1.一个数据块在DataNode上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是元数据包括数据块的长度,块数据的校验和,以及时间戳。
2.DataNode启动后向NameNode注册,通过后,周期性(1小时)的向NameNode上报所有的块信息。
3.心跳是每3秒一次,心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器,或删除某个数据块。如果超过10分钟没有收到某个DataNode的心跳,则认为该节点不可用。
4.集群运行中可以安全加入和退出一些机器。
数据完整性
1.当DataNode读取block的时候,它会计算checksum;
2.如果计算后的checksum,与block创建时值不一样,说明block已经损坏;
3.client读取其他DataNode上的block;
4.DataNode在其文件创建后周期验证checksum;