Hadoop之HDFS

一、 HDFS 产出背景及定义

1.HDFS 产生背景
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 定义
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。

二、HDFS 优缺点

1.优点
1）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。
2）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。
3）可构建在廉价机器上，通过多副本机制，提高可靠性。

2.缺点
1）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。
2）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。
3）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。

三、 HDFS 组成架构

1.NameNode（nn）：就是Master，它是一个主管、管理者。 
1）管理HDFS的名称空间；
2）配置副本策略； 
3）管理数据块（Block）映射信息； 
4）处理客户端读写请求。

2.DataNode：就是Slave（worker）。NameNode
下达命令，DataNode执行实际的操作。 
1）存储实际的数据块；
2）执行数据块的读/写操作。

3.Client：就是客户端。 
1）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； 
2）与NameNode交互，获取文件的位置信息；
3）与DataNode交互，读取或者写入数据；
4）Client提供一些命令来管理HDFS，比如NameNode格式化； 
5）Client可以通过一些命令来访问HDFS，比如对HDFS增删查改操作；

4.Secondary NameNode：
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。
1）辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode ； 
2）在紧急情况下，可辅助恢复NameNode。

 四、HDFS 文件块大小

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。

（1）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；
（2）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。
总结：HDFS块的大小设置主要取决于磁盘传输速率。

五、HDFS 的 Shell 操作

1.基本语法
hadoop fs 具体命令 OR hdfs dfs 具体命令
两个是完全相同的。
2.常用命令
1）-moveFromLocal：从本地剪切粘贴到 HDFS
[ltx@hadoop001 hadoop]$ hadoop fs -moveFromLocal ./hello.txt /test

2）-copyFromLocal：从本地文件系统中拷贝文件到 HDFS 路径去
[ltx@hadoop001 hadoop]$ hadoop fs -copyFromLocal ./hi.txt /test

3）-put：等同于 copyFromLocal，生产环境更习惯用 put
[ltx@hadoop001 hadoop]$ hadoop fs -put ./hi.txt /test

4）-copyToLocal：从 HDFS 拷贝到本地
[ltx@hadoop001 hadoop]$ hadoop fs -copyToLocal /test/hello.txt ./

5）-get：等同于 copyToLocal，生产环境更习惯用 get
[ltx@hadoop001 hadoop]$ hadoop fs -get /test/hello.txt ./

6）-ls: 显示目录信息
[ltx@hadoop001 hadoop]$ hadoop fs -ls /test

7）-cat：显示文件内容
[ltx@hadoop001 hadoop]$ hadoop fs -cat /test/hi.txt

8）-chgrp、-chmod、-chown：Linux 文件系统中的用法一样，修改文件所属权限
[ltx@hadoop001 hadoop]$ hadoop fs -chmod 666 test/hi.txt
[ltx@hadoop001 hadoop]$ hadoop fs -chown ltx:ltx test/hi.txt

9）-mkdir：创建路径
[ltx@hadoop001 hadoop]$ hadoop fs -mkdir /test1

10）-cp：从 HDFS 的一个路径拷贝到 HDFS 的另一个路径
[ltx@hadoop001 hadoop]$ hadoop fs -cp /test/hello.txt /test1

11）-mv：在 HDFS 目录中移动文件
[ltx@hadoop001 hadoop]$ hadoop fs -mv /test/hi.txt /test1

12）-tail ：显示一个文件的末尾的数据
[ltx@hadoop001 hadoop]$ hadoop fs -tail /test/hello.txt

13）-rm：删除文件或文件夹
[ltx@hadoop001 hadoop]$ hadoop fs -rm /test/hello.txt

六、HDFS 的读写流程

 

七、 CheckPoint机制

1. NN 和 2NN 工作机制
元数据需要存放在内存中，但如果只存在内存中，一旦断电，元数据丢失，
整个集群就无法工作了。因此产生在磁盘中备份元数据的FsImage。
当在内存中的元数据更新时，如果同时更新 FsImage，就会导
致效率过低，但如果不更新，就会发生一致性问题，一旦 NameNode 节点断电，就会产生数
据丢失。因此，引入 Edits 文件（只进行追加操作，效率很高）。每当元数据有更新或者添
加元数据时，修改内存中的元数据并追加到 Edits 中。这样，一旦 NameNode 节点断电，可
以通过 FsImage 和 Edits 的合并，合成元数据。
但是，如果长时间添加数据到 Edits 中，会导致该文件数据过大，效率降低，而且一旦
断电，恢复元数据需要的时间过长。因此，需要定期进行 FsImage 和 Edits 的合并，如果这
个操作由NameNode节点完成，又会效率过低。因此，引入一个新的节点SecondaryNamenode，
专门用于 FsImage 和 Edits 的合并。

2.Fsimage 和 Edits 解析
NameNode被格式化之后，将在产生如下文件
fsimage_0000000000000000000
fsimage_0000000000000000000.md5
seen_txid
VERSION
1）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。 
2）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。 
3）seen_txid文件保存的是一个数字，就是最后一个edits_的数字
4）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。

3 CheckPoint 时间设置
默认情况下，SecondaryNameNode 每隔一小时执行一次。改为一分钟执行一次
[hdfs-default.xml]
<property>
 <name>dfs.namenode.checkpoint.period</name>
 <value>60s</value>
</property>