day09HDFS

最新推荐文章于 2023-08-05 19:48:13 发布
最新推荐文章于 2023-08-05 19:48:13 发布
阅读量722 收藏
点赞数
文章标签： hadoop hdfs java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lhhaini/article/details/122210949
版权
本文详细介绍了HDFS的元数据管理，包括SecondaryNameNode的角色和namenode的恢复。还阐述了HDFS的Java API配置与使用，如创建文件系统、文件操作、目录管理等。此外，讨论了HDFS的权限控制、快照功能、数据备份与恢复，以及高可用机制的配置，包括NameNode和ResourceManager的HA集群设置。
摘要由CSDN通过智能技术生成

一.HDFS的元数据辅助管理（SecondaryNameNode）

  1. namenode的作用：管理元数据Fsimage文件（镜像，存储几乎所有的元数据，不会立刻更新） Edits文件（日志文件，存储最近一段时间元数据，数据格式不一样慢）
  2. SecondaryNameNode辅助管理元数据：隔段时间将fsimage和edits文件拷贝到所在主机，将两个文件合并，合并成新的fsimage.ckpt文件替换旧的fsimage，生成edits.new文件最后到edits。触发条件：每隔一小时，或edits文件大于64m。
  3. SecondaryNameNode在合并edits和fsimage时需要消耗的内存和那么node差不多，所以一般不把namenode和secondarynode放在一台机器上
  4. namenode元数据恢复：可以通过SecondaryNameNode恢复

二.HDFS的JavaApi

  1. 配置windows的hadoop
    1.1 第一步：将已经编译好的Windows版本Hadoop解压到到一个没有中文没有空格的路径下面
    1.2第二步：在windows上面配置hadoop的环境变量： HADOOP_HOME，并将%HADOOP_HOME%\bin添加到path中
    1.3第三步：把hadoop2.7.5文件夹中bin目录下的hadoop.dll文件放到系统盘: C:\Windows\System32 目录
    1.4第四步：关闭windows重启
  2. 导入maven依赖
<dependencies>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.7.5</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>2.7.5</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>2.7.5</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-mapreduce-client-core</artifactId>
        <version>2.7.5</version>
    </dependency>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>
</dependencies>
  1. 使用文件系统方式访问数据
    3.1 涉及的主要类：configuration：封装了客户端或服务器的配置，filesystem是一个文件系统对象，可以用该对象的一些方法对文件进行操作（get方法）
package com.hlzq.hdfs;


import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.junit.Test;

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

public class TestDemo1 {
    @Test
    public void meth01GetFileSystem() throws IOException {
        //1.创建configuration对象
        Configuration configuration = new Configuration();
        //2.指定创建文件系统类型
        configuration.set("fs.defaultFS", "hdfs://node1:8020");
        //3.获取指定的文件系统
        FileSystem fileSystem = FileSystem.get(configuration);
        System.out.println(fileSystem);
    }
    @Test
    public void meth02GetFileSystem() throws IOException, URISyntaxException {
        //1.创建configuration对象
        //2.指定创建文件系统类型
        //3.获取指定的文件系统
        FileSystem jdjsdj = FileSystem.get(new URI( "hdfs://node1:8020"), new Configuration());
        System.out.println(jdjsdj);
    }

}

//遍历hdfs文件

@Test
public  void bianLi() throws URISyntaxException, IOException {
    //获取filesystem对象
    FileSystem fileSystem = FileSystem.get(new URI("hdfs://node1:8020"), new Configuration());
    // 获取指定目录下的缩影文件的详情
    RemoteIterator<LocatedFileStatus> locatedFileStatusRemoteIterator = fileSystem.listFiles(new Path("/"), true);
    //遍历迭代器集合，分别获取文件的信息
    while (locatedFileStatusRemoteIterator.hasNext()){
        LocatedFileStatus next = locatedFileStatusRemoteIterator.next();
        //获取具体的文件信息
        Path path = next.getPath();
        System.out.println(path);
        //获取每一个文件的block信息
        BlockLocation[] blockLocations = next.getBlockLocations();
        System.out.println(blockLocations.length);//block的数量(文件被切分成几份)

        for (BlockLocation blockLocation : blockLocations) {
            String[] hosts = blockLocation.getHosts();
            for(String host: hosts){
                System.out.println(host);
            }
            System.out.println("#########################################################");
        }

    }

    //关闭filesystem对象
    fileSystem.close();
}

创建文件夹：

@Test
    public  void mkdir() throws URISyntaxException, IOException {
        FileSystem fileSystem = FileSystem.get(new URI("hdfs://node1:8020"), new Configuration());
        boolean exists = fileSystem.exists(new Path("/xx/yy/zz"));//exists判断文件夹是否存在
        if (!exists){
            System.out.println("不存在创建");
         fileSystem.mkdirs(new Path("/xx/yy/zz"));
        }else System.out.println("存在，不创建");


    }

下载

  //下载方法一
    @Test
    public void dowlo() throws URISyntaxException, IOException {
        FileSystem fileSystem = FileSystem.get(new URI("hdfs://node1:8020"), new Configuration());
        //获取源文件输入流
        FSDataInputStream inputStream = fileSystem.open(new Path("/anaconda-ks.cfg"));
        //获取本地文件的输出流
        FileOutputStream outputStream = new FileOutputStream("F:\\dnxx");
       //使用IOUtils工具实现文件的拷贝
        IOUtils.copy(inputStream, outputStream);
        //关流
        outputStream.close();
        inputStream.close();
    }
    //下载方法二，
    @Test
    public void dowlo2() throws URISyntaxException, IOException {
        FileSystem fileSystem = FileSystem.get(new URI("hdfs://node1:8020"), new Configuration());
        fileSystem.copyToLocalFile(new Path("/anaconda-ks.cfg"),new Path("F:\\dnxx"));
        fileSystem.close();
    }

上传

 //文件上传
    @Test
    public void Sha() throws URISyntaxException, IOException {
        FileSystem fileSystem = FileSystem.get(new URI("hdfs://node1:8020"), new Configuration());
        fileSystem.copyFromLocalFile(new Path("F:\\dnxx"),new Path("/xx/yy/zz"));
        fileSystem.close();
    }

小文件合并（本地小文件，追加）

@Test
    public void Shaheb() throws URISyntaxException, IOException {
        FileSystem fileSystem = FileSystem.get(new URI("hdfs://node1:8020"), new Configuration());
    //创建HDFS上的文件名
        FSDataOutputStream outputStream = fileSystem.create(new Path("/a.txt"));
        //获取本地文件系统
        LocalFileSystem local = FileSystem.getLocal(new Configuration());
        //通过本地文件系统获取文件列表为一个集合
        FileStatus[] fileStatuses = local.listStatus(new Path("file:///G:\\dd"));
        for (FileStatus fileStatus:fileStatuses){
            FSDataInputStream open = local.open(fileStatus.getPath());
            IOUtils.copy(open, outputStream);
            IOUtils.closeQuietly(open);
        }
        IOUtils.closeQuietly(outputStream);
        local.close();
        fileSystem.close();
    }

三.HDFS的访问权限控制

  1. 权限总开关：vim hdfs-site.xml在这里插入图片描述
    打开为TRUE ，分发，重启hdfs
  2. 伪装用户：在这里插入图片描述

四.HDFS其他功能

1.不同集群之间数据复制：
1.1集群内部文件拷贝scp：scp (-r目录)文件名 主机名：$pwd
1.2远程复制到本地：scp root@主机名：文件地址名字 存放位置
scp -r root@node2:zookeeper.out dir33/
1.3跨集群之间的数据拷贝：hadoop distcp hdfs://node1:8020/jdk-8u hdsfs://cluste2:8020/
1.4Archive档案的使用：hdfs不擅长存储小文件，每个文件最少一个block，每个block都会在namenode占用内存，存在大量的小文件，就会吃掉namenode的大量内存。Archive把多个文件归档称为一个文件，归档成为一个文件后还可以透明的访问每一个文件。
1.4.1：创建Archive
在这里插入图片描述
例：你想存档一个目录/config下的所有文件：
hadoop archive -archiveName 名字 -p /config （打包的目录）/存放的目录
在这里插入图片描述
1.4.2查看Archive：hadoop fs -cat /output/test.har/part-0
1.4.3查看小文件列表： hadoop fs -ls har://hdfs-node1:8020/output/test.har
在这里插入图片描述
1.4.4访问单独的小文件： hadoop fs -cat har://hdfs-node1:8020/output/test.har/core-site.xml
在这里插入图片描述
1.4.5archive不支持打包
1.4.6解压Achive： hadoop fs -cp har:///output/test.har/* /config2在这里插入图片描述

五.HDFS的快照

  1. 数据备份，误操作容灾恢复

  2. 开启指定目录的快照功能：hdfs dfsadmin -allowSnapshot 路径

  3. 禁用指定路径的快照功能：hdfs dfsadmin -disallowSnapshot 路径

  4. 给指定路径创建快照：hdfs dfs -createSnapshot 路径
    在这里插入图片描述

  5. 指定快照名称进行创建快照：hdfs dfs -createSnapshot 路径 名称

  6. 快照重命名：hdfs dfs -renameSnapshot 路径 旧名称 新名称

  7. 列出当前用户所有可快照目录：hdfs lsSnapshottableDir

  8. 恢复快照：hdfs dfs -cp -ptopax 快照位置 /恢复位置

  9. 删除快照：hdfs dfs -deleteSnapshort /快照目录的 快照名

六.HDFS的Trash回收站功能

  1. 在/user/用户名/.Trash目录
  2. 参数
    在这里插入图片描述
  3. 强删除：hadoop fs -rm -skipTrash /dir1/a.txt

七.HDFS高可用机制

  1. 在这里插入图片描述
    2.HDFS高可用集群
    在这里插入图片描述
    在这里插入图片描述
    2.1修改core-site.xml
    在这里插入图片描述
<configuration>
<!-- 指定NameNode的HA高可用的zk地址  -->
         <property>
                   <name>ha.zookeeper.quorum</name>
                   <value>node1:2181,node2:2181,node3:2181</value>
         </property>
 <!-- 指定HDFS访问的域名地址  -->
         <property>
                   <name>fs.defaultFS</name>
                   <value>hdfs://ns</value>
         </property>
 <!-- 临时文件存储目录  -->
        <property>
                  <name>hadoop.tmp.dir</name>
                  <value>/opt/server/hadoop-2.7.5/data/tmp</value>
        </property>
         <!-- 开启hdfs垃圾箱机制，指定垃圾箱中的文件七天之后就彻底删掉
                                单位为分钟
         -->
        <property>
                 <name>fs.trash.interval</name>
                 <value>10080</value>
        </property>

</configuration>

2.2. 修改hdfs-site.xml

<!--  指定命名空间  -->
	<property>
		<name>dfs.nameservices</name>
		<value>ns</value>
	</property>
<!--  指定该命名空间下的两个机器作为我们的NameNode  -->
	<property>
		<name>dfs.ha.namenodes.ns</name>
		<value>nn1,nn2</value>
	</property>

	<!-- 配置第一台服务器的namenode通信地址  -->
	<property>
		<name>dfs.namenode.rpc-address.ns.nn1</name>
		<value>node1:8020</value>
	</property>
	<!--  配置第二台服务器的namenode通信地址  -->
	<property>
		<name>dfs.namenode.rpc-address.ns.nn2</name>
		<value>node2:8020</value>
	</property>
	<!-- 所有从节点之间相互通信端口地址 -->
	<property>
		<name>dfs.namenode.servicerpc-address.ns.nn1</name>
		<value>node1:8022</value>
	</property>
	<!-- 所有从节点之间相互通信端口地址 -->
	<property>
		<name>dfs.namenode.servicerpc-address.ns.nn2</name>
		<value>node2:8022</value>
	</property>
	
	<!-- 第一台服务器namenode的web访问地址  -->
	<property>
		<name>dfs.namenode.http-address.ns.nn1</name>
		<value>node1:50070</value>
	</property>
	<!-- 第二台服务器namenode的web访问地址  -->
	<property>
		<name>dfs.namenode.http-address.ns.nn2</name>
		<value>node2:50070</value>
	</property>
	
	<!-- journalNode的访问地址，注意这个地址一定要配置 -->
	<property>
		<name>dfs.namenode.shared.edits.dir</name>
		<value>qjournal://node1:8485;node2:8485;node3:8485/ns1</value>
	</property>
	<!--  指定故障自动恢复使用的哪个java类 -->
	<property>
		<name>dfs.client.failover.proxy.provider.ns</name>
		<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
	</property>
	
	<!-- 故障转移使用的哪种通信机制 -->
	<property>
		<name>dfs.ha.fencing.methods</name>
		<value>sshfence</value>
	</property>
	
	<!-- 指定通信使用的公钥  -->
	<property>
		<name>dfs.ha.fencing.ssh.private-key-files</name>
		<value>/root/.ssh/id_rsa</value>
	</property>
	<!-- journalNode数据存放地址  -->
	<property>
		<name>dfs.journalnode.edits.dir</name>
		<value>/opt/server/hadoop-2.7.5/data/dfs/jn</value>
	</property>
	<!-- 启用自动故障恢复功能 -->
	<property>
		<name>dfs.ha.automatic-failover.enabled</name>
		<value>true</value>
	</property>
	<!-- namenode产生的文件存放路径 -->
	<property>
		<name>dfs.namenode.name.dir</name>
		<value>file:///opt/server/hadoop-2.7.5/data/dfs/nn/name</value>
	</property>
	<!-- edits产生的文件存放路径 -->
	<property>
		<name>dfs.namenode.edits.dir</name>
		<value>file:///opt/server/hadoop-2.7.5/data/dfs/nn/edits</value>
	</property>
	<!-- dataNode文件存放路径 -->
	<property>
		<name>dfs.datanode.data.dir</name>
		<value>file:///opt/server/hadoop-2.7.5/data/dfs/dn</value>
	</property>
	<!-- 关闭hdfs的文件权限 -->
	<property>
		<name>dfs.permissions</name>
		<value>false</value>
	</property>
	<!-- 指定block文件块的大小 -->
	<property>
		<name>dfs.blocksize</name>
		<value>134217728</value>
	</property>

2.3 修改yarn-site.xml，注意node03与node02配置不同

<!-- Site specific YARN configuration properties -->
<!-- 是否启用日志聚合.应用程序完成后,日志汇总收集每个容器的日志,这些日志移动到文件系统,例如HDFS. -->
<!-- 用户可以通过配置"yarn.nodemanager.remote-app-log-dir"、"yarn.nodemanager.remote-app-log-dir-suffix"来确定日志移动到的位置 -->
<!-- 用户可以通过应用程序时间服务器访问日志 -->

<!-- 启用日志聚合功能，应用程序完成后，收集各个节点的日志到一起便于查看 -->
	<property>
			<name>yarn.log-aggregation-enable</name>
			<value>true</value>
	</property>
 

<!--开启resource manager HA,默认为false--> 
<property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
</property>
<!-- 集群的Id，使用该值确保RM不会做为其它集群的active -->
<property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>mycluster</value>
</property>
<!--配置resource manager  命名-->
<property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2</value>
</property>
<!-- 配置第一台机器的resourceManager -->
<property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>node2</value>
</property>
<!-- 配置第二台机器的resourceManager -->
<property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>node3</value>
</property>

<!-- 配置第一台机器的resourceManager通信地址 -->
<property>
        <name>yarn.resourcemanager.address.rm1</name>
        <value>node2:8032</value>
</property>
<property>
        <name>yarn.resourcemanager.scheduler.address.rm1</name>
        <value>node2:8030</value>
</property>
<property>
        <name>yarn.resourcemanager.resource-tracker.address.rm1</name>
        <value>node2:8031</value>
</property>
<property>
        <name>yarn.resourcemanager.admin.address.rm1</name>
        <value>node2:8033</value>
</property>
<property>
        <name>yarn.resourcemanager.webapp.address.rm1</name>
        <value>node2:8088</value>
</property>

<!-- 配置第二台机器的resourceManager通信地址 -->
<property>
        <name>yarn.resourcemanager.address.rm2</name>
        <value>node3:8032</value>
</property>
<property>
        <name>yarn.resourcemanager.scheduler.address.rm2</name>
        <value>node3:8030</value>
</property>
<property>
        <name>yarn.resourcemanager.resource-tracker.address.rm2</name>
        <value>node3:8031</value>
</property>
<property>
        <name>yarn.resourcemanager.admin.address.rm2</name>
        <value>node3:8033</value>
</property>
<property>
        <name>yarn.resourcemanager.webapp.address.rm2</name>
        <value>node3:8088</value>
</property>


<!--开启resourcemanager自动恢复功能-->
<property>
        <name>yarn.resourcemanager.recovery.enabled</name>
        <value>true</value>
</property>
<!--在node2上配置rm1,在node3上配置rm2,注意：一般都喜欢把配置好的文件远程复制到其它机器上，但这个在YARN的另一个机器上一定要修改，其他机器上不配置此项-->
	<property>       
		<name>yarn.resourcemanager.ha.id</name>
		<value>rm1</value>
       <description>If we want to launch more than one RM in single node, we need this configuration</description>
	</property>
	   
	   <!--用于持久存储的类。尝试开启-->
<property>
        <name>yarn.resourcemanager.store.class</name>
        <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
<property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>node2:2181,node3:2181,node1:2181</value>
        <description>For multiple zk services, separate them with comma</description>
</property>
<!--开启resourcemanager故障自动切换，指定机器--> 
<property>
        <name>yarn.resourcemanager.ha.automatic-failover.enabled</name>
        <value>true</value>
        <description>Enable automatic failover; By default, it is enabled only when HA is enabled.</description>
</property>
<property>
        <name>yarn.client.failover-proxy-provider</name>
        <value>org.apache.hadoop.yarn.client.ConfiguredRMFailoverProxyProvider</value>
</property>
<!-- 允许分配给一个任务最大的CPU核数，默认是8 -->
<property>
        <name>yarn.nodemanager.resource.cpu-vcores</name>
        <value>2</value>
</property>
<!-- 每个节点可用内存,单位MB -->
<property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>2048</value>
</property>
<!-- 单个任务可申请最少内存，默认1024MB -->
<property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>1024</value>
</property>
<!-- 单个任务可申请最大内存，默认8192MB -->
<property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>2048</value>
</property>
<!--多长时间聚合删除一次日志 此处-->
<property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>2592000</value><!--30 day-->
</property>
<!--时间在几秒钟内保留用户日志。只适用于如果日志聚合是禁用的-->
<property>
        <name>yarn.nodemanager.log.retain-seconds</name>
        <value>604800</value><!--7 day-->
</property>
<!--指定文件压缩类型用于压缩汇总日志-->
<property>
        <name>yarn.nodemanager.log-aggregation.compression-type</name>
        <value>gz</value>
</property>
<!-- nodemanager本地文件存储目录-->
<property>
        <name>yarn.nodemanager.local-dirs</name>
        <value>/opt/server/hadoop-2.7.5/yarn/local</value>
</property>
<!-- resourceManager  保存最大的任务完成个数 -->
<property>
        <name>yarn.resourcemanager.max-completed-applications</name>
        <value>1000</value>
</property>
<!-- 逗号隔开的服务列表，列表名称应该只包含a-zA-Z0-9_,不能以数字开始-->
<property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>

<!--rm失联后重新链接的时间--> 
<property>
        <name>yarn.resourcemanager.connect.retry-interval.ms</name>
        <value>2000</value>
</property>

2.4修改mapred-site.xml先拷贝mapred-site.xml.template

<!--指定运行mapreduce的环境是yarn -->
<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>
<!-- MapReduce JobHistory Server IPC host:port -->
<property>
        <name>mapreduce.jobhistory.address</name>
        <value>node3:10020</value>
</property>
<!-- MapReduce JobHistory Server Web UI host:port -->
<property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>node3:19888</value>
</property>
<!-- The directory where MapReduce stores control files.默认 ${hadoop.tmp.dir}/mapred/system -->
<property>
        <name>mapreduce.jobtracker.system.dir</name>
        <value>/opt/server/hadoop-2.7.5/data/system/jobtracker</value>
</property>
<!-- The amount of memory to request from the scheduler for each map task. 默认 1024-->
<property>
        <name>mapreduce.map.memory.mb</name>
        <value>1024</value>
</property>
<!-- <property>
                <name>mapreduce.map.java.opts</name>
                <value>-Xmx1024m</value>
        </property> -->
<!-- The amount of memory to request from the scheduler for each reduce task. 默认 1024-->
<property>
        <name>mapreduce.reduce.memory.mb</name>
        <value>1024</value>
</property>
<!-- <property>
               <name>mapreduce.reduce.java.opts</name>
               <value>-Xmx2048m</value>
        </property> -->
<!-- 用于存储文件的缓存内存的总数量，以兆字节为单位。默认情况下，分配给每个合并流1MB，给个合并流应该寻求最小化。默认值100-->
<property>
        <name>mapreduce.task.io.sort.mb</name>
        <value>100</value>
</property>
 
<!-- <property>
        <name>mapreduce.jobtracker.handler.count</name>
        <value>25</value>
        </property>-->
<!-- 整理文件时用于合并的流的数量。这决定了打开的文件句柄的数量。默认值10-->
<property>
        <name>mapreduce.task.io.sort.factor</name>
        <value>10</value>
</property>
<!-- 默认的并行传输量由reduce在copy(shuffle)阶段。默认值5-->
<property>
        <name>mapreduce.reduce.shuffle.parallelcopies</name>
        <value>15</value>
</property>
<property>
        <name>yarn.app.mapreduce.am.command-opts</name>
        <value>-Xmx1024m</value>
</property>
<!-- MR AppMaster所需的内存总量。默认值1536-->
<property>
        <name>yarn.app.mapreduce.am.resource.mb</name>
        <value>1536</value>
</property>
<!-- MapReduce存储中间数据文件的本地目录。目录不存在则被忽略。默认值${hadoop.tmp.dir}/mapred/local-->
<property>
        <name>mapreduce.cluster.local.dir</name>
        <value>/opt/server/hadoop-2.7.5/data/system/local</value>
</property>

2.5修改slaves

node1
node2
node3

2.6修改hadoop-env.sh

export JAVA_HOME=/export/server/jdk1.8.0_241

2.7启动分发
cd /opt/server
scp -r hadoop-2.7.5/ node2:$ PWD
scp -r hadoop-2.7.5/ node3:$PWD
2.8三台机器执行一下命令：

mkdir -p /opt/server/hadoop-2.7.5/data/dfs/nn/name
mkdir -p /opt/server/hadoop-2.7.5/data/dfs/nn/edits
mkdir -p /opt/server/hadoop-2.7.5/data/dfs/nn/name
mkdir -p /opt/server/hadoop-2.7.5/data/dfs/nn/edits

2.9更改node3的rm2

vim yarn-site.xml

在这里插入图片描述
2.10启动
node1上执行

cd   /opt/server/hadoop-2.7.5
bin/hdfs zkfc -formatZK
sbin/hadoop-daemons.sh start journalnode
bin/hdfs namenode -format
bin/hdfs namenode -initializeSharedEdits -force
sbin/start-dfs.sh

node2上执行

cd   /opt/server/hadoop-2.7.5
bin/hdfs namenode -bootstrapStandby
sbin/hadoop-daemon.sh start namenode
sbin/start-yarn.sh
bin/yarn rmadmin -getServiceState rm1(查看resourceManager状态)

node3上面执行

cd   /export/servers/hadoop-2.7.5
sbin/start-yarn.sh
bin/yarn rmadmin -getServiceState rm2
sbin/mr-jobhistory-daemon.sh start historyserver
lhh123lhh123
关注
HDFS租约机制详解
上好佳的博客
06-06 126
【代码】HDFS租约机制详解。
Hadoop组件HDFS的secondaryNameNode是如何辅助管理元数据
sijiwang95的博客
02-23 139
* 1- SNN会每隔一定的时间, 检测NameNode是否需要进行checkpoint(1个小时/128M) * 2- SNN一旦达到对应阈值, 就会让Namenode执行checkpoint, 滚动形成一个新的edit文件 * 3- SNN将之前整个edit文件和对应fsimage通过HTTP请求的方式将其拉取到SNN所在的节点上 * 4- 将edits文件和fsimage文件读取到内存中, 进行内存合并操作, 将其合并为一个新的fsimage文件 (fsimage.checkpoint) * 5- 将
HDFS中主节点(NameNode)如何管理元数据,辅助接点(SecondaryNameNode)如何辅助NameNode管理元数据
weixin_51696882的博客
03-25 409
HDFS中Namenode如何管理元数据,SecondaryNamenode如何辅助namenode管理元数据
HDFS读写数据流程&NameNode和SecondaryNameNode工作流程
weixin_42442967的博客
08-01 802
1）客户端通过DistributedFileSystem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。...
HDFS的元数据辅助管理
散步的博客
03-01 233
当Hadoop的集群当中，NameNode的所有元数据信息保存在FsImage与Eidt文件当中，这两个文件就记录了所有的数据的元数据信息， 元数据信息的保存目录配置在了hdfs-site.xml当中 <property> <name>dfs.namenode.name.dir</name> <value> ...
Hadoop之HDFS
m0_71714341的博客
05-08 163
介绍了hdfs架构的详细的工作流程
大数据day11——HDFS 的 API 操作
04-20
笔记自作不易，含有博客原图。
Day05_HDFS深入及Hadoop HA.pdf
05-11
在深入探讨HDFS深入及Hadoop HA相关知识点之前，首先需要了解标题和描述中提及的几个关键点：课程回顾、基础课程价值信息、入门课程、分布式计算条件、HDFS深入、Hadoop HA架构、Zookeeper功能及应用场景、Hadoop ...
Flume采集HDFS audit log日志至HDFS
Deegue
05-19 1774
1、背景 HDFS的audit log产生数据量很大，速度也很快，在机器系统盘上必须立即持久化到HDFS，否则数据会被覆盖或者磁盘会打满。 用于数据治理-HDFS废弃文件、Hive废弃表检测与清理。 2、实现 ① Apache Flume官网下载最新版本的Flume。 ② 配置audit_log_hdfs.conf # 一个channel一个source 配置3个sink a1.sources = r1 a1.sinks = k1 k2 k3 a1.channels = c1 # 数据来源，给c1配置s
Hadoop系列——Google Option，LibHDFS介绍，HDFS常见的客户端day3-2
qq_51553982的博客
10-26 443
Libhdfs是用于Hadoop的分布式文件系统(HDFS)的基于.JNI的C API。它为HDFS API的一个子集提供了C API，以操作HDFS文件和文件系统。Libhdfs是Hladoop发行版的一部分，并在$Hadoop_HDFS_HOME/lib/本地/libhdfs.soLibhdfs与Windows兼容，可以通过运行MVN编译在Hadoop-HDFS-project/Hadoop-HDFS源树的目录。
HDFS中的NAMENODE元数据管理（超详细）
weixin_49750432的博客
08-05 4429
文件自身属性信息文件名称、权限、修改时间，文件大小、复制因子、数据块大小文件块位置映射信息记录文件块和DataNode之间的映射信息，即哪个块位于哪个结点上按照存储形式分别为内存元数据和元数据文件两种，分别存在内存和磁盘上SNN可以减小edits logs文件的大小和得到一个最新的fsimage文件，这样也会减小在namenode上的压力。
简明扼要的HDFS元数据管理机制描述（NameNode和Secondary NameNode工作机制）
weixin_47201365的博客
11-28 1570
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。时，一定要检查seen_txid内的数字和edits_*文件的尾数是否匹配，否则会发生建置NameNode时metaData的资料有缺少，导致误删DataNode上多余的Block的资讯。Edits文件（编辑日志）：存放HDFS文件系统的所以更新操作的路径，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。
NameNode和SecondaryNameNode工作机制
lljazxx的博客
11-06 326
NameNode和SecondaryNameNode工作机制 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在内存中对数据进行增删改查。 第二阶段：Seconda...
HDFS面试题
卡卡的博客
10-11 2765
HDFS常见面试题及解析
secondaryNameNode元数据管理机制
oracle8090的博客
09-08 744
客户端经常性的会有 查询元数据的请求 和更新元数据的请求 namenode对数据的管理采用了三种存储形式： 内存元数据(NameSystem) 磁盘元数据镜像文件（fsimage） 数据操作日志文件（可通过日志运算出元数据edits） secondary namenode 主要对image镜像文件的管理 1.当有元数据有更新请求的时候，首先会更新到内存当中， 2.同时会记录操
Hadoop中SecondaryNameNode工作机制
lavimer
01-04 4772
首先来看一下HDFS的结构，如下图： 如上图，在HDFS架构中，NameNode是职责是管理元数据信息，DataNode的职责是负责数据存储，那么SecondaryNameNode的作用是什么呢？ 其实SecondaryNameNode是hadoop1.x中HDFS HA的一个解决方案，下面我们来看一下SecondaryNameNode工作的流程，如下图： 1.Nam
Hadoop之SecondaryNameNode
u010741032的博客
04-01 1081
一 、SecondaryNameNode的作用 SecondaryNameNode的作用是合并fsimage和edits文件。 NameNode的存储目录树的信息，而目录树的信息则存放在fsimage文件中，当NameNode启动的时候会首先读取整个fsimage文件，将信息装载到内存中。 Edits文件存储日志信息，在NameNode上所有对目录的操作，增加，删除，修改等都会保存到edits文件...
hadoop hdfs NameNode 与 Secondary NameNode元数据操作
Artistic Life
03-29 355
元数据生成与备份 集群启动 nameNode 节点下会生成 edit 操作日志和 fsImage 元数据文件镜像 两类数据磁盘备份, 并加载到内存中 客户端向 nameNode 请求对数据操作(增删改) nameNode 想 edit 操作日志文件追加操作记录(增删改) 文件数据追加结束后, 将 nameNode 元数据进行修改 secondary NameNode 会定期检查 nameNod...
NameNode启动过程以及SecondaryNameNode辅助功能
while false
05-28 1572
NameNode存储的是整个文件系统的元数据，存放在两个地方:     *内存     *本地磁盘:      fsimage镜像文件        edits编辑日志文件 第一次启动hdfs时会进行格式化操作，目的就是为了生成fsimage镜像文件，用来存储整个文件系统的元数据 以下是整个流程: 第一次启动:  1)进行hdfs的格式化操作  2)生成fsimage镜像文件  3...
hdfs dfs -du
最新发布
08-08
例如，要查看路径为/user/hive/warehouse/wxwy.db/nr_mro_lzo/partitionday=20210909的文件或目录的大小，可以运行以下命令：hdfs dfs -du -s -h /user/hive/warehouse/wxwy.db/nr_mro_lzo/partitionday=20210909。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值