思考:NN中的数据存放在什么位置:
如果是内存:那么计算快,但是可靠性差。如果是磁盘,可靠性好,但是计算慢。如果是内存+磁盘,由于内存计算快,然后持久到话磁盘,所以磁盘会拖慢整体效率,导致效率低下。
可以采用fsimage来存储磁盘中的数据,如果是随机读写,因为hdfs修改的效率比较低,所以不推荐。但是hdfs支持追加的方式进行读写(edits),edits文件只用来记录文件,不计算值,例如只记录a+10、a-30但是不计算等于多少。
内存中存储一部分数据,镜像文件fsimage存储计算的结果,edits文件记录当前变化的步骤。
服务器启动的时,把fsimage和edits加入到内存。服务器关闭的时候,fsimage和edits整合。
如果这样的话,edits里面可能会有大量冗余的步骤,所以想要实现合并和写入同步进行,就是fsimage和edits一边整合,一边往内存里面存。这个时候就需要2NN。2NN可以让fsimage和edits进行定期合并。
1:NameNode的工作原理
1:一插上电的时候,edits和fsimage文件会加载到内存当中。
2:客户端会NameNode进行访问,例如增删改操作。
3:edits文件会先记录这件事,因为害怕内存突然断电,所以一定要先记录,在给内存,防止给内存之后,没记录就断电。
4:NameNode进行操作。
然后 2NN方面
1:2NN会向NameNode使用checkpoint查看是否需要服务
2:checkpoint的触发条件,要么是定时时间到,要么是edits数据量太多。
3:如果NameNode接收服务,会生成一个新的edits文件夹,之后来的请求步骤都会记录到这个新文件中。
4:然后原来的edits文件改名复制到2NN中。同时NameNode的fsimage文件拷贝到2NN中。
5:然后2NN中的两个文件加载到2NN内存中,生成一个新文件fsimage
6:然后把2NN这个新生成的fsimage文件拷贝到NN中,并在NN中改一下名字。
2:Fsimage和Edits
首先NameNode被格式化之后,会在hadoop-3.1.3/data/tmp/dfs/name/current目录下产生如下文件。
1:fsimage_0000000000000000000 fsimage_0000000000000000000.md5。这类Fsimage文件,是HDFS文件系统元数据的一个永久性检查点,包含着HDFS文件系统的所有目录信息
2:Edits文件:文件系统客户端执行的所有写操作首先都会被记录到这里。
2:seen_txid:保存一个数字,这个数字是当前edits最近的文件后面的数字。
3:VERSION:记录当前NameNode命令空间ID,以及集群的ID
3:oiv查看Fsimage文件
1:查看oiv和oev命令
[atguigu@hadoop102 current]$ hdfs
oiv apply the offline fsimage viewer to an fsimage
oev apply the offline edits viewer to an edits file
2:基本语法
#一般查看fsimage文件都看不了,所以需要这个命令进行格式化一下
hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径
3:案例
[atguigu@hadoop102 current]$ pwd
/opt/module/hadoop-3.1.3/data/dfs/name/current
[atguigu@hadoop102 current]$ hdfs oiv -p XML -i fsimage_0000000000000000025 -o /opt/module/hadoop-3.1.3/fsimage.xml
#这个时候就能查看了,里面记录的都是所存储的文件信息。
[atguigu@hadoop102 current]$ cat /opt/module/hadoop-3.1.3/fsimage.xml
4:oev查看edits文件
1:基本语法
#查看edits文件需要使用该命令
hdfs oev -p 文件类型 -i 编辑日志 -o 转换后文件输出路径
2:案例
[atguigu@hadoop102 current]$ hdfs oev -p XML -i
edits_0000000000000000012-0000000000000000013 -o /opt/module/hadoop3.1.3/edits.xml
[atguigu@hadoop102 current]$ cat /opt/module/hadoop-3.1.3/edits.xml
思考:NameNode如何确定下次开机启动的时候合并哪些Edits
NameNode启动的时候合并的是上次停机前正在写入的Edits,即edits_inprogress_xxx,根据seen_txid里面记录最新的Fsimage(镜像文件)的值去合并Edits(编辑日志)
5:CheckPoint时间设置
1:通常情况下,2NN每隔一小时执行一次。在hdfs-default.xml中。
2:当操作次数达到一百万时,这个一百万的数值是在hdfs-default.xml中的dfs.namenode.checkpoint.txns参数指定的。2NN执行一次。 怎么知道一百万次了没有,需要设置一个时间间隔,加入说60s,意思就是每60s去看一眼,NN中的edits文件到达一百万次了没有。这个60s参数,是通过dfs.namenode.checkpoint.check.period这个参数指定的。