HDFS是啥？HDFS原理 HDFS详解

HDFS产生背景（解决的问题）

随着数据量越来越大，在一个操作系统管辖的范围内存不下了，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，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。HDFS只是分布式文件管理系统中的一种。

HDFS概念

HDFS（Hadoop Distributed File System）： 它是一个分布式文件系统，用于存储文件，通过目录树来定位文件；
HDFS的设计适合一次写入，多次读出的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用。

HDFS优缺点

优点
1）高容错性
（1）数据自动保存多个副本。它通过增加副本的形式，提高容错性；
（2）某一个副本丢失以后，它可以自动恢复。
2）适合大数据处理
（1）数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据；
（2）文件规模：能够处理百万规模以上的文件数量，数量相当之大。
3）可靠性
可构建在廉价机器上，通过多副本机制，提高可靠性。
缺点
1）不适合低延时数据访问，比如毫秒级的存储数据，是做不到的。
2）无法高效的对大量小文件进行存储
（1）存储大量小文件的话，它会占用NameNode大量的内存来存储文件、目录和块信息。这样是不可取的，因为NameNode的内存总是有限的；
（2）小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。
3）不支持并发写入、文件随机修改
（1）一个文件只能有一个写，不允许多个线程同时写；
（2）仅支持数据append（追加），不支持文件的随机修改。

HDFS组成架构

架构主要由四个部分组成，分别为HDFS Client、NameNode、DataNode和Secondary NameNode。
1）Client：就是客户端。
（1）文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行存储；
（2）与NameNode交互，获取文件的位置信息；
（3）与DataNode交互，读取或者写入数据；
（4）Client提供一些命令来管理，访问HDFS，比如启动，关闭，访问HDFS；
2）NameNode：就是Master，它是一个主管、管理者。
（1）管理 HDFS的名称空间；namespace
（2）管理 数据块（Block）映射信息；
（3）配置副本策略（默认3 ）；
（4）处理客户端读写请求加粗样式。
3） 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。
4） SecondaryNameNode：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；
（2）定期合并Fsimage和Edits，并推送给NameNode；
（3）在紧急情况下，可辅助恢复NameNode。

HDFS的Shell客户端操作

基本语法

hadoop fs 具体命令
也可以用下面这种
hdfs dfs 具体命令

常用命令实操

启动Hadoop集群
start-dfs.sh
start-yarn.sh

-help：输出这个命令参数
hadoop fs -help rm

-ls: 显示目录信息
hadoop fs -ls /

-mkdir：在hdfs上创建目录
hadoop fs -mkdir -p /

-moveFromLocal从本地剪切粘贴到hdfs
touch xxx.txt
hadoop fs  -moveFromLocal  xxx.txt  /

-appendToFile  ：追加一个文件到已经存在的文件末尾
touch yyy.txt
vim yyy.txt
输入
yyy
hadoop fs -appendToFile yyy.txt /xxx.txt

-cat：显示文件内容
hadoop fs -cat /xxx.txt

-tail：显示一个文件的末尾
 hadoop fs -tail /xxx.txt
 
-chgrp 、-chmod、-chown：linux文件系统中的用法一样，修改文件所属权限
hadoop fs  -chmod  666  /xxx.txt
hadoop fs  -chown  root:root   /xxx.txt

-copyFromLocal：从本地文件系统中拷贝文件到hdfs路径去
 hadoop fs -copyFromLocal xxx.txt /
 
 -copyToLocal：从hdfs拷贝到本地
hadoop fs -copyToLocal /xxx.txt ./

-cp ：从hdfs的一个路径拷贝到hdfs的另一个路径
hadoop fs -cp /xxx.txt /aaa/zzz.txt

-mv：在hdfs目录中移动文件
 hadoop fs -mv /aaa/zzz.txt /
 
-get：等同于copyToLocal，就是从hdfs下载文件到本地
hadoop fs -get /xxx.txt ./

-getmerge  ：合并下载多个文件，比如hdfs的目录 /aaa/下有多个文件:log.1,log.2,log.3