Hadoop——HDFS

Hadoop——HDFS

1. HDFS工作机制：NameNode

• 存放信息
  • 元数据（地址 如：\aa\bb）
  • 块信息（块大小、副本数量、块位置（分布在哪些节点））
• 存放位置
  • 存放位置：内存 （与磁盘）  c存放结构：树
• 配置
  首先下载jdk，hadoop   配置环境 vi /etc/profile
  初始化hdfs要配置三个文件./etc/core-site.xml  ./etc/hadoop-env.sh  /etc/hdfs-site.xml
  更改slaves文件后初始化NameNode 指令：hadoop namenode -format
• 概述
  元数据如果存放在磁盘，对元数据进行增删改操作十分麻烦，所以元数据一般以树的数据结构存放在内存中，但会定期序列化到磁盘上。（current/fsimage_…）为了避免NameNode节点宕机产生元数据缺失，将每次操作记录到日志文件 （edits）。SecondaryNameNode定期下载edits文件和fsimage文件，将fsimage反序列化，读取edits文件更新元数据，保存成最新的fsimage文件传输到namenode上，把原来的删除。SecondaryNameNode上的叫做checkpoint机制。
  
  

2. HDFS工作机制：DataNode

• 从DataNode写数据
  客户端向NameNode发送请求，NameNode检查元数据，告知客户端可写。客户端请求写入第一个block，NameNode返回三个节点，默认三个block（就近选择，随机选择），客户端挑选slave1建立数据传输连接，slave1再向slave2，上slave3传递数据传输连接，slave3，slave2都有相应，slave1告知客户端可以传输数据，客户端通过本地文件输入流传输数据获取数据，通过网络输出流向有DataNode的slave1传输数据，slave1保存到本地，再向后面的节点发送block副本文件，然后客户端再传输下一个block个第一个子节点。全部写完后，客户端告知NameNode，NameNode确认元数据。
  
• 从DataNode读数据
  客户端向NameNode发出请求，NameNode检查元数据，告知存储的子节点，客户端向随机一台子节点（slave1）发送读取请求，块记作block_1，slave1通过网络输出流传到客户端，客户端通过本地文件输入流下载到本地，如果有多个block(块)，客户端继续随机选择一台有block_2的节点发出请求，同理，客户端将下载的block_2追加到block_1后面，全部读完后关闭IO流。