分布式文件系统HDFS笔记

最新推荐文章于 2024-04-15 20:33:33 发布

_qz

最新推荐文章于 2024-04-15 20:33:33 发布

阅读量937

点赞数

分类专栏：大数据原理与应用

本文链接：https://blog.csdn.net/m0_45210226/article/details/105422303

版权

大数据原理与应用专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1. 分布式文件系统

1.1 计算机集群结构

分布式文件系统把文件分布存储到多个计算机节点上，成千上万的计算机节点构成计算机集群。
与之前使用多个处理器和专用高级硬件的并行优化处理装置不同的是，目前的分布式文件系统所采用的计算机集群，都是由普通硬件构成的，这就大大降低了硬件上的开销。计算机集群的基本架构

1.2 分布式文件系统的结构

分布式文件系统在物理结构上是由计算机集群中的多个节点构成的，这些节点分为两类，一类叫“主节点”（Master Node）或者也被称为“名称节点”(NameNode);另一类叫“从节点”（Slave Node）或者也被称为“数据节点”(DataNode)
大规模文件系统的整体结构

2. HDFS相关概念

2.1 块

HDFS默认一个块64MB，一个文件被分成多个块，以块作为存储单位，块的大小远远大于普通文件系统，这样可以最小化寻址开销
HDFS采用抽象的块的概念可以带来以下明显的几个好处：

支持大规模文件存储: 文件以块为单位进行存储，一个大规模文件可以被拆分若干个文件块，不同的文件块可以被分发到不同的节点上，因此，一个文件的大小不会收到单个节点的存储容量的限制，可以远远大于网络中任意节点的存储容量。
简化系统设计： 首先，大大简化了存储管理，因为文件块大小是固定的，这样就可以很容易计算出一个节点可以存储多少文件块；其次，方便了元数据的管理，元数据不需要和文件块一起存储，可以由其他系统负责管理元数据。
适合数据备份： 每个文件块都可以冗余存储到多个节点上，大大提高了系统的容错性和可用性。

2.2 名称节点和数据节点

2.2.1 HDFS主要组件的功能

在这里插入图片描述

2.2.2 名称节点的数据结构

在HDFS中，名称节点负责管理分布式文件系统的命名空间（NameSpace），保存了两个核心的数据结构，即FsImage和EditLog

FsImage用于维护文件系统树以及文件树中所有的文件和文件夹的元数据
操作日志文件EditLog中记录了所有针对文件的创建，删除，重命名等操作。
名称节点记录了每个文件中各个块所在的数据节点的位置信息。

2.2.2.1 FsImage文件

ps：inode的概念： 理解inode，要从文件储存说起
文件存储在硬盘上，硬盘的最小存储单位叫做“扇区”（Sector）。每个扇区储存512字节（相当于0.5KB）。
操作系统读取硬盘的时候，不会一个个扇区的读取，这样效率太低，而是一次性连续读取多个扇区，即一次性读取一个“块”（block）。这种由多个扇区组成的“块”，是文件存取的最小单位。“块”的大小，最常见的是4KB，即连续八个sector组成一个block。
文件数据都储存在“块”中，那么很显然，我们还必须找到一个地方储存文件的“元信息”，比如文件的创建者、文件的创建日期、文件的大小等等。这种储存文件元信息的区域就叫做inode，中文译名为"索引节点"。
每一个文件都有对应的inode，里面包含了与该文件有关的一些信息。*

FsImage 文件包含文件系统中所有目录和文件inode的序列化形式。每个inode是一个文件或者目录的元数据的内部表示，并包含此类信息：文件的复制等级，修改和访问时间，权限和配额元数据。
FsImage 文件没有记录文件包含哪些块以及每个块存储在哪个数据节点。而是由名称节点把这些映射信息保留在内存中，当数据节点加入HDFS集群时，数据节点会把自己所包含的块列表告知给名称节点，伺候会定期执行这种告知操作，以确保名称节点的块映射是最新的。

2.2.2.2 名称节点的启动

在名称节点启动的时候，它会将FsImage文件中的内容加载到内存中，之后在执行EditLog文件中的各项操作，使得内存中的元数据与实际的同步，在内存中的元数据支持客户端的读操作。
一旦在内存中建立文件系统元数据的映射，则创建一个新的FsImage文件和一个空的EditLog文件
名称节点起来之后，HDFS中的更新操作会重新写到EditLog文件中，因为FsImage文件一般都很大（GB级别很常见），如果所有的更新操作都往FsImage文件中添加，这样会导致系统运行的十分缓慢，但是如果往EditLog文件中写就不会这样，因为它要小很多。每次执行写操作之后，且在向客户端成功发送代码之前，EditLog文件都要同步更新。
更加详细的请看：
网上大佬的讲解

2.2.2.3 第二名称节点

在名称节点运行期间，HDFS的所有更新操作都是直接写到EditLog中，久而久之，EditLog文件将会变的很大。
虽然这时对名称节点运行是没有什么明显的影响的，但是，当名称节点重启时，名称节点需要先将FsImage里面的所有内容映像到内存中，然后再一条一条的执行EditLog中的记录，当EditLog文件系统非常大时，会导致名称节点启动操作非常缓慢，而在这段时间内HDFS系统处于安全模式，一直无法对外提供写操作，影响了用户的使用。
所以引入第二名称节点（SecondaryNameNode）
第二名称节点（SecondaryNameNode是HDFS架构中的一个组成部分，它是用来保存名称节点中对HDFS元数据信息的备份，并减少名称节点的启动时间。第二名称节点一般是单独运行在一台机器上。

2.2.2.4 第二名称节点的工作情况

SecondaryNameNode会定期和NameNode通信，请求其停止使用EditLog文件，暂时将新的写操作写到一个新的文件edit.new上来，这个操作是瞬间完成，上层写日志的函数完全感觉不到差别；
SecondaryNameNode通过HTTP的GET方式从NameNode上获取到FsImage和EditLog文件，并下载到本地的相应目录下；
SecondaryNameNodej将下载下来的FsImage载入内存，然后一条一条的执行EditLog文件中的各项更新操作，使得内存中的FsImage保持最新，这个过程就是EditLog和FsImage文件合并；
SecondaryNameNode执行完（3）中的操作之后，会通过post方式将新的FsImage文件发送到NameNode节点上；
Namenode将从SecondaryNameNode接收到的新的FsImage文件替换旧的FsImage文件，同时将edit.new替换EditLog文件，通过这个过程EditLog就变小了。

2.2.3 数据节点

数据节点是分布式文件系统HDFS的工作节点，负责数据的存储和读取，会根据客户端或者是名称节点的调度来进行数据的存储和检索，并且向名称节点定期发送自己所存储的块的列表。
每个数据节点中的数据会被保存在各自节点的本地Linux文件系统中。

3. HDFS体系结构概述

HDFS采用了主从结构模型，一个HDFS集群包括一个名称节点NameNode和若干数据节点DataNode。名称节点作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问。 集群中的数据节点一般是一个节点运行一个数据节点进程，负责**处理文件系统客户端的读/写请求，在名称节点的统一调度下进行数据块的创建，删除和复制等操作。**每个数据节点的数据实际上是保存在本地Linux文件系统中的。在这里插入图片描述

4. HDFS命名空间管理

HDFS的命名空间包含目录，文件和块。
在HDFS1.0体系结构中，在整个HDFS集群中只有一个命名空间，并且只有一个唯一一个名称节点，该节点负责对整个命名空间进行管理。
HDFS用的是传统的分级文件体系，因此，用户可以像使用普通文件系统一样，创建，删除目录和文件，在目录间转移文件，重命名文件等。

5. 通信协议

HDFS是一个部署在集群上的分布式文件系统，因此，很多数据需要通过网络进行传输。
所有的HDFS通信协议都是构建在TCP/IP协议基础上的。
客户端通过一个可配置的端口像名称节点主动发起TCP连接，并使用客户端协议与名称节点进行交互。
名称节点和数据节点之间则使用数据节点协议进行交互。
客户端与数据节点的交互是通过RPC（Remote Procedure Call）来实现的。在设计上，名称节点不会主动发起RPC，而是响应来自客户端和数据节点的RPC请求。

6. 客户端

客户端是用户操作HDFS最常用的方式，HDFS在部署时都提供了客户端。
HDFS客户端是一个库，暴露了HDFS文件系统的接口，这些接口隐藏了HDFS实现中的大部分复杂性。
严格来说，客户端并不算是HDFS的一部分。
客户端可以支持打开，读取，写入等常见操作，并且提供了类似Shell的命令行方式来访问HDFS中的数据。
HDFS也提供了Java API，作为应用程序访问文件系统的客户端编程接口。

7. HDFS存储原理

7.1 冗余数据保存

作为一个分布式文件系统，为保证系统的容错性和可用性，HDFS采用了多副本方式对数据进行冗余存储，通常一个数据块的多个副本会被分布到不同的数据节点上，如下图，数据块1被分别存放到数据节点 A 和 C 上，数据块2被存放到数据节点 A 和 B 上。这种多副本方式具有以下几个优点：

加快数据传输速度
容易检查数据错误
保证数据可靠性

7.2 数据存取策略

7.2.1 数据存放

第一个副本：放置在上传文件的数据节点；如果是在集群外提交，则随机挑选一台磁盘不太满，CPU不太忙的节点。
第二个副本：放置在与第一个副本不同的机架的节点上。
第三个副本：与第一个副本相同机架的其他节点上。
更多副本：随机节点。

7.2.2 数据读取

HDFS提供了一个API可以确定一个数据节点所属的机架ID，客户端也可以调用API获取自己所属的机架ID
当客户端读取数据时，从名称节点获得数据块不同副本的存放位置列表，列表中包含了副本所在的数据节点，可以调用API来确定客户端和这些数据节点所属的机架ID，当发现某个数据块副本对应的机架ID和客户端对应的机架ID一样时，就优先选择该副本读取数据，如果没发现，则随机选取一个副本读取数据。

end