NameNode工作机制、镜像文件、编辑日志文件
1、NameNode工作机制
(1)、fsimage(镜像文件)文件其实是Hadoop文件系统元数据的一个永久性的检查点,其中包含Hadoop文件系统中的所有目录和文件idnode的序列化信息;
(2)、edits(编辑日志)文件存放的是Hadoop文件系统的所有更新操作的路径,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。
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(edits)。
(4)namenode在内存中对数据进行增删改查(fsimage)。
第二阶段:Secondary NameNode工作
(1)Secondary NameNode询问namenode是否需要checkpoint。直接带回namenode是否检查结果。
(2)Secondary NameNode请求执行checkpoint(同步nameNode当前状态)。
(3)namenode滚动正在写的edits日志生成新版的edits日志和新的edits.inprogress。(正在写的日志是edits.inprogress)。
(4)将滚动生成编辑日志(新版edits)和镜像文件拷贝到Secondary NameNode。
(5)Secondary NameNode加载编辑日志和镜像文件到内存,并合并。
(6)生成新的镜像文件fsimage.chkpoint
(7)拷贝fsimage.chkpoint到namenode
(8)namenode将fsimage.chkpoint重新命名成fsimage
第三阶段:web端访问SecondaryNameNode
(1)启动集群
(2)浏览器中输入:http://hadoop16:50090/status.html
(3)查看SecondaryNameNode信息
第四阶段:chkpoint检查时间参数设置
(1)通常情况下,SecondaryNameNode每隔一小时执行一次。[hdfs-default.xml]
<property>
<name>dfs.namenode.checkpoint.period</name>
<value>3600</value>
</property>
(2)一分钟检查一次操作次数,当操作次数达到1百万时,SecondaryNameNode执行一次。
<property>
<name>dfs.namenode.checkpoint.txns</name>
<value>1000000</value>
<description>操作动作次数</description>
</property>
<property>
<name>dfs.namenode.checkpoint.check.period</name>
<value>60</value>
<description> 1分钟检查一次操作次数</description>
</property>
2、镜像文件和编辑日志文件
2.1、镜像文件和编辑日志文件简介
namenode被格式化之后,将在/opt/module/hadoop-2.7.2/data/tmp/dfs/name/current目录中产生如下文件:
edits_0000000000000000000
fsimage_0000000000000000000.md5
seen_txid
VERSION
(1)fsimage文件:HDFS文件系统元数据的一个永久性的检查点,其中包含HDFS文件系统的所有目录和文件idnode的序列化信息。
(2)Edits文件:存放HDFS文件系统的所有更新操作的路径,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。
(3)edits文件保存的是一个数字,就是最后一个edits_的数字
(4)VERSION:nameNode版本信息记录文件
(5)每次Namenode启动的时候都会将fsimage文件读入内存,并从00001开始到seen_txid中记录的数字依次执行每个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。
2.2、oiv查看fsimage文件
[admin@hadoop14 current]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/name/current
[admin@hadoop14 current]$ hdfs oiv -p XML -i fsimage_0000000000000000147 -o /opt/module/hadoop-2.7.2/fsimage.xml
-p 声明生成的文件类型
-o 声明生成的文件地址及名称 output
-i 声明镜像文件的名称 input
2.3、oev查看edits文件
[admin@hadoop14 current]$ hdfs oev -p XML -i edits_0000000000000000001-0000000000000000002 -o /opt/module/hadoop-2.7.2/edits.xml
[admin@hadoop14 hadoop-2.7.2]$ cat edits.xml
<?xml version="1.0" encoding="UTF-8"?>
<EDITS>
<EDITS_VERSION>-63</EDITS_VERSION>
<RECORD>
<OPCODE>OP_START_LOG_SEGMENT</OPCODE>
<DATA>
<TXID>1</TXID>
</DATA>
</RECORD>
<RECORD>
<OPCODE>OP_END_LOG_SEGMENT</OPCODE>
<DATA>
<TXID>2</TXID>
</DATA>
</RECORD>
</EDITS>
2.4、VERSION文件(namenode版本号)
[admin@hadoop14 current]$ cat VERSION
#Tue Oct 16 09:17:37 CST 2018
namespaceID=1559882375
clusterID=CID-7190521e-8209-49d7-a523-7bfad04efa1c
cTime=0
storageType=NAME_NODE
blockpoolID=BP-1669107349-192.168.1.114-1539453679564
layoutVersion=-63
[admin@hadoop14 cu
(1) namespaceID在HDFS上,会有多个Namenode,所以不同Namenode的namespaceID是不同的,分别管理一组blockpoolID。
(2)clusterID集群id,全局唯一
(3)cTime属性标记了namenode存储系统的创建时间,对于刚刚格式化的存储系统,这个属性为0;但是在文件系统升级之后,该值会更新到新的时间戳。
(4)storageType属性说明该存储目录包含的是namenode的数据结构。
(5)blockpoolID:一个block pool id标识一个block pool,并且是跨集群的全局唯一。当一个新的Namespace被创建的时候(format过程的一部分)会创建并持久化一个唯一ID。在创建过程构建全局唯一的BlockPoolID比人为的配置更可靠一些。NN将BlockPoolID持久化到磁盘中,在后续的启动过程中,会再次load并使用。
(6)layoutVersion是一个负整数。通常只有HDFS增加新特性时才会更新这个版本号。
2.5、滚动编辑日志
正常情况HDFS文件系统有更新操作时,就会滚动编辑日志。也可以用命令强制滚动编辑日志。
(1)滚动编辑日志(前提必须启动集群)
[admin@hadoop14 current]$ hdfs dfsadmin -rollEdits
(2)镜像文件什么时候产生
Namenode启动时加载镜像文件和编辑日志
![](https://img-blog.csdnimg.cn/1d6c8134855e4fc99fc6644debc2e1ce.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25ld2JpZV85MDc0ODY4NTI=,size_16,color_FFFFFF,t_70#pic_center)