Hdfs之SecondaryNameNode

概述

　　启动集群Hdfs（start-dfs.sh）之后，查看进程（jps）会在master节点上看到，除了namenode进程之外还会有个secondarynamenode进程，从字面上看，很多人会把他当做namenode的“二把手”，当做namenode的备份进程之类的，但实际上他与namenode担任的是不同的角色。

主要工作内容

　　要说secondarynamnode的工作内容，需要回顾一下他的“伪兄弟”namenode的工作内容。
　　在上一篇博客里写了，namenode的主要功能是管理文件系统的命名空间，namenode会把文件原信息保存到内存中来保障快速的交互速度，但是同时也会在磁盘中做持久化存储，本地磁盘中有两个文件：
　　Fsimage：存储文件系统的命名空间，包含文件的映射、文件的属性信息，它是namenode在启动时的一个快照。
　　edits：namonode启动后，存储日志信息的文件。
　　namenode启动时，edits会包含着集群修改信息合并到fsimage当中，产生一个新的集群快照，但是一般生产环境汇总是不会经常重新启动namenode的，这就意味着edits文件中会保持很久的日志信息无法合并到fsimage文件生成新的集群快照，这样会产生几个问题：
　　1. edits文件就会变得很大，
　　2. 重启集群namenode会需要很长时间，
　　3. 一旦namenode宕掉，集群是无法恢复到宕机之前的状态
　　为了解决这个问题，master节点还会启动一个进程来协助namenode存储元数据—secondary namenode。那么它是怎么来实现这个功能的呢？

主要工作流程

　　１. 周期性地从namenode上复制映像文件（fsimage）以及日志文件（edits）；
　　２. 合并生成新的fsimage文件；
　　３. 保存到本地磁盘中并重新上传到namenode上；
　　这样，一方面达到更新映像文件，缩短重启时间；另一方面edits文件始终保持在可控大小。

总结

　　Secondary NameNode是文件系统设置的一个checkpoint，用来帮助NameNode快速高效的工作。