Hadoop学习之HDFS
文章目录
一、HDFS简介
- HDFS(Hadoop Distributed File System ),意为:
Hadoop分布式文件系统
。 - 是Apache Hadoop核心组件之一,作为
大数据生态圈最底层
的分布式存储服务而存在。也可以说大数据首先要解决的问题就是海量数据的存储问题。 - HDFS主要是解决
大数据如何存储
问题的。分布式意味着是HDFS是横跨在多台计算机
上的存储系统。 - HDFS是一种能够在普通硬件上运行的分布式文件系统,它是
高度容错
的,适应于具有大数据集的应用程序,它非常适于存储大型数据 (比如 TB 和 PB)。 - HDFS使用多台计算机存储文件, 并且提供
统一的访问接口
, 像是访问一个普通文件系统一样使用分布式文件系统.
二、HDFS应用场景
三、HDFS整体概述
- 主从架构
- 分块存储
- 副本机制
- 元数据记录
- 抽象统一的目录树结构(namespace)
1.主从架构
- HDFS集群是标准的master/slave主从架构集群。
- 一般一个HDFS集群是有一个Namenode和一定数目的Datanode组成。
- Namenode是HDFS主节点,Datanode是HDFS从节点,两种角色各司其职,共同协调完成分布式的文件存储服务。
- 官方架构图中是一主五从模式,其中五个从角色位于两个机架(Rack)的不同服务器上。
2.分块存储
- HDFS中的文件在
物理上是分块存储
(block)的,默认大小是128M(134217728),不足128M则本身就是一块。 - 块的大小可以通过配置参数来规定,参数位于hdfs-default.xml中:dfs.blocksize。
3.副本机制
- 文件的所有block都会有副本。副本系数可以在文件创建的时候指定,也可以在之后通过命令改变。
- 副本数由参数dfs.replication控制,
默认值是3
,也就是会额外再复制2份,连同本身总共3份副本。
4.元数据管理
在HDFS中,NameNode管理的元数据具有两种类型:
- 文件自身属性信息。文件名称、权限,修改时间,文件大小,复制因子,数据块大小。
- 文件块位置映射信息。记录文件块和DataNode之间的映射信息,即哪个块位于哪个节点上。
5.namespace
- HDFS支持传统的
层次型文件
组织结构。用户可以创建目录,然后将文件保存在这些目录里。文件系统名字空间的层次结构和大多数现有的文件系统类似:用户可以创建、删除、移动或重命名文件。 - Nameode负责维护文件系统的namespace名称空间,任何对文件系统名称空间或属性的修改都将被NameNode记录下来。
- HDFS会给客户端提供一个统一的抽象目录树,客户端通过路径来访问文件,形如:hdfs://namenode:port/dira/dir-b/dir-c/file.data。
6.数据块存储
- 文件的各个block的具体存储管理由DataNode节点承担。
- 每一个block都可以在多个DataNode上存储。
四、HDFS shell命令行常用操作
1.创建文件夹
- hadoop fs -mkdir [-p]
…
path 为待创建的目录
-p选项的行为与Unix mkdir -p非常相似,它会沿着路径创建父目录
hadoop fs -mkdir /aaa
2.查看指定目录下内容
- hadoop fs -ls [-h] [-R] [< path > …]
path 指定目录路径
-h 人性化显示文件size
-R 递归查看指定目录及其子目录
hadoop fs -ls /
3.上传文件到HDFS指定目录下
- hadoop fs -put [-f] [-p] < localsrc> … < dst>
-f 覆盖目标文件(已存在下)
-p 保留访问和修改时间,所有权和权限。
localsrc 本地文件系统(客户端所在机器)
dst 目标文件系统(HDFS)
hadoop fs -put zookeeper.out /itcast
hadoop fs -put file:///etc/profile hdfs://node1:8020/itcast
4.查看HDFS文件内容
- hadoop fs` -cat < src> …
读取指定文件全部内容,显示在标准输出控制台。
注意:对于大文件内容读取,慎重
。
hadoop fs -cat /itcast/zookeeper.out
5.下载HDFS文件
- hadoop fs -get [-f] [-p] < src> … < localdst>
下载文件到本地文件系统指定目录,localdst必须是目录
-f 覆盖目标文件(已存在下)
-p 保留访问和修改时间,所有权和权限。
hadoop fs -get /itcast/zookeeper.out ./
6.拷贝HDFS文件
- hadoop fs -cp [-f] < src> … < dst>
-f 覆盖目标文件(已存在下)
hadoop fs -cp /small/1.txt /itcast
hadoop fs -cp /small/1.txt /itcast/666.txt #拷贝并重命名
7.追加数据到HDFS文件中
- hadoop fs -appendToFile < localsrc> … < dst>
将所有给定本地文件的内容追加到给定dst文件。
dst如果文件不存在,将创建该文件。
如果< localsrc>为-,则输入为从标准输入中读取。
hadoop fs -appendToFile 2.txt 3.txt /1.txt
8.HDFS数据移动操作
- hadoop fs -mv < src> … < dst>
移动文件到指定文件夹下
可以使用该命令移动数据,重命名文件的名称
hadoop fs -mv /aaa/1.txt /bbb
hadoop fs -mv /aaa/1.txt /aaa/2.txt # 重命名
五、HDFS工作流程与机制
1.HDFS集群角色与职责
主角色: NameNode
- NameNode是Hadoop分布式文件系统的核心,架构中的主角色。
NameNode维护和管理文件系统元数据
,包括名称空间目录树结构、文件和块的位置信息、访问权限等信息。- 基于此,NameNode成为了
访问HDFS的唯一入口
。 - NameNode内部通过
内存
和磁盘文件
两种方式管理元数据。 - 其中磁盘上的元数据文件包括Fsimage内存元数据镜像文件和edits log(Journal)编辑日志。
从角色:DataNode - DataNode是Hadoop HDFS中的从角色,负责
具体的数据块存储
。 - DataNode的数量决定了HDFS集群的整体数据存储能力。通过和NameNode配合维护着数据块。
主角色辅助角色: Secondary NameNode
- Secondary NameNode充当NameNode的辅助节点,但不能替代NameNode。
- 主要是帮助主角色进行元数据文件的合并动作。可以通俗的理解为主角色的“秘书”。
NameNode的职责
- NameNode
仅存储HDFS的元数据
:文件系统中所有文件的目录树,并跟踪整个集群中的文件,不存储实际数据。 - NameNode知道HDFS中任何
给定文件的块列表及其位置
。使用此信息NameNode知道如何从块中构建文件。 - NameNode
不持久化存储每个文件中各个块所在的datanode的位置信息
,这些信息会在系统启动时从DataNode
重建。 - NameNode是Hadoop集群中的
单点故障
。 - NameNode所在机器通常会配置有
大量内存(RAM)
。
DataNode职责
- DataNode负责
最终数据块block的存储
。是集群的从角色,也称为Slave。 - DataNode启动时,会将自己注册到NameNode并汇报自己负责持有的块列表。
- 当某个DataNode关闭时,不会影响数据的可用性。 NameNode将安排由其他DataNode管理的块进行副本复制。
2.HDFS写数据流程(上传文件)
写数据完整流程图
核心概念–Pipeline管道
- Pipeline,中文翻译为管道。这是HDFS在上传文件写数据过程中采用的一种数据传输方式。
- 客户端将数据块写入第一个数据节点,第一个数据节点保存数据之后再将块复制到第二个数据节点,后者保存后将其复制到第三个数据节点。
- 为什么datanode之间采用pipeline线性传输,而不是一次给三个datanode拓扑式传输呢?
- 因为数据以管道的方式,
顺序的沿着一个方向传输,这样能够充分利用每个机器的带宽,避免网络瓶颈和高延迟时的连接,最小化推送所有数据的延时
。 - 在线性推送模式下,每台机器所有的出口宽带都用于以最快的速度传输数据,而不是在多个接受者之间分配宽带。
核心概念–ACK应答响应 - ACK (Acknowledge character)即是确认字符,在数据通信中,接收方发给发送方的一种传输类控制字符。表示发来的数据已确认接收无误。
- 在HDFS pipeline管道传输数据的过程中,传输的反方向会进行ACK校验,确保数据传输安全。
核心概念–默认3副本存储策略 - 默认副本存储策略是由BlockPlacementPolicyDefault指定
- 第一块副本:优先客户端本地,否则随机
- 第二块副本:不同于第一块副本的不同机架。
- 第三块副本:第二块副本相同机架不同机器。
HDFS写数据流程
- HDFS客户端创建对象实例
DistributedFileSystem
, 该对象中封装了与HDFS文件系统操作的相关方法。 - 调用DistributedFileSystem对象的create()方法,通过
RPC
请求NameNode创建文件。
NameNode执行各种检查判断:目标文件是否存在、父目录是否存在、客户端是否具有创建该文件的权限。检查通过,NameNode就会为本次请求记下一条记录,返回FSDataOutputStream输出流对象给客户端用于写数据。 - 客户端通过FSDataOutputStream输出流开始写入数据。
- 客户端写入数据时,将数据分成一个个数据包(
packet 默认64k
), 内部组件DataStreamer
请求NameNode挑选出适合存储数据副本的一组DataNode地址,默认是3副本存储。
DataStreamer将数据包流式传输到pipeline的第一个DataNode,该DataNode存储数据包并将它发送到pipeline的第二个DataNode。同样,第二个DataNode存储数据包并且发送给第三个(也是最后一个)DataNode。 - 传输的反方向上,会通过ACK机制校验数据包传输是否成功;
- 客户端完成数据写入后,在FSDataOutputStream输出流上调用close()方法关闭。
- DistributedFileSystem联系NameNode告知其文件写入完成,等待NameNode确认。
因为namenode已经知道文件由哪些块组成(DataStream请求分配数据块),因此仅需等待最小复制块即可成功返回。
最小复制是由参数dfs.namenode.replication.min指定,默认是1
3.HDFS写数据流程
- HDFS客户端创建对象实例
DistributedFileSystem
, 调用该对象的open()方法来打开希望读取的文件。 - DistributedFileSystem使用RPC调用namenode来确定
文件中前几个块的块位置(分批次读取)信息
。
对于每个块,namenode返回具有该块所有副本的datanode位置地址列表,并且该地址列表是排序好的,与客户端的网络拓扑距离近的排序靠前。 - DistributedFileSystem将FSDataInputStream输入流返回到客户端以供其读取数据。
- 客户端在FSDataInputStream输入流上调用read()方法。然后,已存储DataNode地址的InputStream连接到文件中第一个块的最近的DataNode。数据从DataNode流回客户端,结果客户端可以在流上重复调用read()。
- 当该块结束时,FSDataInputStream将关闭与DataNode的连接,然后寻找下一个block块的最佳datanode位置。这些操作对用户来说是透明的。所以用户感觉起来它一直在读取一个连续的流。
- 一旦客户端完成读取,就对FSDataInputStream调用close()方法。