HDFS详解

HDFS(Hadoop Distributed File System) 是易于扩展的分布式文件系统， 可以运行在大量的普通低成本机器上，提供容错机制， 而且可以为用户提供性能极好的文件存储服务。

HDFS的优点有：

• （1）高容错性
• 数据自动保存多个副本，副本丢失自动恢复
• （2）适合批量处理
• 移动计算而非数据，数据位置暴露给计算框架
• （3）适合大数据处理
• TB,PB级的数据，百万规模以上的文件数量，10K+节点
• （4）流式文件访问
• 一次写入，可多次读取，确保数据的一致性
• （5）可构建在廉价机器上
• 通过多副本提高可靠性，有容错和恢复机制

HDFS的缺点与不足有：

• （1）不适合低延迟数据访问
• 比如毫秒级的访问要求
• 低延迟与高吞吐率的权衡
• （2）不适合小文件存取
• 占用NameNode大量内存
• 寻道时间超过读取时间
• （3）不适合并发写入、文件随机修改
• 一个文件只能有一个Writer
• 仅支持append写入

 HDFS的设计思想：

• （1）HDFS集群分为两大角色：NameNode、DataNode (Secondary Namenode)
• （2）NameNode负责管理整个文件系统的元数据(整个hdfs文件系统的目录树和每个文件的block信息)
• （3）DataNode 负责管理用户的文件数据块
• （4）文件会按照固定的大小（blocksize）切成若干块后分布式存储在若干台datanode上
• （5）每一个文件块可以有多个副本，并存放在不同的datanode上
• （6）Datanode会定期向Namenode汇报自身所保存的文件block信息，而namenode则会负责保持文件的副本数量
• （7）HDFS的内部工作机制对客户端保持透明，客户端请求访问HDFS都是通过向namenode申请来进行

 

 

 HDFS数据块：

• （1）文件被切分成固定大小的数据块
• 默认数据块的大小为64M，可配置
• 若文件大小不到64M，则单独保存在一个块
• （2）数据块大小的确定原则
• 数据传输时间VS寻道时间
• （3）文件的存储方式
• 按大小被切分成若干个块，存储到不同的节点上
• 默认情况下每个块有三个副本

HDFS写流程：

客户端要向HDFS写数据，首先要跟namenode通信以确认可以写文件并获得接收文件block的datanode，然后，客户端按顺序将文件逐个block传递给相应datanode，并由接收到block的datanode负责向其他datanode复制block的副本。

• （1）根namenode通信请求上传文件，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）client请求第一个 block该传输到哪些datanode服务器上
• （4）namenode返回3个datanode服务器ABC
• （5）client请求3台dn中的一台A上传数据（本质上是一个RPC调用，建立pipeline），A收到请求会继续调用B，然后B调用C，将真个pipeline建立完成，逐级返回客户端
• （6）client开始往A上传第一个block（先从磁盘读取数据放到一个本地内存缓存），以packet为单位，A收到一个packet就会传给B，B传给C；A每传一个packet会放入一个应答队列等待应答
• （7）当一个block传输完成之后，client再次请求namenode上传第二个block的服务器。

HDFS读流程：

客户端将要读取的文件路径发送给namenode，namenode获取文件的元信息（主要是block的存放位置信息）返回给客户端，客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件。

• （1）跟namenode通信查询元数据，namenode找到文件块所在的datanode服务器
• （2）挑选一台datanode（就近原则，然后随机）服务器，请求建立socket流
• （3）datanode开始发送数据（从磁盘里面读取数据放入流，以packet为单位来做校验）
• （4）客户端以packet为单位接收，现在本地缓存，然后写入目标文件

HDFS的拓扑结构：