大数据笔记之分布式文件系统HDFS笔记二

1. 通信协议

• HDFS是一个部署在集群上的分布式文件系统，因此，很多数据需要通过网络进行传输 ，
• 所有的HDFS通信协议都是构建在TCP/IP协议基础之上的，
• 客户端通过一个可配置的端口向名称节点主动发起TCP连接，并使用客户端协议与名称节点进行交互
• 名称节点和数据节点之间则使用数据节点协议进行交互
• 客户端与数据节点的交互是通过RPC（Remote Procedure Call）来实现的。在设计上，名称
  节点不会主动发起RPC，而是响应来自客户端和数据节点的RPC请求

客户端

• 客户端是用户操作HDFS最常用的方式，HDFS在部署时都提供了客户端
• HDFS客户端是一个库，暴露了HDFS文件系统接口，这些接口隐藏了HDFS实现中的大部分复杂
  性
• 客户端可以支持打开、读取、写入等常见的操作，并且提供了类似Shell的命令行方式来访问
  HDFS中的数据
• 此外，HDFS也提供了Java API，作为应用程序访问文件系统的客户端编程接口

2. HDFS体系结构的局限性

• 命名空间的限制 ： 名称节点是保存在内存中的，因此，名称节点能够容纳的对象
  （文件、块）的个数会受到内存空间大小的限制。
• 性能的瓶颈：整个分布式文件系统的吞吐量，受限于单个名称节点的吞吐量。
• 隔离问题：由于集群中只有一个名称节点，只有一个命名空间，因此，无法对不
  同应用程序进行隔离。
• 集群的可用性：一旦这个唯一的名称节点发生故障，会导致整个集群变得不可用。

3.冗余数据保存

HDFS采用了多副本方式 对数据进行冗余存储，通常一个数据块的多个副本会被分布到不同的数据节点上
所具有的优点：

• 加快数据传输速度
• 容易检查数据错误
• 保证数据可靠性

4.数据存取策略

4.1数据存放

• 第一个副本：放置在上传文件的数据节点；如果是集群外提交，则随机挑选一台磁盘不太满、 CPU不太忙的节点
• 第二个副本：放置在与第一个副本不同的机架的节点
• 第三个副本：与第一个副本相同机架的其他节点上
• 更多副本：随机节点

4.2数据读取

• HDFS提供了一个API可以确定一个数据节点所属的机架ID，客户端也可以调用API获取自己 所属的机架ID
• 当客户端读取数据时，从名称节点获得数据块不同副本的存放位置列表，列表中包含了副本 所在的数据节点可以调用API来确定客户端和这些数据节点所属的机架ID，当发现某个数 据块副本对应的机架ID和客户端对应的机架ID相同时，就优先选择该副本读取数据，如果没有发现，就随机选择一个副本读取数据

5 数据错误与恢复

HDFS出错的几种情形：名称节点出错，数据节点出错，数据出错。

5.1名称节点出错

名称节点保存了所有的元数据信息，其中，最核心的两大数据结构是FsImage和 Editlog，如果这两个文件发生损坏，那么整个HDFS实例将失效。因此，HDFS设置了 备份机制，把这些核心文件同步复制到备份服务器SecondaryNameNode上。当名称节 点出错时，就可以根据备份服务器SecondaryNameNode中的FsImage和Editlog数据进行恢复。

5.2数据节点出错

• 每个数据节点会定期向名称节点发送“心跳”信息，向名称节点报告自己的状态
• 当数据节点发生故障，或者网络发生断网时，名称节点就无法收到来自一些数据节点的心跳
  信息，这时，这些数据节点就会被标记为“宕机”，节点上面的所有数据都会被标记为“不 可读”，名称节点不会再给它们发送任何I/O请求
• 这时，有可能出现一种情形，即由于一些数据节点的不可用，会导致一些数据块的副本数量
  小于冗余因子
• 名称节点会定期检查这种情况，一旦发现某个数据块的副本数量小于冗余因子，就会启动数
  据冗余复制，为它生成新的副本
• HDFS和其它分布式文件系统的最大区别就是可以调整冗余数据的位置

5.3数据出错

• 客户端在读取到数据后，会采用md5和sha1对数据块进行校验，以确定读取到正确
  的数据
• 在文件被创建时，客户端就会对每一个文件块进行信息摘录，并把这些信息写入到同
  一个路径的隐藏文件里面
• 当客户端读取文件的时候，会先读取该信息文件，然后，利用该信息文件对每个读取
  的数据块进行校验，如果校验出错，客户端就会请求到另外一个数据节点读取该文件
  块，并且向名称节点报告这个文件块有错误，名称节点会定期检查并且重新复制这个
  块