上是一个RPC调用，建立pipeline），A收到请求会继续调用B，然后B调用C，将整个pipeline建立完成，后逐级返回client；
5.  client开始往A上传第一个block（先从磁盘读取数据放到一个本地内存缓存），以packet为单位（默认64K），A收到一个packet就会传给B，B传给C；A每传一个packet会放入一个应答队列等待应答。
6.  数据被分割成一个个packet数据包在pipeline上依次传输，在pipeline反方向上，逐个发送ack（命令正确应答），最终由pipeline中第一个DataNode节点A将pipelineack发送给client;
7.  关闭写入流。
8.  当一个block传输完成之后，client再次请求NameNode上传第二个block到服务器。

# 3. HDFS数据读取流程 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center 2]

1.  客户端通过调用FileSystem对象的open()来读取希望打开的文件。
2.  Client向NameNode发起RPC请求，来确定请求文件block所在的位置；
3.  NameNode会视情况返回文件的部分或者全部block列表，对于每个block，NameNode 都会返回含有该 block副本的 DataNode 地址； 这些返回的 DN 地址，会按照集群拓扑结构得出 DataNode 与客户端的距离，然后进行排序，排序两个规则：网络拓扑结构中距离 Client 近的排靠前；心跳机制中超时汇报的 DN 状态为 STALE，这样的排靠后；
4.  Client 选取排序靠前的 DataNode 来读取 block，如果客户端本身就是DataNode,那么将从本地直接获取数据(短路读取特性)；
5.  底层上本质是建立 Socket Stream（FSDataInputStream），重复的调用父类 DataInputStream 的 read 方法，直到这个块上的数据读取完毕；
6.  并行读取，若失败重新读取
7.  当读完列表的 block 后，若文件读取还没有结束，客户端会继续向NameNode 获取下一批的 block 列表；
8.  返回后续block列表
9.  最终关闭读流，并将读取来所有的 block 会合并成一个完整的最终文件。

# 4. HDFS数据完整性 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center 3]

**数据在写入之后进行校验和的计算，DataNode周期性进行校验和计算，将计算结果与第一次的结果进行对比。若相同表示无数据丢失，若不相同表示数据有丢失，丢失进行数据恢复。  
数据读取之前对数据进行校验，与第一次的结果进行对比。若相同表示数据没有丢失，可以读取。若不相同表示数据有所丢失。到其他副本读取。**

# 5. HDFS适用场景 #

**一次写入，多次读出的场景。支持数据在文件尾追加。不支持在文件中间追加或修改。**

# 6. HDFS特性 #

1.  海量数据存储： HDFS可横向扩展，其存储的文件可以支持PB级别数据。
2.  高容错性：节点丢失，系统依然可用，数据保存多个副本，副本丢失后自动恢复。可构建在廉价（与小型机大型机比）的机器上，实现线性扩展(随着节点数量的增加，集群的存储能力，计算能力随之增加)。
3.  大文件存储：DFS采用数据块的方式存储数据，将一个大文件切分成多个小文件，分布存储。

# 7. HDFS缺点 #

1.  不能做到低延迟数据访问： HDFS 针对一次性读取大量数据继续了优化，牺牲了延迟性。
2.  不适合大量的小文件存储 ：  
    A:由于namenode将文件系统的元数据存储在内存中,因此该文件系统所能存储的文件总数受限于namenode的内存容量。
    
    B:每个文件、目录和数据块的存储信息大约占150字节。由于以上两个原因，所以导致HDFS不适合大量的小文件存储
3.  文件的修改； 不适合多次写入，一次读取（少量读取）
4.  不支持多用户的并行写。

# 8. HDFS高级命令 #

*  HDFS上的某一个特定的目录存储的数据副本 、数据量、文件的个数进行设置。
 *  设置目录可以存储的文件的数量 hdfs dfsadmin -setQuota 100 lisi （文件夹本身算一个）
 *  清空文件夹内数据良方的限制 hdfs dfsadmin -clrQuota /user/root/lisi
 *  限制文件夹下存储的数据量 hdfs dfsadmin -setSpaceQuota 100M /user/root/lisi
 *  清空文件夹数量的限制 hdfs dfsadmin -clrSpaceQuota /user/root/lisi
 *  查看文件夹的限额数 hdfs dfs -count -q -h /user/root/lisi

# 9. HDFS安全模式 #

*  安全模式是HDFS所处的一种特殊状态，在这种状态下，文件系统只接受读数据请求，而不接受删除、修改等变更请求。
 *  HDFS什么时候进入安全模式：在NameNode主节点启动时,HDFS首先进入安全模式
 *  在安全模式下做了什么： DataNode在启动的时候会向namenode汇报可用的block等状态
 *  查看hdfs在什么模式 hdfs dfsadmin -safemode get
    
        进入hdfs安全模式 hdfs dfsadmin -safemode enter
            
            退出hdfs安全模式 hdfs dfsadmin -safemode leave

# 10. Fsimage Edits #

*  Fsimage 记录HDFS文件系统的镜像或快照（周期性记录）（此文件相对较小）
 *  Edits 记录客户端对进行的所有的增、删、改、追加等操作（没有使用`Secondary NameNode`之前，不是周期性生成）（此文件相对较大）
 *  Fsimage Edits作用：用于还原集群上次关闭时的状态。还原时将两个文件加载到内存，检查、合并最终生成一个新的Fsimage 。原本的Edits失效。

# 11. 查看Fsimage Edits #

在配置文件hdfs-site.xml中记录了两个文件的存放位置。

**dfs.namenode.name.dir Fsimage 的存放路径**  
**dfs.namenode.edits.dir edits日志存放的路径**

*  将Fsimage转换成xml

hdfs oiv -i fsimage_0000000000000024681 -p XML -o test001.xml

*  将 Edits转换成xml

hdfs oev -i edits_0000000000000000523-0000000000000024565 -p XML -o test002.xml

# 12. SecondaryNamenode工作原理 #

**前提**：不使用SNN,日志文件会很大，日志大会导致集群恢复到上次关机前的状态花费很长时间，这个时候集群处于安全模式，集群不可用。长时间处于安全模式。  
**目标**：加快集群二次启动的速度。（减少集群二次启动的时间）  
SecondaryNamenode周期性复制NameNode的FSIMAGE 和edits到本机（SecondaryNamenode本机），将两个文件进行合并，最终生成全新的Fsimage,将最新的Fsimage发送回Namenode 。  
**意义**：辅助NameNode合并Fsimage Edits.减小了日志的大小，加快了集群的二次启动速度。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70]  
SecondaryNamenode自己独立部署在有一个节点上。此节点的配置要与NameNode相同。

# 13. 什么时候进行文件拷贝合并 #

1.  dfs.namenode.checkpoint.period ：**3600 默认情况下 一小时合并一次**
2.  dfs.namenode.checkpoint.txns ：**1000000 100W次集群操作，进行一次合并**

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20201007135336803.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20201007135552946.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201007135527288.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20201007135451904.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191106200402474.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc0OTAxMQ==,size_16,color_FFFFFF,t_70