深入理解HDFS

HDFS概述

• 数据量越来越多，在一个操作系统管辖的范围存不下了，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，因此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 。
• 是一种允许文件通过网络在多台主机上分享的文件系统，可让多机器上的多用户分享文件和存储空间。
• 通透性。（可以理解为把底层的操作做了一个隐藏）让实际上是通过网络来访问文件的动作，由程序与用户看来，就像是访问本地的磁盘一般。
• 容错。即使系统中有某些节点宕机，整体来说系统仍然可以持续运作而不会有数据损失【通过副本机制实现】（Redis中有去中心化、主从结构）。
• 分布式文件管理系统很多，hdfs只是其中一种，不合适小文件

HDFS的架构分析

HDFS的作用

负责数据的分布式存储

主从结构

主节点（namenode）

主节点，可以有两个：namenode
是整个文件系统的管理节点。它维护着整个文件系统的文件目录树，文件/目录的元信息和每个文件对应的数据块列表。接收用户的操作请求。
文件包括：（元数据存储在内存中，每一次关闭机器，再重新打开，发现数据还在，说明肯定做了一个存储，存到了硬盘中）

• fsimage:元数据镜像文件（备份）。存储某一时段NameNode内存元数据信息。
• edits:操作日志文件，namenode启动后一些新增元信息日志。（存的是hdfs的操作记录）
• fstime:保存最近一次checkpoint的时间

文件存储在：Linux的文件系统中
hdfs-site.xml的dfs.namenode.name.dir属性

主节点的作用

• 管理元数据（正常情况在内存中），元数据包含了许多信息：当前数据存储在哪个位置，当前数据有几个block块，block大小多大，在哪等等
• 接收用户的操作请求，是用户操作的入口
• 维护文件系统的目录结构，称作命名空间

主节点的位置

从节点（datanode）

从节点，有多个：datanode
主从结构中从节点挂了还可以正常运行，主节点挂了就没了

• 提供真实文件数据的存储服务。
• 文件块（block）：最基本的存储单位。对于文件内容而言，一个文件的长度大小是size，那么从文件的０偏移开始，按照固定的大小，顺序对文件进行划分并编号，划分好的每一个块称一个Block。2.0以后HDFS默认Block大小是128MB，以一个256MB文件，共有256/128=2个Block.
  hdfs-site.xml中dfs.blocksize属性
• 不同于普通文件系统的是，HDFS中，如果一个文件小于一个数据块的大小，并不占用整个数据块存储空间
• Replication。多复本。默认是三个。
  hdfs-site.xml的dfs.replication属性

从节点的作用

存储数据

从节点的位置

这里的ID都是对应的

打开从节点的数据查看一下

secondarynamenode

帮namenode来处理数据
secondarynamenode来对数据进行监控，监控时间到了之后，来通知namenode来进行处理（没有它，namenode也可以正常用）

合并（chickpiont）

这个合并的过程叫做checkpiont
为什么要进行合并edits：假设我们做了一个操作时上传一个文件，那么日志里面会存储这条记录，并且也会记得日志存储在哪，假设我们不对它进行合并（fsimage+edits），那么数据会发生丢失，所以进行合并产生新的fsimage

（这里的默认64MB指的是操作命令那一条指令的大小一共是64，才会进行合并，或者也可以重启，也会合并）

Client读取多副本文件过程

根据一个就近原则去读取

HDFS读写数据流程

HDFS读数据

简化描述
1、open，打开HDFS的文件存储系统
2、向下找某一个具体的数据；这就需要去找namenode了，namenode里面存储了它的元数据信息（包括位置在哪，大小是多少等等）
3、开始读数据了（多个block就按顺序读）
挂了就找副本
4、读完就关闭

原描述
1.首先调用FileSystem对象的open方法，其实是一个DistributedFileSystem的实例
2.DistributedFileSystem通过rpc获得文件的第一个block的locations（namenode查出来的），同一block按照副本数（一个block的文件有三个备份）会返回多个locations（返回给open方法），这些locations按照hadoop拓扑结构（远近）排序，距离客户端近的排在前面.
3.前两步会返回一个（io流对象，封装成）FSDataInputStream对象，该对象会被封装成DFSInputStream对象，DFSInputStream可以方便的管理datanode和namenode数据流。客户端调用read方法，DFSInputStream最会找出离客户端最近的datanode并连接。
4.数据从datanode源源不断的流向客户端。
5.如果第一块的数据读完了，就会关闭指向第一块的datanode连接，接着读取下一块。（有多个block就还继续按照上面的顺序接着读取）这些操作对客户端来说是透明的（也就是用户不需要知道下面都做了什么），客户端的角度看来只是读一个持续不断的流。
6.如果第一批block都读完了，DFSInputStream就会去namenode拿下一批blocks的location，然后继续读，如果所有的块都读完，这时就会关闭掉所有的流。
如果在读数据的时候，DFSInputStream和datanode的通讯发生异常，就会尝试正在读的block的排第二近的datanode,并且会记录哪个datanode发生错误，剩余的blocks读的时候就会直接跳过该datanode。DFSInputStream也会检查block数据校验和，如果发现一个坏的block,就会先报告到namenode节点，然后DFSInputStream在其他的datanode上读该block的镜像
该设计的方向就是客户端直接连接datanode来检索数据并且namenode来负责为每一个block提供最优的datanode，namenode仅仅处理block location的请求，这些信息都加载在namenode的内存中，hdfs通过datanode集群可以承受大量客户端的并发访问。

HDFS写数据

写数据的时候要注意副本问题，要么同时成功，要么同时失败，具有原子性；不存在一个副本写入成功，一个副本写入失败的问题

简化描述
1、create，打开了FileSystem
2、打开namenode；namenode要了解这个新的文件的信息（文件写在了哪，大小多少等等）
3、写数据
4、包的形式做数据传输，namenode告诉流，哪个地方存储比较合适
5、返回做验证，验证是否写成功，要是一个失败，那就全部失败（原子性），打开ack，监听是否成功
6、关闭流
7、将数据传给namenode做分配

原描述
1.客户端通过调用DistributedFileSystem的create方法创建新文件
2.DistributedFileSystem通过RPC调用namenode去创建一个没有blocks关联的新文件（这时候还没有决定存在哪个位置），创建前，namenode会做各种校验，比如文件是否存在，客户端有无权限去创建等。如果校验通过，namenode就会记录下新文件，否则就会抛出IO异常.
3.前两步结束后会返回FSDataOutputStream的对象，像读文件的时候相似，FSDataOutputStream被封装成DFSOutputStream.DFSOutputStream可以协调namenode和datanode。客户端开始写数据到DFSOutputStream,DFSOutputStream会把数据切成一个个小packet，然后排成队列data quene（理解为缓存，将数据进行排列，有序的，方便切分，比如数据到了128MB，可以进行切分）。
4.DataStreamer会去处理接受data queue，他先问询namenode这个新的block最适合存储的在哪几个datanode里，比如副本数是3，那么就找到3个最适合的datanode（namenode告诉了数据流，存储到哪个地方比较合适），把他们排成一个pipeline（类似于队列中的出栈，出去就没了）.DataStreamer把packet按队列输出到管道的第一个datanode中，第一个datanode又把packet输出到第二个datanode中，以此类推。
5.DFSOutputStream还有一个对列叫ack queue（一个队列是传输数据，一个队列是验证），也是由packet组成，等待datanode的收到响应，当pipeline中的所有datanode都表示已经收到的时候，这时ack queue才会把对应的packet包移除掉。（ack就是把数据搞成了两个队列，防止数据发生错误；一个队列是出栈的，存储到datanode，一个队列是验证的，当验证没有问题之后，ack才会把自己的数据丢掉，留着就是为了防止出现问题，找不到数据了）
如果在写的过程中某个datanode发生错误，会采取以下几步：1) pipeline被关闭掉；2)为了防止丢包ack queue里的packet会同步到data queue里；3)把产生错误的datanode上当前在写但未完成的block删掉；4）block剩下的部分被写到剩下的两个正常的datanode中；5）namenode找到另外的datanode去创建这个块的复制（也是三个的）。当然，这些操作对客户端来说是无感知的。
6.客户端完成写数据后调用close方法关闭写入流
7.DataStreamer把剩余得包都刷到pipeline里然后等待ack信息，收到最后一个ack后，通知namenode把文件标示为已完成

感谢阅读，我是啊帅和和，一位大数据专业大四学生，祝你快乐。