2.hadoop之HDFS

1.HDFS概述

1.1 HDFS产生背景及定义

1）HDFS产生背景
需要一种系统来管理多态服务器的文件
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，是分布式的
使用场景：适合一次写入，多次读出的场景

1.2 HDFS的优缺点

1）优点：搞容错性，适合处理大数据，可构建在廉价机器上
2）缺点：不适合低延时数据访问，无法高效对大量小文件进行存储，不支持并发写入、文件随机修改

1.3 HDFS的组成

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）管理数据块映射信息
（4）处理客户端读写请求
2）DataNode：就是Slave。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将文件切分成一个个的块，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增删改查操作
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，可辅助回复NameNode

1.4HDFS文件块大小（面试重点）

HDFS中的文件再物理上是分块存储，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
注：寻址时间为传输时间的1%时，为最佳状态

思考：为什么块的大小不能设置太小，也不能设置太大？
（1）HDFS的块设置太小，会增加寻址时间
（2）块太大，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。导致程序处理块数据时，会非常慢。
总结：HDFS块的大小设置主要取决于磁盘的传输速率。

2.HDFS的Shell操作（开发重点）

2.1 基本语法

hadoop fs 具体命令 或者 hdfs dfs 具体命令

2.2 命令大全

Usage: hadoop fs [generic options]
        [-appendToFile <localsrc> ... <dst>]
        [-cat [-ignoreCrc] <src> ...]
        [-checksum <src> ...]
        [-chgrp [-R] GROUP PATH...]
        [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
        [-chown [-R] [OWNER][:[GROUP]] PATH...]
        [-copyFromLocal [-f] [-p] [-l] [-d] [-t <thread count>] <localsrc> ... <dst>]
        [-copyToLocal [-f] [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-count [-q] [-h] [-v] [-t [<storage type>]] [-u] [-x] [-e] <path> ...]
        [-cp [-f] [-p | -p[topax]] [-d] <src> ... <dst>]
        [-createSnapshot <snapshotDir> [<snapshotName>]]
        [-deleteSnapshot <snapshotDir> <snapshotName>]
        [-df [-h] [<path> ...]]
        [-du [-s] [-h] [-v] [-x] <path> ...]
        [-expunge]
        [-find <path> ... <expression> ...]
        [-get [-f] [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-getfacl [-R] <path>]
        [-getfattr [-R] {-n name | -d} [-e en] <path>]
        [-getmerge [-nl] [-skip-empty-file] <src> <localdst>]
        [-head <file>]
        [-help [cmd ...]]
        [-ls [-C] [-d] [-h] [-q] [-R] [-t] [-S] [-r] [-u] [-e] [<path> ...]]
        [-mkdir [-p] <path> ...]
        [-moveFromLocal <localsrc> ... <dst>]
        [-moveToLocal <src> <localdst>]
        [-mv <src> ... <dst>]
        [-put [-f] [-p] [-l] [-d] <localsrc> ... <dst>]
        [-renameSnapshot <snapshotDir> <oldName> <newName>]
        [-rm [-f] [-r|-R] [-skipTrash] [-safely] <src> ...]
        [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
        [-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
        [-setfattr {-n name [-v value] | -x name} <path>]
        [-setrep [-R] [-w] <rep> <path> ...]
        [-stat [format] <path> ...]
        [-tail [-f] [-s <sleep interval>] <file>]
        [-test -[defsz] <path>]
        [-text [-ignoreCrc] <src> ...]
        [-touch [-a] [-m] [-t TIMESTAMP ] [-c] <path> ...]
        [-touchz <path> ...]
        [-truncate [-w] <length> <path> ...]
        [-usage [cmd ...]]

2.3 常用命令实操

2.3.1 准备工作

1）启动Hadoop集群

$ start-dfs.sh
$ start-yarn.sh

2）-help：输出这个命令参数

$ hadoop fs -help rm

3） 创建/sanguo文件夹

$ hadoop fs -mkdir /sanguo

2.3.2 上传

1）-moveFromLocal：从本地剪切粘贴到HDFS

$ vim shuguo.txt
输入：
shuguo

$ 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

$ vim weiguo.txt
输入：
weiguo

$ hadoop fs -put weiguo.txt /sanguo

3）-put:等同于copyFromLocal，产生环境更习惯用put

$ vim wuguo.txt
输入：
wuguo

$ hadoop fs -put wuguo.txt /sanguo

4）-appendToFile：追加一个文件到已经存在的文件末尾

$ vim liubei.txt
输入：
liubei

$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

2.3.3 下载

1）-copyToLocal：从HDFS拷贝到本地

$ hadoop fs -copyToLocal /sanguo/shuguo.txt ./

2）-get：等同于copyToLocal，生产环境更习惯用get

$ hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

2.3.4 HDFS直接操作

1）-ls：显示目录信息

$ hadoop fs -ls /sanguo

2）-cat：显示文件内容

$ hadoop fs -cat /sanguo/shuguo.txt

3）-chgrp、-chmod、-chown：Linux文件系统中一样的统发，修改文件所属权限

$ hadoop fs -chmod 777 /sanguo/shuguo.txt
$ hadoop fs -chown mgmt:mgmt /sanguo/shuguo.txt

4）-mkdir：创建路径

$ hadoop fs -mkdir /jinguo

5）-cp：从HDFS的一个路径拷贝到HDFS的另一个路径

$ hadoop fs -cp /sanguo/shuguo.txt /jinguo

6）-mv：在HDFS目录中移动文件

$ hadoop fs -mv /sanguo/wuguo.txt /jinguo
$ hadoop fs -mv /sanguo/weiguo.txt /jinguo

7）-tail：显示一个文件的末尾1kb的数据

$ hadoop fs -tail /jinguo/shuguo.txt

8）-rm：删除文件或文件夹

$ hadoop fs -rm /sanguo/shuguo.txt

9）-rm -r：递归删除目录及目录里面内容

$ hadoop fs -rm -r /sanguo

10）-du 统计文件夹的大小信息

$ hadoop fs -du -s -h /jinguo
27  27  /jinguo
$ hadoop fs -du -h /jinguo
14  14  /jinguo/shuguo.txt
7   7   /jinguo/weiguo.txt
6   6   /jinguo/wuguo.txt

说明：27表示文件大小；/jinguo表示查看的目录
11）-setrep：设置HDFS中文件的副本数量

$ hadoop fs -setrep 10 /jinguo/shuguo.txt

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4台设备，最多也就4个副本，只有节点数增加到10台时，副本数才能达到10

3.HDFS的API操作

3.1 客户端环境配置

3.1.1配置IDEA

1）安装配置Maven
（1）下载解压（注意Maven版本需要和IDEA匹配，否则可能会报错）
官方下载地址：https://maven.apache.org/download.cgi
（2）解压，然后添加环境变量
（3）mvn -v查看版本
2）配置仓库
进入解压目录，备份修改conf/setting.xml

<!-- 自建，maven自动下载的jar包，会存放到该目录下 -->
<localRepository>D:/tools/maven/prepository</localRepository>

3）配置镜像地址
国内镜像速度更快，推荐修改(conf/setting.xml中)

  <mirrors>
    <!-- mirror
     | Specifies a repository mirror site to use instead of a given repository. The repository that
     | this mirror serves has an ID that matches the mirrorOf element of this mirror. IDs are used
     | for inheritance and direct lookup purposes, and must be unique across the set of mirrors.
     |
    <mirror>
      <id>mirrorId</id>
      <mirrorOf>repositoryId</mirrorOf>
      <name>Human Readable Name for this Mirror.</name>
      <url>http://my.repository.com/repo/path</url>
    </mirror>
     -->
    <mirror>
      <id>maven-default-http-blocker</id>
      <mirrorOf>external:http:*</mirrorOf>
      <name>Pseudo repository to mirror external repositories initially using HTTP.</name>
      <url>http://0.0.0.0/</url>
      <blocked>true</blocked>
    </mirror>

    <mirror>
    	<id>aliyunmaven</id>
    	<mirrorOf>*</mirrorOf>
    	<name>阿里云公共仓库</name>
    	<url>https://maven.aliyun.com/repository/public</url>
    </mirror>

    <mirror>
　　	<id>huaweicloud</id>
   	    <name>华为云 maven</name>
   	    <mirrorOf>*</mirrorOf>
   	    <url>https://mirrors.huaweicloud.com/repository/maven/</url>
    </mirror>

    <mirror>
　　    <id>nexus-tencentyun</id>
　　    <mirrorOf>*</mirrorOf>
　　    <name>Nexus tencentyun</name>
　　    <url>http://mirrors.cloud.tencent.com/nexus/repository/maven-public/</url>
    </mirror>
 </mirrors>

4）在IDEA中配置Maven
（1）关闭所有项目，防止配置只生效当前项目
（2）打开Setting，在输入框输入maven，选择自定义的maven后，一定要勾选Ovrride（覆盖）。保证Local repository项填写的路径和勾选的配置文件配置的路径一致

（3）配置IDEA中自动下载jar包：依次点击File -> Setting ->Maven ->Importing：选中Automatically download中的两个多选框Sources和Documentation

3.1.2 新建Maven项目

点击File–>New–>Project，选择Maven，创建
1：SRC，项目代码所属目录，放到Java文件中，正式
2：TEST，测试代码
3：POM.xml：包管理文件，需要的包以键值对的方式传入
4：导入包的方式，点击导入
5：也是导入包的方式，点击后本项目的包自动导入

3.2 客户端环境配置

3.2.2 IDEA中操作

hadoop在windows上的依赖下载：https://github.com/kontext-tech/winutils
（1）将服务器中的hadoop-3.1.3下载到windows上，然后添加环境变量
（2）在IDEA中创建Maven工程HdfsClientDome，并导入相应的依赖坐标+日志添加
在pom.xml中添加以下内容

<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>
</dependencies>

（3）在项目的src/main/resources目录下，新建一个文件，命名为“log4j.properties”,添加以下内容

log4j.rootLogger=INFO, stdout 
log4j.appender.stdout=org.apache.log4j.ConsoleAppender 
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout 
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n 
log4j.appender.logfile=org.apache.log4j.FileAppender 
log4j.appender.logfile.File=target/spring.log 
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout 
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

（4）创建包名hadoop.hdfs
（5）创建HdfsClient类
客户端代码常用套路
1.获取一个客户端对象
2.执行相关操作命令
3.关闭资源

package hadoop.hdfs;

import org.apache.hadoop.fs.Path;
import org.junit.Test;



import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.conf.Configuration;
import java.io.IOException;

import java.net.URI;
import java.net.URISyntaxException;

public class HdfsClient {
    @Test
    public void testMkdirs() throws URISyntaxException, IOException, InterruptedException {
        // 连接集群nn的地址
        URI uri = new URI("hdfs://TestNode1:9000");
        //创建一个配置文件
        Configuration configuration = new Configuration();

        //用户
        String user = "mgmt";
        // 获取到客户端对象
        FileSystem fs = FileSystem.get(uri, configuration,user);
        fs.mkdirs(new Path("/xiyou/huaguoshan"));
        fs.close();
    }

}

执行代码，HDFS上就能生成对应文件

3.2 HDFS的API案例实操

3.2.1HDFS文件上传（测试参数优先级）

1）编写源代码

    @Test
    public void testCopyFromLocalFile() throws URISyntaxException, IOException, InterruptedException {
        // 1.获取文件系统
        Configuration configuration = new Configuration();
        configuration.set("dfs.replication","2");
        FileSystem fs = FileSystem.get(new URI("hdfs://TestNode1:9000"),configuration,"mgmt");

        // 2.上传文件(在项目文件夹下创建sunwukong.txt,并输入：sunwukong，后保存)
        fs.copyFromLocalFile(new Path("sunwukong.txt"), new Path("/xiyou/huaguoshan"));

        // 3.关闭资源
        fs.close();
    }

2）将hdfs-site.xml拷贝到项目resources资源目录下

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<!--
  Licensed under the Apache License, Version 2.0 (the "License");
  you may not use this file except in compliance with the License.
  You may obtain a copy of the License at

    http://www.apache.org/licenses/LICENSE-2.0

  Unless required by applicable law or agreed to in writing, software
  distributed under the License is distributed on an "AS IS" BASIS,
  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  See the License for the specific language governing permissions and
  limitations under the License. See accompanying LICENSE file.
-->

<!-- Put site-specific property overrides in this file. -->

<configuration>
  <!-- hdfs 数据备份数量 -->
  <property>
    <name>dfs.replication</name>
    <value>1</value>
  </property>

  <!-- hdfs namenode上存储hdfs名字空间元数据 -->
  <property>
    <name>dfs.namenode.name.dir</name>
    <value>/opt/module/hadoop-3.1.3/hdfs/name</value>
  </property>

  <!-- hdfs datanode上数据块的物理存储位置 -->
  <property>
    <name>dfs.datanode.data.dir</name>
    <value>/opt/module/hadoop-3.1.3/hdfs/data</value>
  </property>
    <property>
    <name>dfs.http.address</name>
    <value>TestNode1:50070</value>
  </property>
    <property>
       <name>dfs.secondary.http.address</name>
       <value>TestNode3:50090</value>
  </property>
  <property>
    <name>dfs.webhdfs.enabled</name>
    <value>true</value>
</property>

</configuration>

3）参数优先级
参数优先级排序：（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）

3.2.2 HDFS文件下载

    @Test
    public void testCopyToLocalFile() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://TestNode1:9000"),configuration,"mgmt");

        // 2.执行下载操作
        // boolean delSrc 指是否将原文件删除
        // Path src 指要下载的文件路径
        // Path dst 指将文件下载到的路径
        // boolean useRawLocalFileSystem 是否开启文件校验
        fs.copyToLocalFile(false, new Path("/xiyou/huaguoshan/sunwukong.txt"), new Path("sunwukong2.txt"), true);

        // 3.关闭资源
        fs.close();
    }

3.2.3 HDFS文件更名和移动

    @Test
    public void testRename() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://TestNode1:9000"),configuration,"mgmt");

        // 2.修改文件名称
        fs.rename(new Path("/xiyou/huaguoshan/sunwukong.txt"),new Path("/xiyou/huaguoshan/meihouwang.txt"));

        // 3.关闭资源
        fs.close();
    }

3.2.4 HDFS删除文件和目录

    @Test
    public void testDelete() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://TestNode1:9000"),configuration,"mgmt");

        // 2.执行删除
        fs.delete(new Path("/xiyou"),true);

        // 3.关闭资源
        fs.close();
    }

3.2.5 HDFS文件详情查看

查看文件名称、权限、长度、块信息

    @Test
    public void testListFiles() throws IOException, InterruptedException,
            URISyntaxException {
        // 1 获取文件系统
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://TestNode1:9000"),configuration,"mgmt");

        // 2 获取文件详情
        RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
        while (listFiles.hasNext()) {
            LocatedFileStatus fileStatus = listFiles.next();
            System.out.println("========" + fileStatus.getPath() + "=========");
            System.out.println(fileStatus.getPermission());
            System.out.println(fileStatus.getOwner());
            System.out.println(fileStatus.getGroup());
            System.out.println(fileStatus.getLen());
            System.out.println(fileStatus.getModificationTime());
            System.out.println(fileStatus.getReplication());
            System.out.println(fileStatus.getBlockSize());
            System.out.println(fileStatus.getPath().getName());
            // 获取块信息
            BlockLocation[] blockLocations = fileStatus.getBlockLocations();
            System.out.println(Arrays.toString(blockLocations));
        }

        // 3 关闭资源
        fs.close();
    }

3.2.6 HDFS文件和文件夹判断

    @Test
    public void testListStatus() throws IOException, InterruptedException, URISyntaxException{
        // 1 获取文件配置信息
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://TestNode1:9000"), configuration, "mgmt");

        // 2 判断是文件还是文件夹
        FileStatus[] listStatus = fs.listStatus(new Path("/"));
        for (FileStatus fileStatus : listStatus) {
            // 如果是文件
            if (fileStatus.isFile()) {
                System.out.println("f:"+fileStatus.getPath().getName());
            }else {
                System.out.println("d:"+fileStatus.getPath().getName());
            }
        }

        // 3 关闭资源
        fs.close();
    }

4.HDFS的读写流程（面试重点）

4.1HDFS写数据流程

4.1.1 剖析文件写入

（1）客户端通过Distributed FileSystem模块想NameNode请求上传文件，NameNode检查目标文件是否已经存在，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）。

4.1.2 网络拓扑-节点距离计算

在HDFS写数据的过程中，NameNode会选择距离上传输数据最近距离的DataNode接受数据。
节点距离：两个节点到达最近的共同祖先的距离总和（想象成一棵树，然后计算两个叶子节点的路径长度）

4.1.3 机架感知（副本存储节点选择）

机架感知说明
（1）官方说明
https://hadoop.apache.org/docs/r3.1.3/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html#Data_Replication
第一个存在本地，第二个存在另一个机架的随机节点，第三个和第二个在一个机架的随机节点
（2）源码说明
Crtl + n 查找 BlockPlacementPolicyDefault，在该类中查找 chooseTargetInOrder 方法。

4.2 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。

5.NameNode和SecondaryNameNode

5.1 NN和2NN的工作机制

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Sa3O3wtJ-1648881493503)(https://note.youdao.com/yws/res/4/WEBRESOURCE89729e205d125814ff7be145ee698a44)]

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。

5.2 Fsimage和Edits解析

（1）Fsimage文件：HDFS文件系统元数据的一个永久性的检查点，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）每个NameNode启动的时候都会将Fisimage文件读入内存，加载Edits里面的更新操作，保证内存中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Edites文件进行了合并。

1）oiv查看Fsimage文件
（1）查看oiv和oev命令

$ hdfs
oev                  apply the offline edits viewer to an edits file
oiv                  apply the offline fsimage viewer to an fsimage

（2）基本语法

hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径

（3）案例实操

$ cd /opt/module/hadoop-3.1.3/hdfs/name/current
$ hdfs oiv -p XML -i fsimage_0000000000000000529 -o ~/fsimage.xml
$ cat ~/fsimage.xml

2）oev查看Edits文件
（1）基本语法

hdfs oev -p 文件类型 -i 编辑日志 -o 转换后文件输出路径

（2）案例实操

$ cd /opt/module/hadoop-3.1.3/hdfs/name/current
$ hdfs oev -p XML -i edits_0000000000000000511-0000000000000000529 -o ~/edits.xml
$ cat ~/edits.xml

edits记录追加操作

5.3 CheckPoint时间设置[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sUyORhXt-1648881493503)(https://note.youdao.com/yws/res/8/WEBRESOURCEa0a0091af4d2df179ce8d899381135d8)]

1）通常情况下，SecondaryNameNode每个一小时执行一次
[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>

6.DataNode

6.1 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。

6.2 数据完整性

DataNode节点上的数据损坏了，没有发现是很危险的。
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。

6.3 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>