HDFS产生的背景和定义
1.1 背景
随着数据量的增大，在一个操作系统中存不下所有的数据，那么久分配到更多的操作系统管理的磁盘中，但不方便管理和维护，迫切需要一种系统来管理多台机器上面的文件，这是分布式文件管理系统，hdfs只是分布式文件管理系统中一种；
1.2 定义
HDFS（Hadoop Distrubuted 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，由很多服务器联合而成，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，且不支持文件的修改，适合用来做数据分析；
优缺点
优点：
1. 搞容错性
1. 数据自动保存多个副本，它可以通过副本的形式，提高容错性；
2. 某个副本丢失以后，它可以自动恢复；
2. 适合处理大数据
1. 数据规模：能够处理数据规模达GB，TB，甚至PB级别
2. 文件规模：能够处理百万规模以上的文件数量，数量相当大；
3. 可用在廉价机器上，通过多副本机制，提高可靠性；缺点：
- 不适合低延时的数据访问，比如毫秒级的储存数据；
- 无法高效的对大量的小文件进行存储；
- 存储文件大量小文件的话，它会占用namenode大量内存来存储文件的目录和块信息，这样不好，namenode的内存是有限的；
- 小文件的会导致寻址时间超过读取时间，违背了hdfs的设计目标；
- 不支持并发写入，文件随机修改
- 一个文件只能一个线程写，不允许多线程同时写入；
- 仅支持数据append；不支持文件的修改；
hdfs的组织架构
- namenode—master，它是主管，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
- client 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；
- 于namenode交互，获取文件的位置信息；
- 与datanode互动，读取或写入数据
- client提供一些命令，来管理hdfs，比如namenode格式化
- client通过一些命令来访问hdfs，比如hdfs增删查改操作
- secondary namenode，并非namenode的热备，当namenode挂掉，它并不能马上替换namenode；
- 辅助namenode，分担其工作量，比如定期合并fsimage，和edits，并推送给namnode；
- 紧急情况，辅助恢复namenode；
hdfs文件块大小
hdfs中的文件在物理上是分块存储，块的小可以通过配置参数(dfs.blocksize)来规定，默认大小在hadoop2.x版本中是128m，老版本64m；
寻址时间和传输时间，如果寻址时间为10ms，寻址时间为传输时间的1%,则为最佳时间，传输时间=10ms/0.01=1s；
块的大小配置问题
- 块设置太小：会增加寻址时间，
- 块设置太大：磁盘传输时间会明显大于定位这个块开始的时间，导致程序处理这块数据时，会非常慢；
hadoop 的shell操作
1．基本语法
bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令
dfs是fs的实现类。
2．命令大全
[user@linux2 hadoop-2.7.2]$ bin/hadoop fs[-appendToFile <localsrc> ... <dst>]
[-cat [-ignoreCrc] <src> ...]
[-checksum <src> ...]
[-chgrp [-R] GROUP PATH...]
[-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
[-chown [-R] [OWNER][:[GROUP]] PATH...]
[-copyFromLocal [-f] [-p] <localsrc> ... <dst>]
[-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
[-count [-q] <path> ...]
[-cp [-f] [-p] <src> ... <dst>]
[-createSnapshot <snapshotDir> [<snapshotName>]]
[-deleteSnapshot <snapshotDir> <snapshotName>]
[-df [-h] [<path> ...]]
[-du [-s] [-h] <path> ...]
[-expunge]
[-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
[-getfacl [-R] <path>]
[-getmerge [-nl] <src> <localdst>]
[-help [cmd ...]]
[-ls [-d] [-h] [-R] [<path> ...]]
[-mkdir [-p] <path> ...]
[-moveFromLocal <localsrc> ... <dst>]
[-moveToLocal <src> <localdst>]
[-mv <src> ... <dst>]
[-put [-f] [-p] <localsrc> ... <dst>]
[-renameSnapshot <snapshotDir> <oldName> <newName>]
[-rm [-f] [-r|-R] [-skipTrash] <src> ...]
[-rmdir [--ignore-fail-on-non-empty] <dir> ...]
[-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
[-setrep [-R] [-w] <rep> <path> ...]
[-stat [format] <path> ...]
[-tail [-f] <file>]
[-test -[defsz] <path>]
[-text [-ignoreCrc] <src> ...]
[-touchz <path> ...]
[-usage [cmd ...]]3．常用命令实操
（0）启动Hadoop集群（方便后续的测试）
[user@linux2 hadoop-2.7.2]$ sbin/start-dfs.sh
[user@linux3 hadoop-2.7.2]$ sbin/start-yarn.sh（1）-help：输出这个命令参数
[user@linux2 hadoop-2.7.2]$ hadoop fs -help rm（2）-ls: 显示目录信息
[user@linux2 hadoop-2.7.2]$ hadoop fs -ls /（3）-mkdir：在HDFS上创建目录
[user@linux2 hadoop-2.7.2]$ hadoop fs -mkdir -p /sanguo/shuguo（4）-moveFromLocal：从本地剪切粘贴到HDFS
[user@linux2 hadoop-2.7.2]$ touch kongming.txt
[user@linux2 hadoop-2.7.2]$ hadoop fs -moveFromLocal ./kongming.txt /sanguo/shuguo（5）-appendToFile：追加一个文件到已经存在的文件末尾
[user@linux2 hadoop-2.7.2]$ touch liubei.txt
[user@linux2 hadoop-2.7.2]$ vi liubei.txt输入
[user@linux2 hadoop-2.7.2]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo/kongming.txt（6）-cat：显示文件内容
[user@linux2 hadoop-2.7.2]$ hadoop fs -cat /sanguo/shuguo/kongming.txt（7）-chgrp 、-chmod、-chown：Linux文件系统中的用法一样，修改文件所属权限
[user@linux2 hadoop-2.7.2]$ hadoop fs -chmod 666 /sanguo/shuguo/kongming.txt
[user@linux2 hadoop-2.7.2]$ hadoop fs -chown user:user /sanguo/shuguo/kongming.txt（8）-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去
[user@linux2 hadoop-2.7.2]$ hadoop fs -copyFromLocal README.txt /（9）-copyToLocal：从HDFS拷贝到本地
[user@linux2 hadoop-2.7.2]$ hadoop fs -copyToLocal /sanguo/shuguo/kongming.txt ./（10）-cp ：从HDFS的一个路径拷贝到HDFS的另一个路径
[user@linux2 hadoop-2.7.2]$ hadoop fs -cp /sanguo/shuguo/kongming.txt /zhuge.txt（11）-mv：在HDFS目录中移动文件
[user@linux2 hadoop-2.7.2]$ hadoop fs -mv /zhuge.txt /sanguo/shuguo/（12）-get：等同于copyToLocal，就是从HDFS下载文件到本地
[user@linux2 hadoop-2.7.2]$ hadoop fs -get /sanguo/shuguo/kongming.txt ./（13）-getmerge：合并下载多个文件，比如HDFS的目录 /user/user/test下有多个文件:log.1, log.2,log.3,…
[user@linux2 hadoop-2.7.2]$ hadoop fs -getmerge /user/user/test/* ./zaiyiqi.txt（14）-put：等同于copyFromLocal
[user@linux2 hadoop-2.7.2]$ hadoop fs -put ./zaiyiqi.txt /user/user/test/（15）-tail：显示一个文件的末尾
[user@linux2 hadoop-2.7.2]$ hadoop fs -tail /sanguo/shuguo/kongming.txt（16）-rm：删除文件或文件夹
[user@linux2 hadoop-2.7.2]$ hadoop fs -rm /user/user/test/jinlian2.txt（17）-rmdir：删除空目录
[user@linux2 hadoop-2.7.2]$ hadoop fs -mkdir /test
[user@linux2 hadoop-2.7.2]$ hadoop fs -rmdir /test（18）-du统计文件夹的大小信息
[user@linux2 hadoop-2.7.2]$ hadoop fs -du -s -h /user/user/test
2.7 K /user/user/test
[user@linux2 hadoop-2.7.2]$ hadoop fs -du -h /user/user/test
1.3 K /user/user/test/README.txt
15 /user/user/test/jinlian.txt
1.4 K /user/user/test/zaiyiqi.txt（19）-setrep：设置HDFS中文件的副本数量
[user@linux2 hadoop-2.7.2]$ hadoop fs -setrep 10 /sanguo/shuguo/kongming.txt这里设置的副本数只是记录在NameNode的元数据中，是否真的会有这么多副本，还得看DataNode的数量。因为目前只有3台设备，最多也就3个副本，只有节点数的增加到10台时，副本数才能达到10。
