1、HDFS
出现的背景
随着数据量越来越大,在一个操作系统存不下所有的数据,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统。HDFS
只是分布式文件管理系统中的一种。
2、HDFS
是什么
HDFS
(Hadoop Distributed File System
),它是一个文件系统,用于存储文件,通过目录树来定位文件;其次,它是分布式的,由很多服务器联合起来实现其功能,集群中的服务器有各自的角色。
HDFS 的使用场景: 适合一次写入,多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。
3、HDFS
的优缺点
3.1、HDFS
的优点
- 高容错性
- 数据自动保存多个副本。它通过增加副本的形式,提高容错性。
- 某一个副本丢失以后,它可以自动恢复。
- 适合处理大数据
- 数据规模: 能够处理数据规模达到
GB
、TB
、甚至PB
级别的数据; - 文件规模: 能够处理百万规模以上的文件数量,数量相当之大。
- 成本低,可在廉价服务器上部署
3.2、HDFS
的缺点
- 不适合低延时数据访问,比如毫秒级的存储数据,是做不到的;
- 无法高效的对大量小文件进行存储;
- 存储大量小文件的话,它会占用
NameNode
大量的内存来存储文件目录和块信息。这样是不可取的,因为NameNode
的内存总是有限的; - 小文件存储的寻址时间会超过读取时间,它违反了
HDFS
的设计目标。
- 不支持并发写入、文件随机修改。
- 一个文件只能有一个写,不允许多个线程同时写;
- 仅支持数据
append
(追加),不支持文件的随机修改。
4、HDFS
的组织架构
- NameNode(nn): 就是
Master
,它是一个主管、管理者;
- 管理
HDFS
的名称空间; - 配置副本策略;
- 管理数据块(
Block
)映射信息; - 处理客户端读写请求。
- DataNode: 就是
Slave
。NameNode
下达命令,DataNode
执行实际的操作;
- 存储实际的数据块;
- 执行数据块的读/写操作。
- Client: 就是客户端
- 文件切分,文件上传
HDFS
的时候,Client
将文件切分成一个一个的Block
,然后进行上传; - 与
NameNode
交互,获取文件的位置信息; - 与
DataNode
交互,读取或者写入数据; -
Client
提供一些命令来管理HDFS
,比如NameNode
格式化; -
Client
可以通过一些命令来访问HDFS
,比如对HDFS
增删查改操作;
- Secondary NameNode(2nn): 并非
NameNode
的热备。当NameNode
挂掉的时候,它并不能马上替换NameNode
并提供服务。
- 辅助
NameNode
,分担其工作量,比如定期合并Fsimage
和Edits
,并推送给NameNode
; - 在紧急情况下,可辅助恢复
NameNode
。
5、HDFS
的文件大小
HDFS
中的文件在物理上是分块存储(Block
),块的大小可以通过配置参数(dfs.blocksize
)来规定,默认大小在Hadoop2.x/3.x
版本中是128M
,1.x
版本中是64M
。
6、为什么HDFS
中的块不能太小和太大
-
HDFS
的块设置太小,会增加寻址时间,程序一直在找块的开始位置; - 如果块设置的太大,从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。导致程序在处理这块数据时,会非常慢。
HDFS
块的大小设置主要取决于磁盘传输速率。
7、HDFS
的常用指令
8、HDFS
的读写流程
8.1、HDFS
的写流程
8.1.1、剖析文件的写入
- 客户端通过
Distributed FileSystem
模块向NameNode
请求上传文件,NameNode
检查目标文件是否已存在,父目录是否存在; -
NameNode
返回是否可以上传; - 客户端请求第一个
Block
上传到哪几个DataNode
服务器上; -
NameNode
返回 3 个DataNode
节点,分别为dn1
、dn2
、dn3
; - 客户端通过
FSDataOutputStream
模块请求dn1
上传数据,dn1
收到请求会继续调用dn2
,然后dn2
调用dn3
,将这个通信管道建立完成; -
dn1
、dn2
、dn3
逐级应答客户端; - 客户端开始往
dn1
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,dn1
收到一个Packet
就会传给dn2
,dn2
传给dn3
;dn1
每传一个packet
会放入一个应答队列等待应答; - 当一个
Block
传输完成之后,客户端再次请求NameNode
上传第二个Block
的服务器。(重复执行 3-7 步)。
8.1.2、网络拓扑- 节点距离计算
问: 在 HDFS
写数据的过程中,NameNode
会选择距离待上传数据最近距离的 DataNode
接收数据。那么这个最近距离怎么计算呢?
8.1.3、机架感知(副本存储节点选择)
(1)机架感知说明
Crtl + n
查找 BlockPlacementPolicyDefault
,在该类中查找 chooseTargetInOrder
方法。`
(2) Hadoop3.1.3 副本节点选择
- 第一个副本在
Client
所处的节点上。如果客户端在集群外,随机选一个; - 第二个副本在另一个机架的随机一个节点;
- 第三个副本在第二个副本所在机架的随机节点。
8.2、HDFS
的读流程
- 客户端通过
DistributedFileSystem
向NameNode
请求下载文件,NameNode
通过查询元数据,找到文件块所在的DataNode
地址; - 挑选一台
DataNode
(就近原则,然后随机)服务器,请求读取数据; -
DataNode
开始传输数据给客户端(从磁盘里面读取数据输入流,以Packet
为单位来做校验); - 客户端以
Packet
为单位接收,先在本地缓存,然后写入目标文件。
9、NameNode
和 SecondaryNameNode
9.1、NN
和 2NN
工作机制
- 第一 阶段:
NameNode
启动
- 第一次启动
NameNode
格式化后,创建Fsimage
和Edits
文件。如果不是第一次启动,直接加载编辑日志和镜像文件到内存; - 客户端对元数据进行增删改的请求;
-
NameNode
记录操作日志,更新滚动日志; -
NameNode
在内存中对元数据进行增删改。
- 第二 阶段:
Secondary NameNode
工作
-
Secondary NameNode
询问NameNode
是否需要CheckPoint
。直接带回NameNode
是否检查结果; -
Secondary NameNode
请求执行CheckPoint
; -
NameNode
滚动正在写的Edits
日志; - 将滚动前的编辑日志和镜像文件拷贝到
Secondary NameNode
; -
Secondary NameNode
加载编辑日志和镜像文件到内存,并合并; - 生成新的镜像文件
fsimage.chkpoint
; - 拷贝
fsimage.chkpoint
到NameNode
; -
NameNode
将fsimage.chkpoint
重新命名成fsimage
。
9.2、Fsimage
和 Edits
解析
NameNode
被格式化之后,将在/opt/module/hadoop-3.1.3/data/tmp/dfs/name/current
目录中产生如下文件
fsimage_0000000000000000000
fsimage_0000000000000000000.md5
seen_txid
VERSION
- Fsimage文件:
HDFS
文件系统元数据的一个永久性的检查点,其中包含HDFS
文件系统的所有目录和文件inode
的序列化信息; - Edits文件:存放
HDFS
文件系统的所有更新操作的路径,文件系统客户端执行的所有写操作首先会被记录到Edits
文件中; - seen_txid文件: 文件保存的是一个数字,就是最后一个
edits
_的数字 - 每次
NameNode
启动的时候都会将Fsimage
文件读入内存,加载Edits
里面的更新操作,保证内存中的元数据信息是最新的、同步的,可以看成NameNode
启动的时候就将Fsimage
和Edits
文件进行了合并。
9.2.1、oiv
查看Fsimage
文件
# 基本语法
hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径
# 实际案例
hdfs oiv -p XML -i fsimage_0000000000000000025 -o /opt/module/hadoop-3.1.3/fsimage.xml
cat /opt/module/hadoop-3.1.3/fsimage.xml
# 问题
## Fsimage 中没有记录块所对应 DataNode,为什么?
# 答案
## 在集群启动后,要求 DataNode 上报数据块信息,并间隔一段时间后再次上报。
9.2.2、oev
查看Edits
文件
# 基本语法
hdfs oev -p 文件类型 -i 编辑日志 -o 转换后文件输出路径
# 实际案例
hdfs oev -p XML -i edits_0000000000000000012-0000000000000000013 -o /opt/module/hadoop-
3.1.3/edits.xml
cat /opt/module/hadoop-3.1.3/edits.xml
#
9.3、CheckPoint
时间设置
<!-- 1、通常 情况下,SecondaryNameNode 每隔 一小时执行一次。>
<!-- hdfs-default.xml-->
<property>
<name>dfs.namenode.checkpoint.period</name>
<value>3600s</value>
</property>
<!-- 2、一分钟 检查一次操作次数,当操作次数达到 1 百万 时,SecondaryNameNode 执行 一次。 >
<!-- hdfs-default.xml-->
<property>
<name>dfs.namenode.checkpoint.txns</name>
<value>1000000</value>
<description>操作动作次数</description>
</property>
<property>
<name>dfs.namenode.checkpoint.check.period</name>
<value>60s</value>
<description> 1 分钟检查一次操作次数</description>
</property>
10、DataNode
10.1、DataNode
的工作机制
- 一个数据块在
DataNode
上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是元数据包括数据块的长度,块数据的校验和,以及时间戳; -
DataNode
启动后向NameNode
注册,通过后,周期性(6 小时)的向NameNode
上报所有的块信息。
<!-- 1、DN 向 NN 汇报当前解读信息的时间间隔,默认 6 小时 >
<property>
<name>dfs.blockreport.intervalMsec</name>
<value>21600000</value>
<description>Determines block reporting interval in milliseconds.</description>
</property>
<!-- 2、DN 扫描自己节点块信息列表的时间,默认 6 小时 >
<property>
<name>dfs.datanode.directoryscan.interval</name>
<value>21600s</value>
<description>Interval in seconds for Datanode to scan data
directories and reconcile the difference between blocks in memory and on
the disk.
Support multiple time unit suffix(case insensitive), as described
in dfs.heartbeat.interval.
</description>
</property>
- 心跳是每 3 秒一次,心跳返回结果带有
NameNode
给该DataNode
的命令如复制块数据到另一台机器,或删除某个数据块。如果超过 10 分钟没有收到某个DataNode
的心跳,则认为该节点不可用; - 集群运行中可以安全加入和退出一些机器。
10.2、数据的完整性
问: 如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号(1)和绿灯信号(0),但是存储该数据的磁盘坏了,一直显示是绿灯,是否很危险?同理 DataNode
节点上的数据损坏了,却没有发现,是否也很危险,那么如何解决呢?
如下是 DataNode
节点保证数据完整性的方法。
- 当
DataNode
读取Block
的时候,它会计算CheckSum
; - 如果计算后的
CheckSum
,与Block
创建时值不一样,说明Block
已经损坏; -
Client
读取其他DataNode
上的Block
; - 常见的校验算法
crc(32)
,md5(128)
,sha1(160)
; -
DataNode
在其文件创建后周期验证CheckSum
。
10.3、掉线时限参数设置
<!-- 需要注意的是 hdfs-site.xml 配置文件中的 heartbeat.recheck.interval 的单位为毫秒,
dfs.heartbeat.interval 的单位为秒。>
<property>
<name>dfs.namenode.heartbeat.recheck-interval</name>
<value>300000</value>
</property>
<property>
<name>dfs.heartbeat.interval</name>
<value>3</value>
</property>