HDFS学习笔记

HDFS组成架构

NameNode:

• 管理HDFS名称空间
• 配置副本策略
• 管理数据块Block的映射信息
• 处理客户端读写请求

SecondaryNameNode:

• 辅助NameNode，定期合并Fsimage和Edits，推送给NameNode
• 紧急情况辅助恢复NameNode

DateNode:

• 存储实际的数据块
• 执行数据块的读、写操作

Client：

• 文件切分。文件上传HDFS时，文件切为一个个Block，然后上传
• 与NameNode交互，获得文件的位置信息
• 与DataNode交互，读取或者写入数据
• 提供命令管理HDFS，比如NameNode格式化
• 通过命令访问HDFS，比如CRUDx操作

HDFS的Shell操作

文件上传下载

上传

# 复制 当前目录下的文件或者当前文件 目标文件夹

hadoop fs -putFromLocal dangqian /mubiao

-copyFromLocal

# 剪切

-moveFromLocal

练习：

cd /opt/module/hadoop

vim anqila.txt

hadoop fs -put anqila.txt /

追加

追加一个文件到已有文件的末尾

hadoop fs -appendToFile dangqian /mubiao/xxx.txt

把peopleKing中的内容追加到anqila中

hadoop fs -appendToFile peopleKing.txt /anqila.txt

整活：

下载

-copyToLocal

-get //已存在默认不下载 java api中可覆盖

当前没有zhaoyun.txt

把/xiyou下的zhaoyun.txt下载到本地

hadoop fs -get /xiyou/zhaoyun.txt ./

直接操作

hadoop fs -ls /

hadoop fs -cat /mubiao/xxx.txt

-charp 所属组

-chmod 权限

-chown 所有者 所属组

删除

不能-rf

hadoop fs -rm -r -f /mubiao

统计目录信息

第一列文件大小，第二列总副本数大小

-du -h 切换单位 -s 汇总当前大文件夹

改副本数

-setrep

操作hdfs-api的windows环境准备：

配hadoop环境变量

hadoop.dll winutils.exe 复制到system32

HDFS写数据流程(重要)

文件写入

（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根据机架感知策略返回3个DataNode节点，分别为dn1、dn2、dn3。

（5）客户端通过FSDataOutputStream模块请求dn1(根据网络拓扑原理选择)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）。

网络拓扑-节点距离计算

节点距离：两个节点到达最近的共同祖先的距离总和。

机架感知(副本存储节点选择)

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。

NN和2NN工作机制

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）SecondaryNameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。

（2）SecondaryNameNode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）SecondaryNameNode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。

DataNode保证数据完整性

（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。

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>Determinesblock 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>Intervalin seconds for Datanode to scan data directories and reconcile the differencebetween blocks in memory and on the disk.
   Support multiple time unitsuffix(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。

服役新数据节点

从104克隆出来一台105，需要删除105上104原有的data和logs数据，然后在105上单点启动hdfs和yarn服务即可

如果数据不均衡，可以用以下命令实现集群的再平衡：

[atguigu@hadoop102 sbin]$ ./start-balancer.sh

starting balancer, logging to /opt/module/hadoop-3.1.3/logs/hadoop-atguigu-balancer-hadoop102.out
Time Stamp Iteration# Bytes Already Moved Bytes Left To Move Bytes Being Moved

退役新数据节点

添加黑名单和白名单

白名单和黑名单：在白名单内的节点都可以访问NN，不在白名单的节点不允许访问NN，添加到黑名单的节点也不允许访问NN，并在数据迁移后下线

白名单whitelist的内容与works一致，但是需要配置白名单的路径到配置文件，并分发到所有节点

黑名单blacklist也需要配置，并分发到所有节点

将以下内容添加到hdfs-site.xml，并用xsync脚本分发到所有节点

<!-- 白名单 -->
<property>
<name>dfs.hosts</name>
<value>/opt/module/hadoop-3.1.3/etc/hadoop/whitelist</value>
</property>
<!-- 黑名单 -->
<property>
<name>dfs.hosts.exclude</name>
<value>/opt/module/hadoop-3.1.3/etc/hadoop/blacklist</value>
</property>

此时需要重启集群，由于105没有配到workers，还是需要单节点重启

黑名单退役

将105(要退役的节点)添加到blackilst，并把blacklist分发到所有节点

刷新NN、刷新ResourceManager：

[atguigu@hadoop102 hadoop-3.1.3]$ hdfs dfsadmin -refreshNodes

[atguigu@hadoop102 hadoop-3.1.3]$ yarn rmadmin -refreshNodes

如果服役的节点数小于等于配置中的副本数，说明节点不够备份用，不允许退役，此时需要修改副本数才能退役成功