hadoop-hdfs学习笔记

HDFS概述

HDFS产出背景

​ 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。

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。

HDFS特点

1、兼容廉价的硬件设备

​ 可构建在廉价机器上，通过副本机制，提高可靠性。

2、流数据读写

3、大数据集

​ 数据规模：能够处理数据规模打到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。

4、简单的文件模型

​ HDFS采用了“一次写入，多次读取”的简单文件模型，文件一旦完成写入，关闭后就无法再次写入，只能被读取。

5、强大的跨平台兼容性

​ 支持java虚拟机的机器都可以运行hadoop

6、不适合低延迟的数据访问

​ HDFS主要是面向大规模数据批量处理而设计的，采用流式数据读取，具有很高的数据吞吐率，但是，这也意味着有较高的延迟。

7、无法高效存储大量小文件

​ HDFS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快信息。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。

8、不支持多用户写入及任意修改文件

​ HDFS只允许一个文件有一个写入者，不允许多个用户对同一个文件执行写操作，而且只允许对文件执行追加操作，不能执行随机写操作。

HDFS组成架构

NameNode

Namenode是一个中心服务器，负责管理文件系统的名字空间(namespace)以及客户端对文件的访问。

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。

文件系统的名字空间 (namespace)

​ HDFS支持传统的层次型文件组织结构。用户或者应用程序可以创建目录，然后将文件保存在这些目录里。文件系统名字空间的层次结构和大多数现有的文件系统类似：用户可以创建、删除、移动或重命名文件。当前，HDFS不支持用户磁盘配额和访问权限控制，也不支持硬链接和软链接。但是HDFS架构并不妨碍实现这些特性。

​ Namenode负责维护文件系统的名字空间，任何对文件系统名字空间或属性的修改都将被Namenode记录下来。应用程序可以设置HDFS保存的文件的副本数目。文件副本的数目称为文件的副本系数，这个信息也是由Namenode保存的。

DataNode

集群中的Datanode一般是一个节点一个，负责管理它所在节点上的存储。

1、存储实际的数据块；

2、执行数据块的读/写操作。

Client（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。

Secondary NameNode

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，并对送给NameNode；

2、在紧急情况下，可辅助恢复NameNode。

HDFS文件块大小（面试重点）

1、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）,默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中是64M。

2、如果寻址时间约为10ms，即查找到目标block的时间为10ms。

3、寻址时间为传输时间的1%时，则为最佳状态。（专家）因此，传输时间=10ms/0.01=1s

4、而目前的磁盘的传输速率普遍为100MB/s。

5、block大小=1s*100MB/s=100MB

HDFS的Shell操作（开发重点）

命令指南：http://svn.apache.org/repos/asf/hadoop/common/tags/release-0.19.1/docs/cn/hdfs_shell.html

帮助： -help：输出这个命令参数

hadoop fs -help 命令

上传

1、-moveFromLocal：从本地剪切粘贴到HDFS

[ramelon@hadoop102 hadoop-3.1.3]$ vim shuguo.txt
输入：
shuguo

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs  -moveFromLocal  ./shuguo.txt  /sanguo

2、-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去

[ramelon@hadoop102 hadoop-3.1.3]$ vim weiguo.txt
输入：
weiguo

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -copyFromLocal weiguo.txt /sanguo

3、-put：等同于copyFromLocal，生产环境更习惯用put

[ramelon@hadoop102 hadoop-3.1.3]$ vim wuguo.txt
输入：
wuguo

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -put ./wuguo.txt /sanguo

4、-appendToFile：追加一个文件到已经存在的文件末尾

[ramelon@hadoop102 hadoop-3.1.3]$ vim liubei.txt
输入：
liubei

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

下载

1、-copyToLocal：从HDFS拷贝到本地

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -copyToLocal /sanguo/shuguo.txt ./

2、-get：等同于copyToLocal，生产环境更习惯用get

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

HDFS直接操作

1、-ls: 显示目录信息

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -ls /sanguo

2、-cat：显示文件内容

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs  -chmod 666  /sanguo/shuguo.txt
[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs  -chown  ramelon:ramelon   /sanguo/shuguo.txt

3、-chgrp、-chmod、-chown：Linux文件系统中的用法一样，修改文件所属权限

4、-mkdir：创建路径

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /jinguo

5、-cp：从HDFS的一个路径拷贝到HDFS的另一个路径

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -cp /sanguo/shuguo.txt /jinguo

6、-mv：在HDFS目录中移动文件

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/wuguo.txt /jinguo
[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/weiguo.txt /jinguo

7、-tail：显示一个文件的末尾1kb的数据

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -tail /jinguo/shuguo.txt

8、-rm：删除文件或文件夹

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -rm /sanguo/shuguo.txt

9、-rm -r：递归删除目录及目录里面内容

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -rm -r /sanguo

10、-du统计文件夹的大小信息

[ramelon@hadoop102 subdir0]$ hadoop fs -du -s -h /XX/huaguoshan
10.0 K  30.1 K  /XX/huaguoshan
[ramelon@hadoop102 subdir0]$ hadoop fs -du -h /XX/huaguoshan
3       6       /XX/huaguoshan/abc.txt
10.0 K  30.1 K  /XX/huaguoshan/bait.png
[ramelon@hadoop102 subdir0]$ 

11、-setrep：设置HDFS中文件的副本数量

[ramelon@hadoop102 hadoop-3.1.3]$ hadoop fs -setrep 5 /jinguo/shuguo.txt

注意：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。

HDFS的API操作

环境准备

设置环境变量

然后在path目录下添加%HADOOP_HOME%\bin

pom.xml

<dependencies>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>3.1.3</version>
    </dependency>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-log4j12</artifactId>
        <version>1.7.30</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>3.1.3</version>
    </dependency>
</dependencies>

HdfsClient.java

package com.ramelon.hdfs;


import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

import java.io.IOException;
import java.net.URI;
import java.net.URISyntaxException;
import java.util.Arrays;

/**
 * 客户端代码常用套路
 * 1、获取一个客户端对象
 * 2、执行相关的操作命令
 * 3、关闭资源
 * HDFS zookeeper
 */
public class HdfsClient {
    private FileSystem fs;

    @Before
    public void init() throws URISyntaxException, IOException, InterruptedException {
        // 连接的集群nn地址
        URI uri = new URI("hdfs://hadoop102:8020");
        // 配置文件
        Configuration configuration = new Configuration();

        // configuration.set("dfs.replication", "2");
        // 用户
        String user = "root";

        // 1、获取到了客户端对象
        fs = FileSystem.get(uri, configuration, user);
    }


    @After
    public void close() throws IOException {
        // 3、关闭资源
        fs.close();
    }

    // 创建目录
    @Test
    public void testmkdir() throws URISyntaxException, IOException, InterruptedException {

        // 2、创建一个文件夹
        //fs.mkdirs(new Path("/xiyou/huaguoshan1"));
        fs.mkdirs(new Path("/test"));
    }

    // 上传

    /**
     * 参数优先级
     * hdfs-default.xml ==> hdfs-site.xml
     * （1）客户端代码中设置的值 >
     * （2）ClassPath下的用户自定义配置文件 >
     * （3）然后是服务器的自定义配置（xxx-site.xml） >
     * （4）服务器的默认配置（xxx-default.xml）
     *
     * @throws IOException
     */
    @Test
    public void testPut() throws IOException {
        // 参数解读： 参数一：表示删除元数据 参数二：是否允许覆盖
        // 参数三：元数据路径    参数四：目的地路径

        fs.copyFromLocalFile(true, true, new Path("F:\\HadoopProject\\abc.txt"),
                new Path("hdfs://hadoop102/XX/huaguoshan"));
    }

    // 文件下载
    @Test
    public void testGet() throws IOException {
        // 参数解读： 参数一：原文件是否删除 参数二：原文件路径HDFS
        // 参数三：目标地址路径Win 参数四：是否开启校验
        fs.copyToLocalFile(false, new Path("hdfs://hadoop102/xiyou/huaguoshan/sunwukong.txt"),
                new Path("F:\\HadoopProject"), true);
    }


    // 删除
    @Test
    public void testRm() throws IOException {
        // 参数解读： 参数一：要删除的路径  参数二：是否递归删除
        // fs.delete(new Path("/sunwukong.txt"),false);

        // 删除非空目录是要递归删除
        fs.delete(new Path("/jinguo"), true);
    }

    // 文件的更名和移动
    @Test
    public void testMv() throws IOException {
        // 参数解读： 参数一：原文件路径  参数二：目标文件路径
        // 对文件名称的修改
        // fs.rename(new Path("/xiyou/huaguoshan/sunwukong.txt"),new Path("/xiyou/huaguoshan/sunwukongXiugai.txt"));

        // 文件的移动和更名
        // fs.rename(new Path("/xiyou/huaguoshan/sunwukongXiugai.txt"),new Path("/sunwukongXiugai2.txt"));

        // 目录更名
        fs.rename(new Path("/xiyou"), new Path("/XX"));

    }

    // 获取文件详细信息
    @Test
    public void fileDetail() throws IOException {
        // 获取所有文件信息
        RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
        // 遍历迭代器
        while (listFiles.hasNext()) {
            LocatedFileStatus fileStatus = listFiles.next();

            System.out.println("\n文件路径：" + fileStatus.getPath());
            System.out.println("权限：" + fileStatus.getPermission());
            System.out.println("文件所属主：" + fileStatus.getOwner());
            System.out.println("文件所属组：" + fileStatus.getGroup());
            System.out.println("长度：" + fileStatus.getLen());
            System.out.println("文件修改时间：" + fileStatus.getModificationTime());
            System.out.println("文件副本数：" + fileStatus.getReplication());
            System.out.println("文件块大小：" + fileStatus.getBlockSize());
            System.out.println("文件名字：" + fileStatus.getPath().getName());

            BlockLocation[] blockLocations = fileStatus.getBlockLocations();
            System.out.println("文件块的位置：" + Arrays.toString(blockLocations));
        }

    }


    // 判断是文件夹还是文件
    @Test
    public void testFile() throws IOException {
        FileStatus[] fileStatuses = fs.listStatus(new Path("/"));

        for (FileStatus fileStatus : fileStatuses) {
            if(fileStatus.isFile()){
                System.out.println("文件" + fileStatus.getPath().getName());
            }else {
                System.out.println("文件夹" + fileStatus.getPath().getName());
            }
        }


    }
}

HDFS的读写流程（面试重点）

HDFS写数据流程

（1）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。

（2）NameNode返回是否可以上传。

（3）客户端请求第一个 Block上传到哪几个DataNode服务器上。

（4）NameNode返回3个DataNode节点，分别为dn1、dn2、dn3。

（5）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。

（6）dn1、dn2、dn3逐级应答客户端。

（7）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。

（8）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）。

HDFS读数据流程

（1）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。

（2）挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。

（3）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）。

（4）客户端以Packet为单位接收，先在本地缓存，然后写入目标文件。

NameNode和SecondaryNameNode

NN和2NN工作机制

思考：NameNode中的元数据是存储在哪里的？

​ 首先，我们做个假设，如果存储在NameNode节点的磁盘中，因为经常需要进行随机访问，还有响应客户请求，必然是效率过低。因此，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。

​ 这样又会带来新的问题，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。

1）第一阶段：NameNode启动

（1）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。

（2）客户端对元数据进行增删改的请求。

（3）NameNode记录操作日志，更新滚动日志。

（4）NameNode在内存中对元数据进行增删改。

2）第二阶段：Secondary NameNode工作

（1）Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。

（2）Secondary NameNode请求执行CheckPoint。

（3）NameNode滚动正在写的Edits日志。

（4）将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。

（5）Secondary NameNode加载编辑日志和镜像文件到内存，并合并。

（6）生成新的镜像文件fsimage.chkpoint。

（7）拷贝fsimage.chkpoint到NameNode。

（8）NameNode将fsimage.chkpoint重新命名成fsimage。

Fsimage和Edits概念

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。

oiv查看Fsimage文件

hdfs oiv -p 文件类型 -i镜像文件 -o 转换后文件输出路径

oev查看edits文件

hdfs oev -p 文件类型 -i编辑日志 -o 转换后文件输出路径

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。

<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>

DataNode

DataNode工作机制

（1）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。

（2）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。

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>

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>

（3）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。

（4）集群运行中可以安全加入和退出一些机器。

数据完整性

思考：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。
（1）当DataNode读取Block的时候，它会计算CheckSum。
（2）如果计算后的CheckSum，与Block创建时值不一样，说明Block已经损坏。
（3）Client读取其他DataNode上的Block。
（4）常见的校验算法crc（32），md5（128），sha1（160）
（5）DataNode在其文件创建后周期验证CheckSum。

crc冗余校验

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>

数据完整性

思考：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。
（1）当DataNode读取Block的时候，它会计算CheckSum。
（2）如果计算后的CheckSum，与Block创建时值不一样，说明Block已经损坏。
（3）Client读取其他DataNode上的Block。
（4）常见的校验算法crc（32），md5（128），sha1（160）
（5）DataNode在其文件创建后周期验证CheckSum。

crc冗余校验

掉线时限参数设置

[外链图片转存中…(img-5OWqGv2c-1633509408789)]

​ 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>