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