namenode secondarynamenode

namenode负责记录整个集群文件的位置，block具体放在哪台机器上，相当于一个中央账本，客户端每次操作都要经过namenode，可见namenode的重要性，namenode会放在内存中运行，因为如果任务太多，内存可以很快的保证任务的正常运行，但随着任务越来越多，内存中的数据就越来越多，所以就需要定时写入硬盘，namenode中有个image就是元数据的镜像文件，一条元数据大概是150字节，不管hdfs存的数据有多小也要占一个元数据，比如说同时上传一个128M整个文件和5个共128M的数据，后者就要占用5条元数据，因为每个block大小为128M，所以存小文件不划算，且效率不高，所以不要存一些小文件，因为可能 字节点空间还没用完，namenode空间就已经满了！！    元数据就是记录数据的数据，记录数据的位置，历史信息等，image文件不容易更改，所以每次先把客户端操作记录在edit日志文件里以追加的方式，万一namenode挂了，可以通过原先的image+edit恢复，但是机器已经运行很久了，通过image+edit在内存中恢复会经历很长时间， 且很占资源，namenode就不能为其他客户端服务了，所以交给secondarynameno，senamenode做合并image edit工作 有个checkpoint触发合并的点有按时或edit的数量由namenode控制，sena合并完，就会传回namenode

等下次sena就不用再下载namenode中的image了，只需要下载edit了，因为sena上次已经copy了，且还是合并image+edit的

Attention：namenode挂掉还是不能运行集群，因为sena只是用来合并元数据的，不能替代namende查询等功能,但是一旦namenode挂了，凭sena还是可以恢复绝大多数的文件，少部分edit日志恢复不了因为在内存中突然断电来不及村到磁盘，即将secondarynamenode cp重命名为name即可,所以namenode的工作目录应该放在多块不同的磁盘上在hdfs-site.xml中配置

<property>
                <name>dfs.name.dir</name>
                <value>/root/name1,/root/name2</value>
        </property>
主要是edit文件
同理datanode也可配置但与namenode不同的是，namenode两个是完全一样的内容，而datanode则是相当与扩容，append，将name改成data

namenode工作目录中有个seen_id记录下次从哪些edit开始加载，即每次重启都加一

node节点工作目录，是每次集群在namenode中执行启动脚本去创建的，如果node节点工作目录被误删，下次重新集群启动就可恢复，因为有副本的存在，

如果某个节点从一个集群转到另一个集群，则需要把此节点的工作目录删除，因为有唯一识别号，否则另一个集群不识别