大数据学习2（HdfsAPI使用）

最新推荐文章于 2023-03-15 15:21:57 发布
最新推荐文章于 2023-03-15 15:21:57 发布
阅读量807 收藏 1
点赞数
分类专栏： 大数据 文章标签： 大数据 hdfs
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sly1311220942/article/details/120174745
版权

HdfsAPI使用

1 Shell命令类型

1.1 基本语法

hadoop fs [具体命令] 或者 hdfs dfs [具体命令]
dfs是fs的实现类

1.2 类型

	[-appendToFile <localsrc> ... <dst>]
	[-cat [-ignoreCrc] <src> ...]
	[-checksum [-v] <src> ...]
	[-chgrp [-R] GROUP PATH...]
	[-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
	[-chown [-R] [OWNER][:[GROUP]] PATH...]
	[-concat <target path> <src path> <src path> ...]
	[-copyFromLocal [-f] [-p] [-l] [-d] [-t <thread count>] <localsrc> ... <dst>]
	[-copyToLocal [-f] [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
	[-count [-q] [-h] [-v] [-t [<storage type>]] [-u] [-x] [-e] [-s] <path> ...]
	[-cp [-f] [-p | -p[topax]] [-d] <src> ... <dst>]
	[-createSnapshot <snapshotDir> [<snapshotName>]]
	[-deleteSnapshot <snapshotDir> <snapshotName>]
	[-df [-h] [<path> ...]]
	[-du [-s] [-h] [-v] [-x] <path> ...]
	[-expunge [-immediate] [-fs <path>]]
	[-find <path> ... <expression> ...]
	[-get [-f] [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
	[-getfacl [-R] <path>]
	[-getfattr [-R] {-n name | -d} [-e en] <path>]
	[-getmerge [-nl] [-skip-empty-file] <src> <localdst>]
	[-head <file>]
	[-help [cmd ...]]
	[-ls [-C] [-d] [-h] [-q] [-R] [-t] [-S] [-r] [-u] [-e] [<path> ...]]
	[-mkdir [-p] <path> ...]
	[-moveFromLocal [-f] [-p] [-l] [-d] <localsrc> ... <dst>]
	[-moveToLocal <src> <localdst>]
	[-mv <src> ... <dst>]
	[-put [-f] [-p] [-l] [-d] [-t <thread count>] <localsrc> ... <dst>]
	[-renameSnapshot <snapshotDir> <oldName> <newName>]
	[-rm [-f] [-r|-R] [-skipTrash] [-safely] <src> ...]
	[-rmdir [--ignore-fail-on-non-empty] <dir> ...]
	[-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
	[-setfattr {-n name [-v value] | -x name} <path>]
	[-setrep [-R] [-w] <rep> <path> ...]
	[-stat [format] <path> ...]
	[-tail [-f] [-s <sleep interval>] <file>]
	[-test -[defswrz] <path>]
	[-text [-ignoreCrc] <src> ...]
	[-touch [-a] [-m] [-t TIMESTAMP (yyyyMMdd:HHmmss) ] [-c] <path> ...]
	[-touchz <path> ...]
	[-truncate [-w] <length> <path> ...]
	[-usage [cmd ...]]

1.3 说明

（1）-help： 输出这个命令参数

> hadoop fs -help rm
在这里插入图片描述

（2）-ls: 显示目录信息

> hadoop fs -ls /
在这里插入图片描述

（3）-mkdir： 在 HDFS 上创建目录

> hadoop fs -mkdir /user/temp
在这里插入图片描述

（4）-moveFromLocal： 从本地剪切粘贴到 HDFS

> hadoop fs -moveFromLocal test1.txt /user/temp/test1.txt
在这里插入图片描述

（5）-appendToFile： 追加一个文件到已经存在的文件末尾

> hadoop fs -appendToFile test2.txt /user/temp/test1.txt

（6）-cat： 显示文件内容

> hadoop fs -cat /user/temp/test1.txt
在这里插入图片描述

（7）-chgrp 、 -chmod、 -chown： Linux 文件系统中的用法一样， 修改文件所属权限

> hadoop fs -chmod 666 /user/temp/test1.txt
在这里插入图片描述

（8）-copyFromLocal： 从本地文件系统中拷贝文件到 HDFS 路径去

> hadoop fs -copyFromLocal test2.txt /user/temp/test2.txt
在这里插入图片描述

（9）-copyToLocal： 从 HDFS 拷贝到本地

> hadoop fs -copyToLocal /user/temp/test1.txt ./
在这里插入图片描述

（10） -cp ： 从 HDFS 的一个路径拷贝到 HDFS 的另一个路径

> hadoop fs -cp /user/temp/test1.txt /user/temp2/test1.txt
在这里插入图片描述

（11）-mv： 在 HDFS 目录中移动文件

> hadoop fs -mv /user/temp/test2.txt /user/temp2/text2.txt
在这里插入图片描述

（12）-get： 等同于 copyToLocal， 就是从 HDFS 下载文件到本地

> hadoop fs -get /user/temp2/text2.txt
在这里插入图片描述

（13）-getmerge： 合并下载多个文件， 比如 HDFS 的目录/user/temp2/下有多个文件:log.1,log.2,log.3,…

> hadoop fs -getmerge /user/temp2/* ./merge.txt
在这里插入图片描述

（14）-put： 等同于 copyFromLocal

> hadoop fs -put test3.txt /user/temp2/
在这里插入图片描述

（15）-tail： 显示一个文件的末尾

> hadoop fs -tail /user/temp2/test3.txt
在这里插入图片描述

（16）-rm： 删除文件或文件夹

删除文件夹时需要加上 -r
> hadoop fs -rm -r /user/temp2/
在这里插入图片描述

（17）-rmdir： 删除空目录

> hadoop fs -rmdir /user/temp
在这里插入图片描述
目录不为空则无法删除
在这里插入图片描述

（18）-du 统计文件夹的大小信息

> hadoop fs -du -s -h /demo/api/test1
在这里插入图片描述

（19）-setrep： 设置 HDFS 中文件的副本数量

> hadoop fs -setrep 4 /demo/api/test1/renameTile.txt
在这里插入图片描述
这里设置的副本数只是记录在 NameNode 的元数据中， 是否真的会有这么多副本， 还得
看 DataNode 的数量。 因为目前只有 3 台设备， 最多也就 3 个副本， 只有节点数的增加到 10
台时， 副本数才能达到 10。

2 API命令

2.1 环境准备

1.解压在开发机器上解压hadoop-3.3.1.tar.gz（略过）
2.配置环境变量（略过）
3.安装winutils.exe和hadoop.dll
GitHub上找编译好的winutils.exe和hadoop.dll（编译环境比较麻烦，我没找到3.3.1的但是找到了3.2.1的试了一下可以用）

# windows编译环境，不嫌麻烦可以试一下
----------------------------------------------------------------------------------

Building on Windows

----------------------------------------------------------------------------------
Requirements:

* Windows System
* JDK 1.8
* Maven 3.0 or later
* Protocol Buffers 3.7.1
* CMake 3.1 or newer
* Visual Studio 2010 Professional or Higher
* Windows SDK 8.1 (if building CPU rate control for the container executor)
* zlib headers (if building native code bindings for zlib)
* Internet connection for first build (to fetch all Maven and Hadoop dependencies)
* Unix command-line tools from GnuWin32: sh, mkdir, rm, cp, tar, gzip. These
  tools must be present on your PATH.
* Python ( for generation of docs using 'mvn site')

Unix command-line tools are also included with the Windows Git package which
can be downloaded from http://git-scm.com/downloads

If using Visual Studio, it must be Professional level or higher.
Do not use Visual Studio Express.  It does not support compiling for 64-bit,
which is problematic if running a 64-bit system.

The Windows SDK 8.1 is available to download at:

http://msdn.microsoft.com/en-us/windows/bg162891.aspx

Cygwin is not required.

----------------------------------------------------------------------------------
Building:

Keep the source code tree in a short path to avoid running into problems related
to Windows maximum path length limitation (for example, C:\hdc).

There is one support command file located in dev-support called win-paths-eg.cmd.
It should be copied somewhere convenient and modified to fit your needs.

win-paths-eg.cmd sets up the environment for use. You will need to modify this
file. It will put all of the required components in the command path,
configure the bit-ness of the build, and set several optional components.

Several tests require that the user must have the Create Symbolic Links
privilege.

All Maven goals are the same as described above with the exception that
native code is built by enabling the 'native-win' Maven profile. -Pnative-win
is enabled by default when building on Windows since the native components
are required (not optional) on Windows.

If native code bindings for zlib are required, then the zlib headers must be
deployed on the build machine. Set the ZLIB_HOME environment variable to the
directory containing the headers.

set ZLIB_HOME=C:\zlib-1.2.7

At runtime, zlib1.dll must be accessible on the PATH. Hadoop has been tested
with zlib 1.2.7, built using Visual Studio 2010 out of contrib\vstudio\vc10 in
the zlib 1.2.7 source tree.

http://www.zlib.net/

----------------------------------------------------------------------------------
Building distributions:

 * Build distribution with native code    : mvn package [-Pdist][-Pdocs][-Psrc][-Dtar][-Dmaven.javadoc.skip=true]

4.将winutils.exe放到解压的hadoop的bin目录下
5.将hadoop.dll放到C:\Window\System32下

2.2 代码准备

  1. 启动之前搭好的hadoop集群（废话）
  2. 搭建一个maven工程
  3. 引入maven依赖
<dependencies>
    <!--hadoop依赖-->
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>3.3.1</version>
    </dependency>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
        <scope>compile</scope>
    </dependency>
</dependencies>
<build>
    <plugins>
        <plugin>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-compiler-plugin</artifactId>
            <configuration>
                <source>1.8</source>
                <target>1.8</target>
                <encoding>utf-8</encoding>
            </configuration>
        </plugin>
    </plugins>
</build>

2.3 例子

测试类基本结构
在这里插入图片描述

2.3.1 获取文件系统及关闭

获取文件系统

@Before
public void getFs() throws IOException {
    // 1 获取文件系统(方法1)
    // 设置hadoop用户
    System.setProperty("HADOOP_USER_NAME", "hadoop");
    // 创建配置
    Configuration configuration = new Configuration();
    configuration.set("fs.defaultFS", "hdfs://hadoop110:9000");
    // 设置副本数量（实际副本数量不可能大于DateNode节点数，即便你设置的大于节点数）
    configuration.set("dfs.replication", "10");
    // 获取文件系统
    fs = FileSystem.get(configuration);

    // 1 获取文件系统(方法2)
    // FileSystem fs = FileSystem.get(new URI("hdfs://hadoop110:9000"), new Configuration(), "hadoop");
}

关闭文件系统

@After
public void closeFs() throws IOException {
    // 3 关闭资源
    fs.close();
}
2.3.2 创建目录
@Test
public void mkdir() throws IOException {
    // 创建目录
    boolean result = fs.mkdirs(new Path("/demo/api/test1"));
    System.out.println(result);
}
2.3.3 删除目录或文件
@Test
public void delete() throws IOException {
    // 删除目录
    boolean result = fs.delete(new Path("/demo/api/test"), false);
    System.out.println(result);
}
2.3.4 上传文件
方式一
@Test
public void copyFromLocalFile() throws IOException {
    // 上传本地文件到hdfs
    fs.copyFromLocalFile(new Path("D:/study/hadoop/我是测试文件.txt"), new Path("/demo/api/test1/我是测试文件.txt"));
}

方式二

@Test
public void create() throws IOException {
    // 创建输入流
    FileInputStream inputStream = new FileInputStream(new File("D:/study/hadoop/create.txt"));
    // 获取输出流
    FSDataOutputStream outputStream = fs.create(new Path("/demo/api/test1/create.txt"));
    // 拷贝流
    IOUtils.copyBytes(inputStream, outputStream, configuration);
    // 关闭资源
    IOUtils.closeStream(inputStream);
    IOUtils.closeStream(outputStream);
}
2.3.5 下载文件

方式一

@Test
public void copyToLocalFile() throws IOException {
    // 下载文件
    fs.copyToLocalFile(false, new Path("/demo/api/test1/replicationTest.txt"), new Path("D:/study/hadoop/downloadTest.txt"), true);
}

方式二

@Test
public void open() throws IOException {
    // 获取输入流
    FSDataInputStream inputStream = fs.open(new Path("/demo/api/test1/create.txt"));
    // 创建输出流
    FileOutputStream outputStream = new FileOutputStream(new File("D:/study/hadoop/createDownload.txt"));
    // 拷贝流
    IOUtils.copyBytes(inputStream, outputStream, configuration);
    // 关闭资源
    IOUtils.closeStream(inputStream);
    IOUtils.closeStream(outputStream);
}
2.3.6 副本数量测试

设置副本数量为10片，大于实际的3个DataNode

// 设置副本数量（实际副本数量不可能大于DateNode节点数，即便你设置的大于节点数）
configuration.set("dfs.replication", "10");

@Test
public void replicationTest() throws IOException {
    // 副本数量测试（实际副本数量不可能大于DateNode节点数，即便你设置的大于节点数）
    fs.copyFromLocalFile(new Path("D:/study/hadoop/replicationTest.txt"), new Path("/demo/api/test1/replicationTest.txt"));
}

网页端查看副本数
在这里插入图片描述
这里似乎看上去和设置的一样，但是我一共就三个节点，不可能有10个。

# 查看实际副本数
hdfs fsck /demo/api/test1/replicationTest.txt -files -blocks

# 结果
Connecting to namenode via http://hadoop110:9870/fsck?ugi=hadoop&files=1&blocks=1&path=%2Fdemo%2Fapi%2Ftest1%2FreplicationTest.txt
FSCK started by hadoop (auth:SIMPLE) from /192.168.40.110 for path /demo/api/test1/replicationTest.txt at Wed Sep 08 10:44:41 CST 2021

/demo/api/test1/replicationTest.txt 21 bytes, replicated: replication=10, 1 block(s):  Under replicated BP-1927473396-192.168.40.110-1629372952977:blk_1073741851_1027. Target Replicas is 10 but found 3 live replica(s), 0 decommissioned replica(s), 0 decommissioning replica(s).
0. BP-1927473396-192.168.40.110-1629372952977:blk_1073741851_1027 len=21 Live_repl=3


Status: HEALTHY
 Number of data-nodes:	3
 Number of racks:		1
 Total dirs:			0
 Total symlinks:		0

Replicated Blocks:
 Total size:	21 B
 Total files:	1
 Total blocks (validated):	1 (avg. block size 21 B)
 Minimally replicated blocks:	1 (100.0 %)
 Over-replicated blocks:	0 (0.0 %)
 Under-replicated blocks:	1 (100.0 %)
 Mis-replicated blocks:		0 (0.0 %)
 Default replication factor:	3
 Average block replication:	3.0
 Missing blocks:		0
 Corrupt blocks:		0
 Missing replicas:		7 (70.0 %)
 Blocks queued for replication:	0

Erasure Coded Block Groups:
 Total size:	0 B
 Total files:	0
 Total block groups (validated):	0
 Minimally erasure-coded block groups:	0
 Over-erasure-coded block groups:	0
 Under-erasure-coded block groups:	0
 Unsatisfactory placement block groups:	0
 Average block group size:	0.0
 Missing block groups:		0
 Corrupt block groups:		0
 Missing internal blocks:	0
 Blocks queued for replication:	0
FSCK ended at Wed Sep 08 10:44:41 CST 2021 in 3 milliseconds

The filesystem under path '/demo/api/test1/replicationTest.txt' is HEALTHY

可以看到实际副本数量是3片，有7个副本属于丢失状态。

关于副本数量大于集群DateNode数量如果加入新的节点，副本数量会增加，直到和设置的数量一样为止就不在增加。

设置副本数为2，小于实际的3个DataNode

// 设置副本数量（实际副本数量不可能大于DateNode节点数，即便你设置的大于节点数）
configuration.set("dfs.replication", "2");

@Test
public void replicationTest() throws IOException {
    // 副本数量测试（实际副本数量不可能大于DateNode节点数，即便你设置的大于节点数）
    fs.copyFromLocalFile(new Path("D:/study/hadoop/replicationTest2.txt"), new Path("/demo/api/test1/replicationTest2.txt"));
}

网页端查看副本数
在这里插入图片描述

如果不设置副本数，实际将会是hdfs配置的默认副本数。

2.3.7 重命名文件
@Test
public void rename() throws IOException {
    // 更改文件名
    fs.rename(new Path("/demo/api/test1/replicationTest2.txt"), new Path("/demo/api/test1/renameTile.txt"));
}
2.3.8 查看文件详情
@Test
public void listFiles() throws IOException {
    // 查看文件详情
    RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/demo/api/test1/"), true);
    while (listFiles.hasNext()) {
        LocatedFileStatus fileStatus = listFiles.next();
        // 文件名称
        System.out.println(fileStatus.getPath().getName());
        // 文件长度
        System.out.println(fileStatus.getLen());
        // 文件权限
        System.out.println(fileStatus.getPermission());
        // 文件分组
        System.out.println(fileStatus.getGroup());
        // 文件存储的块信息
        for (BlockLocation blockLocation : fileStatus.getBlockLocations()) {
            String[] hosts = blockLocation.getCachedHosts();
            System.out.println(JSON.toJSONString(hosts));
        }
        System.out.println("======================分割线======================");
    }
}
2.3.9 判断文件和文件夹
@Test
public void listStatus() throws IOException {
    // 查看文件详情
    FileStatus[] listStatus = fs.listStatus(new Path("/demo/api/test1/renameTile.txt"));
    for (FileStatus fileStatus : listStatus) {
        if (fileStatus.isDirectory()) {
            System.out.println(fileStatus.getPath().getName() + " is directory");
        } else if (fileStatus.isFile()) {
            System.out.println(fileStatus.getPath().getName() + " is file");
        } else {
            System.out.println(fileStatus.getPath().getName() + " is impossible");
        }
    }
}
2.3.10 文件定位读取

1.先上传一个文件（过程参考前面）
在这里插入图片描述
2.分块下载

@Test
public void readFile1() throws IOException {
    // 获取输入流
    FSDataInputStream inputStream = fs.open(new Path("/demo/api/test1/jdk-8u201-linux-x64.tar.gz"));
    // 创建输出流
    FileOutputStream outputStream = new FileOutputStream(new File("D:/study/hadoop/jdk-8u201-linux-x64.tar.gz.part1"));
    // 拷贝流
    byte[] buf = new byte[1024];
    for (int i = 0; i < 1024 * 128; i++) {
        int read = inputStream.read(buf);
        if (read > 0) {
            outputStream.write(buf);
        }
    }
    // 关闭资源
    IOUtils.closeStream(inputStream);
    IOUtils.closeStream(outputStream);
}

@Test
public void readFile2() throws IOException {
    // 获取输入流
    FSDataInputStream inputStream = fs.open(new Path("/demo/api/test1/jdk-8u201-linux-x64.tar.gz"));
    // 创建输出流
    FileOutputStream outputStream = new FileOutputStream(new File("D:/study/hadoop/jdk-8u201-linux-x64.tar.gz.part2"));
    // 定位输入数据位置
    inputStream.seek(1024 * 1024 * 128);
    // 拷贝流
    IOUtils.copyBytes(inputStream, outputStream, configuration);
    // 关闭资源
    IOUtils.closeStream(inputStream);
    IOUtils.closeStream(outputStream);
}

在这里插入图片描述
3.下载完成后拼接数据
type jdk-8u201-linux-x64.tar.gz.part2 >> jdk-8u201-linux-x64.tar.gz.part1
可以看到拼接完成后数据大小和原文件一致，修改名称后解压完成正常。
在这里插入图片描述
在这里插入图片描述

3 HDFS数据流

3.1 HDFS写数据流程

3.1.1 流程图

在这里插入图片描述

3.1.2 步骤说明
  1. 客户端通过 Distributed FileSystem 模块向 NameNode 请求上传文件，NameNode 检查目标文件是否已存在，父目录是否存在。
  2. NameNode 返回是否可以上传。
  3. 客户端请求第一个 Block 上传到哪几个 DataNode 服务器上。
  4. NameNode 返回 3 个 DataNode 节点，分别为 dn1、 dn2、 dn3。
  5. 客户端通过 FSDataOutputStream 模块请求 dn1 上传数据，dn1 收到请求会继续调用 dn2，然后 dn2 调用 dn3，将这个通信管道建立完成。
  6. dn1、 dn2、 dn3 逐级应答客户端。
  7. 客户端开始往 dn1 上传第一个 Block（先从磁盘读取数据放到一个本地内存缓存）， 以Packet 为单位，dn1 收到一个 Packet 就会传给 dn2，dn2 传给 dn3；dn1 每传一个 packet 会放入一个应答队列等待应答。
  8. 当一个 Block 传输完成之后， 客户端再次请求 NameNode 上传第二个 Block 的服务器。
3.1.3 网络拓扑-节点距离计算

在 HDFS 写数据的过程中， NameNode 会选择距离待上传数据最近距离的 DataNode 接
收数据。
节点距离： 两个节点到达最近的共同祖先的距离总和。

3.1.4 机架感知（副本存储节点选择）

机架感知说明

http://hadoop.apache.org/docs/r3.3.1/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html#Data_Replication

3.2 HDFS读数据流程

3.2.1 流程图

在这里插入图片描述

3.2.2 步骤说明
  1. 客户端通过 Distributed FileSystem 向 NameNode 请求下载文件，NameNode 通过查询元
    数据，找到文件块所在的 DataNode 地址。
  2. 挑选一台 DataNode（就近原则，然后随机）服务器，请求读取数据。
  3. DataNode 开始传输数据给客户端（从磁盘里面读取数据输入流，以 Packet 为单位来做校
    验）。
  4. 客户端以 Packet 为单位接收，先在本地缓存，然后写入目标文件。

4 NameNode 和 SecondaryNameNode

4.1 NN 和 2NN 工作机制

　　如果存储在 NameNode 节点的磁盘中， 因为经常需要进行随机访问， 还有响应客户请求， 必然是效率过低。 因此， 元数据需要存放在内存中。 但如果只存在内存中， 一旦断电， 元数据丢失， 整个集群就无法工作了。 因此产生在磁盘中备份元数据的FsImage。

　　这样又会带来新的问题， 当在内存中的元数据更新时， 如果同时更新 FsImage， 就会导致效率过低， 但如果不更新， 就会发生一致性问题， 一旦 NameNode 节点断电， 就会产生数据丢失。 因此， 引入 Edits 文件(只进行追加操作， 效率很高)。 每当元数据有更新或者添加元数据时， 修改内存中的元数据并追加到 Edits 中。 这样， 一旦 NameNode 节点断电， 可以通过 FsImage 和 Edits 的合并， 合成元数据。

　　但是， 如果长时间添加数据到 Edits 中， 会导致该文件数据过大， 效率降低， 而且一旦断电， 恢复元数据需要的时间过长。 因此， 需要定期进行 FsImage 和 Edits 的合并， 如果这个操作由 NameNode节点完成，又会效率过低。因此，引入一个新的节点 SecondaryNamenode，专门用于 FsImage 和 Edits 的合并。

4.1.1 NameNode工作机制

在这里插入图片描述

4.1.2 步骤说明

1.第一阶段： NameNode 启动
（1）第一次启动 NameNode 格式化后，创建 Fsimage 和 Edits 文件。如果不是第一次启动，直接加载编辑日志和镜像文件到内存。
（2）客户端对元数据进行增删改的请求。
（3）NameNode 记录操作日志，更新滚动日志。
（4）NameNode 在内存中对元数据进行增删改。

2.第二阶段： Secondary NameNode 工作
（1）Secondary NameNode 询问 NameNode 是否需要 CheckPoint。直接带回 NameNode是否检查结果。
（2）Secondary NameNode 请求执行 CheckPoint。
（3）NameNode 滚动正在写的 Edits 日志。
（4）将滚动前的编辑日志和镜像文件拷贝到 Secondary NameNode。
（5）Secondary NameNode 加载编辑日志和镜像文件到内存并合并。
（6）生成新的镜像文件 fsimage.chkpoint。
（7）拷贝 fsimage.chkpoint 到 NameNode。
（8）NameNode 将 fsimage.chkpoint 重新命名成 fsimage。

4.1.3 NN 和 2NN 工作机制详解：

Fsimage： NameNode 内存中元数据序列化后形成的文件。

Edits： 记录客户端更新元数据信息的每一步操作（可通过 Edits 运算出元数据） 。NameNode启动时，先滚动 Edits并生成一个空的 edits.inprogress，然后加载 Edits和 Fsimage到内存中， 此时 NameNode 内存就持有最新的元数据信息。 Client 开始对 NameNode 发送元数据的增删改的请求， 这些请求的操作首先会被记录到 edits.inprogress 中（查询元数据的操作不会被记录在 Edits 中， 因为查询操作不会更改元数据信息）， 如果此时 NameNode挂掉， 重启后会从 Edits 中读取元数据的信息。 然后， NameNode 会在内存中执行元数据的增删改的操作。

　　由于 Edits 中记录的操作会越来越多， Edits 文件会越来越大， 导致 NameNode 在启动加载Edits 时会很慢，所以需要对 Edits 和 Fsimage 进行合并（所谓合并，就是将 Edits 和 Fsimage加 载 到 内 存 中 ， 照 着 Edits 中 的 操 作 一 步 步 执 行 ， 最 终 形 成 新 的 Fsimage ） 。SecondaryNameNode 的作用就是帮助 NameNode 进行 Edits 和 Fsimage 的合并工作。 SecondaryNameNode 首先会询问 NameNode 是否需要 CheckPoint（触发 CheckPoint 需要满足两个条件中的任意一个， 定时时间到和 Edits 中数据写满了） 。 直接带回 NameNode是否检查结果。SecondaryNameNode 执行 CheckPoint 操作，首先会让 NameNode 滚动 Edits并生成一个空的 edits.inprogress， 滚动 Edits 的目的是给 Edits 打个标记， 以后所有新的操作都写入 edits.inprogress， 其他未合并的 Edits 和 Fsimage 会拷贝到 SecondaryNameNode的本地， 然后将拷贝的 Edits 和 Fsimage 加载到内存中进行合并， 生成 fsimage.chkpoint，然后将 fsimage.chkpoint 拷贝给 NameNode， 重命名为 Fsimage 后替换掉原来的 Fsimage。NameNode在启动时就只需要加载之前未合并的 Edits和 Fsimage即可，因为合并过的 Edits中的元数据信息已经被记录在 Fsimage 中。

4.2 Fsimage 和 Edits

4.2.1 概念

NameNode被格式化之后，将在/opt/module/hadoop-3.3.1/data/tmp/dfs/name/current中产生如下文件

fsimage_0000000000000000000
fsimage_0000000000000000000.md5
seen_txid
VERSION
（1）Fsimage文件：HDFS文件系统元数据的一个永久性额检查点，其中包含HDFS文件系统的所有目录和文件inode的序列化信息。
（2）Edits文件：存放HDFS文件系统所有更新操作的路径，人家系统客户端执行的所有写操作首先会被记录到Edits文件中。
（3）seen_txid文件：保存的是一个数字，就是最后一个Edits的数字。
（4）每次NameNode启动的时候都会讲Fsimage文件读入内存，加载Edits里面的更新操作，保证内存里的元数据信息是最新的、同步的，可以看成NameNode启动的时候就将Fsimage和Edits文件进行了合并。

4.2.2 oiv 查看 Fsimage 文件

1.基本语法

hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径

2.操作

# 进入目录
> pwd
/opt/module/hadoop-3.3.1/data/tmp/dfs/name/current

# 查看
> hdfs oiv -p XML -i fsimage_0000000000000000325 -o /home/hadoop/fsimage.xml

3.结果

<?xml version="1.0"?>
<fsimage><version><layoutVersion>-66</layoutVersion><onDiskVersion>1</onDiskVersion><oivRevision>a3b9c37a397ad4188041dd80621bdeefc46885f2</oivRevision></version>
<NameSection><namespaceId>1547933980</namespaceId><genstampV1>1000</genstampV1><genstampV2>1036</genstampV2><genstampV1Limit>0</genstampV1Limit><lastAllocatedBlockId>1073741860</lastAllocatedBlockId><txid>325</txid></NameSection>
<ErasureCodingSection>
<erasureCodingPolicy>
<policyId>1</policyId><policyName>RS-6-3-1024k</policyName><cellSize>1048576</cellSize><policyState>DISABLED</policyState><ecSchema>
<codecName>rs</codecName><dataUnits>6</dataUnits><parityUnits>3</parityUnits></ecSchema>
</erasureCodingPolicy>

<erasureCodingPolicy>
<policyId>2</policyId><policyName>RS-3-2-1024k</policyName><cellSize>1048576</cellSize><policyState>DISABLED</policyState><ecSchema>
<codecName>rs</codecName><dataUnits>3</dataUnits><parityUnits>2</parityUnits></ecSchema>
</erasureCodingPolicy>

<erasureCodingPolicy>
<policyId>3</policyId><policyName>RS-LEGACY-6-3-1024k</policyName><cellSize>1048576</cellSize><policyState>DISABLED</policyState><ecSchema>
<codecName>rs-legacy</codecName><dataUnits>6</dataUnits><parityUnits>3</parityUnits></ecSchema>
</erasureCodingPolicy>

<erasureCodingPolicy>
<policyId>4</policyId><policyName>XOR-2-1-1024k</policyName><cellSize>1048576</cellSize><policyState>DISABLED</policyState><ecSchema>
<codecName>xor</codecName><dataUnits>2</dataUnits><parityUnits>1</parityUnits></ecSchema>
</erasureCodingPolicy>

<erasureCodingPolicy>
<policyId>5</policyId><policyName>RS-10-4-1024k</policyName><cellSize>1048576</cellSize><policyState>DISABLED</policyState><ecSchema>
<codecName>rs</codecName><dataUnits>10</dataUnits><parityUnits>4</parityUnits></ecSchema>
</erasureCodingPolicy>

</ErasureCodingSection>

<INodeSection><lastInodeId>16462</lastInodeId><numInodes>46</numInodes><inode><id>16385</id><type>DIRECTORY</type><name></name><mtime>1630826570349</mtime><permission>hadoop:supergroup:0755</permission><nsquota>9223372036854775807</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16386</id><type>DIRECTORY</type><name>tmp</name><mtime>1629512731158</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16387</id><type>DIRECTORY</type><name>hadoop-yarn</name><mtime>1629375870036</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16388</id><type>DIRECTORY</type><name>staging</name><mtime>1629512725296</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16389</id><type>DIRECTORY</type><name>history</name><mtime>1629375870165</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16390</id><type>DIRECTORY</type><name>done</name><mtime>1629513418327</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16391</id><type>DIRECTORY</type><name>done_intermediate</name><mtime>1629512738173</mtime><permission>hadoop:supergroup:1777</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16392</id><type>DIRECTORY</type><name>user</name><mtime>1631158286624</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16393</id><type>DIRECTORY</type><name>hadoop</name><mtime>1629513521534</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16394</id><type>DIRECTORY</type><name>input</name><mtime>1629511391839</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16395</id><type>FILE</type><name>wc.input</name><replication>3</replication><mtime>1629511023636</mtime><atime>1629511022631</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741825</id><genstamp>1001</genstamp><numBytes>52</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16396</id><type>FILE</type><name>jdk-8u261-linux-x64.tar.gz</name><replication>3</replication><mtime>1629511391831</mtime><atime>1631153193358</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741826</id><genstamp>1002</genstamp><numBytes>134217728</numBytes></block>
<block><id>1073741827</id><genstamp>1003</genstamp><numBytes>8894075</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16397</id><type>DIRECTORY</type><name>hadoop</name><mtime>1629512725296</mtime><permission>hadoop:supergroup:0700</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16398</id><type>DIRECTORY</type><name>.staging</name><mtime>1629514083172</mtime><permission>hadoop:supergroup:0700</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16404</id><type>DIRECTORY</type><name>logs</name><mtime>1629512731309</mtime><permission>hadoop:hadoop:1777</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16405</id><type>DIRECTORY</type><name>hadoop</name><mtime>1629512731332</mtime><permission>hadoop:hadoop:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16406</id><type>DIRECTORY</type><name>bucket-logs-tfile</name><mtime>1629513513250</mtime><permission>hadoop:hadoop:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16407</id><type>DIRECTORY</type><name>0001</name><mtime>1629512731376</mtime><permission>hadoop:hadoop:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16408</id><type>DIRECTORY</type><name>application_1629373743420_0001</name><mtime>1629513313276</mtime><permission>hadoop:hadoop:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16409</id><type>DIRECTORY</type><name>hadoop</name><mtime>1629514138083</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16416</id><type>FILE</type><name>job_1629373743420_0001-1629512728156-hadoop-word+count-1629513304564-0-0-FAILED-default-1629512742245.jhist</name><replication>3</replication><mtime>1629513305534</mtime><atime>1629513305092</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0770</permission><blocks><block><id>1073741835</id><genstamp>1011</genstamp><numBytes>24579</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16417</id><type>FILE</type><name>job_1629373743420_0001_conf.xml</name><replication>3</replication><mtime>1629513305592</mtime><atime>1629513305546</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0770</permission><blocks><block><id>1073741836</id><genstamp>1012</genstamp><numBytes>270105</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16418</id><type>FILE</type><name>hadoop110_38377</name><replication>3</replication><mtime>1629513312725</mtime><atime>1629513312627</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:hadoop:0640</permission><blocks><block><id>1073741837</id><genstamp>1013</genstamp><numBytes>13870</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16419</id><type>FILE</type><name>localhost_35037</name><replication>3</replication><mtime>1629513313271</mtime><atime>1629513313143</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:hadoop:0640</permission><blocks><block><id>1073741838</id><genstamp>1014</genstamp><numBytes>119495</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16420</id><type>DIRECTORY</type><name>2021</name><mtime>1629513418327</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16421</id><type>DIRECTORY</type><name>08</name><mtime>1629513418327</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16422</id><type>DIRECTORY</type><name>21</name><mtime>1629513418327</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16423</id><type>DIRECTORY</type><name>000000</name><mtime>1629514138083</mtime><permission>hadoop:supergroup:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16429</id><type>DIRECTORY</type><name>0002</name><mtime>1629513513254</mtime><permission>hadoop:hadoop:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16430</id><type>DIRECTORY</type><name>application_1629373743420_0002</name><mtime>1629514089649</mtime><permission>hadoop:hadoop:0770</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16432</id><type>DIRECTORY</type><name>output</name><mtime>1629514081833</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16438</id><type>FILE</type><name>part-r-00000</name><replication>3</replication><mtime>1629514081627</mtime><atime>1629514081406</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741845</id><genstamp>1021</genstamp><numBytes>63</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16440</id><type>FILE</type><name>_SUCCESS</name><replication>3</replication><mtime>1629514081835</mtime><atime>1629514081833</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><storagePolicyId>0</storagePolicyId></inode>
<inode><id>16443</id><type>FILE</type><name>job_1629373743420_0002-1629513512969-hadoop-word+count-1629514081841-1-1-SUCCEEDED-default-1629513521448.jhist</name><replication>3</replication><mtime>1629514082001</mtime><atime>1629514081970</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0770</permission><blocks><block><id>1073741847</id><genstamp>1023</genstamp><numBytes>33354</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16444</id><type>FILE</type><name>job_1629373743420_0002_conf.xml</name><replication>3</replication><mtime>1629514082084</mtime><atime>1629514082017</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0770</permission><blocks><block><id>1073741848</id><genstamp>1024</genstamp><numBytes>270105</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16445</id><type>FILE</type><name>hadoop110_38377</name><replication>3</replication><mtime>1629514089647</mtime><atime>1629514089585</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:hadoop:0640</permission><blocks><block><id>1073741849</id><genstamp>1025</genstamp><numBytes>237884</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16446</id><type>DIRECTORY</type><name>demo</name><mtime>1630826570349</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16447</id><type>DIRECTORY</type><name>api</name><mtime>1630827263324</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16449</id><type>DIRECTORY</type><name>test1</name><mtime>1631091340113</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16450</id><type>FILE</type><name>我是测试文件.txt</name><replication>3</replication><mtime>1631068318480</mtime><atime>1631150546741</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741850</id><genstamp>1026</genstamp><numBytes>27</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16451</id><type>FILE</type><name>replicationTest.txt</name><replication>10</replication><mtime>1631068704420</mtime><atime>1631092338426</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741851</id><genstamp>1027</genstamp><numBytes>21</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16453</id><type>FILE</type><name>renameTile.txt</name><replication>4</replication><mtime>1631080336810</mtime><atime>1631152714663</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741853</id><genstamp>1029</genstamp><numBytes>21</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16454</id><type>FILE</type><name>create.txt</name><replication>3</replication><mtime>1631088817160</mtime><atime>1631088816947</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741854</id><genstamp>1030</genstamp><numBytes>6</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16455</id><type>FILE</type><name>jdk-8u201-linux-x64.tar.gz</name><replication>1</replication><mtime>1631091344095</mtime><atime>1631150544760</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0644</permission><blocks><block><id>1073741855</id><genstamp>1031</genstamp><numBytes>134217728</numBytes></block>
<block><id>1073741856</id><genstamp>1032</genstamp><numBytes>57599412</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
<inode><id>16457</id><type>DIRECTORY</type><name>temp</name><mtime>1631156903833</mtime><permission>hadoop:supergroup:0755</permission><nsquota>-1</nsquota><dsquota>-1</dsquota></inode>
<inode><id>16458</id><type>FILE</type><name>test1.txt</name><replication>3</replication><mtime>1631155750838</mtime><atime>1631154801837</atime><preferredBlockSize>134217728</preferredBlockSize><permission>hadoop:supergroup:0666</permission><blocks><block><id>1073741857</id><genstamp>1033</genstamp><numBytes>6</numBytes></block>
</blocks>
<storagePolicyId>0</storagePolicyId></inode>
</INodeSection>
<INodeReferenceSection></INodeReferenceSection><SnapshotSection><snapshotCounter>0</snapshotCounter><numSnapshots>0</numSnapshots></SnapshotSection>
<INodeDirectorySection><directory><parent>16385</parent><child>16446</child><child>16386</child><child>16392</child></directory>
<directory><parent>16386</parent><child>16387</child><child>16404</child></directory>
<directory><parent>16387</parent><child>16388</child></directory>
<directory><parent>16388</parent><child>16397</child><child>16389</child></directory>
<directory><parent>16389</parent><child>16390</child><child>16391</child></directory>
<directory><parent>16390</parent><child>16420</child></directory>
<directory><parent>16391</parent><child>16409</child></directory>
<directory><parent>16392</parent><child>16393</child><child>16457</child></directory>
<directory><parent>16393</parent><child>16394</child><child>16432</child></directory>
<directory><parent>16394</parent><child>16396</child><child>16395</child></directory>
<directory><parent>16397</parent><child>16398</child></directory>
<directory><parent>16404</parent><child>16405</child></directory>
<directory><parent>16405</parent><child>16406</child></directory>
<directory><parent>16406</parent><child>16407</child><child>16429</child></directory>
<directory><parent>16407</parent><child>16408</child></directory>
<directory><parent>16408</parent><child>16418</child><child>16419</child></directory>
<directory><parent>16420</parent><child>16421</child></directory>
<directory><parent>16421</parent><child>16422</child></directory>
<directory><parent>16422</parent><child>16423</child></directory>
<directory><parent>16423</parent><child>16416</child><child>16417</child><child>16443</child><child>16444</child></directory>
<directory><parent>16429</parent><child>16430</child></directory>
<directory><parent>16430</parent><child>16445</child></directory>
<directory><parent>16432</parent><child>16440</child><child>16438</child></directory>
<directory><parent>16446</parent><child>16447</child></directory>
<directory><parent>16447</parent><child>16449</child></directory>
<directory><parent>16449</parent><child>16450</child><child>16454</child><child>16455</child><child>16453</child><child>16451</child></directory>
<directory><parent>16457</parent><child>16458</child></directory>
</INodeDirectorySection>
<FileUnderConstructionSection></FileUnderConstructionSection>
<SecretManagerSection><currentId>0</currentId><tokenSequenceNumber>0</tokenSequenceNumber><numDelegationKeys>0</numDelegationKeys><numTokens>0</numTokens></SecretManagerSection><CacheManagerSection><nextDirectiveId>1</nextDirectiveId><numDirectives>0</numDirectives><numPools>0</numPools></CacheManagerSection>
</fsimage>
4.2.3 oev 查看 Edits 文件

1.基本语法

hdfs oev -p 文件类型 -i 编辑日志 -o 转换后文件输出路径

2.操作

# 进入目录
> pwd
/opt/module/hadoop-3.3.1/data/tmp/dfs/name/current

# 查看
> hdfs oev -p XML -i edits_0000000000000000315-0000000000000000323 -o /home/hadoop/edits.xml

3.结果

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<EDITS>
  <EDITS_VERSION>-66</EDITS_VERSION>
  <RECORD>
    <OPCODE>OP_START_LOG_SEGMENT</OPCODE>
    <DATA>
      <TXID>315</TXID>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_ADD</OPCODE>
    <DATA>
      <TXID>316</TXID>
      <LENGTH>0</LENGTH>
      <INODEID>16462</INODEID>
      <PATH>/user/temp2/test3.txt._COPYING_</PATH>
      <REPLICATION>3</REPLICATION>
      <MTIME>1631157801349</MTIME>
      <ATIME>1631157801349</ATIME>
      <BLOCKSIZE>134217728</BLOCKSIZE>
      <CLIENT_NAME>DFSClient_NONMAPREDUCE_-920481959_1</CLIENT_NAME>
      <CLIENT_MACHINE>192.168.40.110</CLIENT_MACHINE>
      <OVERWRITE>true</OVERWRITE>
      <PERMISSION_STATUS>
        <USERNAME>hadoop</USERNAME>
        <GROUPNAME>supergroup</GROUPNAME>
        <MODE>420</MODE>
      </PERMISSION_STATUS>
      <ERASURE_CODING_POLICY_ID>0</ERASURE_CODING_POLICY_ID>
      <RPC_CLIENTID>f7492ba0-7180-41a3-9da3-23027615a547</RPC_CLIENTID>
      <RPC_CALLID>3</RPC_CALLID>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_ALLOCATE_BLOCK_ID</OPCODE>
    <DATA>
      <TXID>317</TXID>
      <BLOCK_ID>1073741860</BLOCK_ID>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_SET_GENSTAMP_V2</OPCODE>
    <DATA>
      <TXID>318</TXID>
      <GENSTAMPV2>1036</GENSTAMPV2>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_ADD_BLOCK</OPCODE>
    <DATA>
      <TXID>319</TXID>
      <PATH>/user/temp2/test3.txt._COPYING_</PATH>
      <BLOCK>
        <BLOCK_ID>1073741860</BLOCK_ID>
        <NUM_BYTES>0</NUM_BYTES>
        <GENSTAMP>1036</GENSTAMP>
      </BLOCK>
      <RPC_CLIENTID/>
      <RPC_CALLID>-2</RPC_CALLID>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_CLOSE</OPCODE>
    <DATA>
      <TXID>320</TXID>
      <LENGTH>0</LENGTH>
      <INODEID>0</INODEID>
      <PATH>/user/temp2/test3.txt._COPYING_</PATH>
      <REPLICATION>3</REPLICATION>
      <MTIME>1631157801520</MTIME>
      <ATIME>1631157801349</ATIME>
      <BLOCKSIZE>134217728</BLOCKSIZE>
      <CLIENT_NAME/>
      <CLIENT_MACHINE/>
      <OVERWRITE>false</OVERWRITE>
      <BLOCK>
        <BLOCK_ID>1073741860</BLOCK_ID>
        <NUM_BYTES>6</NUM_BYTES>
        <GENSTAMP>1036</GENSTAMP>
      </BLOCK>
      <PERMISSION_STATUS>
        <USERNAME>hadoop</USERNAME>
        <GROUPNAME>supergroup</GROUPNAME>
        <MODE>420</MODE>
      </PERMISSION_STATUS>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_RENAME_OLD</OPCODE>
    <DATA>
      <TXID>321</TXID>
      <LENGTH>0</LENGTH>
      <SRC>/user/temp2/test3.txt._COPYING_</SRC>
      <DST>/user/temp2/test3.txt</DST>
      <TIMESTAMP>1631157801526</TIMESTAMP>
      <RPC_CLIENTID>f7492ba0-7180-41a3-9da3-23027615a547</RPC_CLIENTID>
      <RPC_CALLID>8</RPC_CALLID>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_DELETE</OPCODE>
    <DATA>
      <TXID>322</TXID>
      <LENGTH>0</LENGTH>
      <PATH>/user/temp2</PATH>
      <TIMESTAMP>1631158286624</TIMESTAMP>
      <RPC_CLIENTID>8e250740-959c-4bd0-bc41-6ea35f1a8a50</RPC_CLIENTID>
      <RPC_CALLID>3</RPC_CALLID>
    </DATA>
  </RECORD>
  <RECORD>
    <OPCODE>OP_END_LOG_SEGMENT</OPCODE>
    <DATA>
      <TXID>323</TXID>
    </DATA>
  </RECORD>
</EDITS>

4.3 CheckPoint 时间设置

1.文件hdfs-site.xml
2.通常情况下，SecondaryNameNode 每隔一小时执行一次。

<property>
	<name>dfs.namenode.checkpoint.period</name>
	<value>3600</value>
</property>

3.一分钟检查一次操作次数，当操作次数达到 1 百万时，SecondaryNameNode 执
行一次。

<property>
	<name>dfs.namenode.checkpoint.txns</name>
	<value>1000000</value>
	<description>操作动作次数</description>
</property>
<property>
	<name>dfs.namenode.checkpoint.check.period</name>
	<value>60</value>
	<description> 1 分钟检查一次操作次数</description>
</property >

4.4 NameNode 故障处理

4.4.1 方法一

将 SecondaryNameNode 中数据拷贝到 NameNode 存储数据的目录；

1. kill -9 NameNode 进程
2. 删除 NameNode 存储的数据（/opt/module/hadoop-3.3.1/data/tmp/dfs/name）
3. 拷贝 SecondaryNameNode 中数据（/opt/module/hadoop-3.3.1/data/tmp/dfs/namesecondary）到原 NameNode 存储数据目录

# 进入目录
> cd /opt/module/hadoop-3.3.1/data/tmp/dfs
# 拷贝
> scp -r hadoop@hadoop130:/opt/module/hadoop-3.3.1/data/tmp/dfs/namesecondary/* ./name/

5. 重新启动 NameNode

4.4.2 方法二

　　使用 -importCheckpoint 选项启动 NameNode 守护进程 ，从而将 SecondaryNameNode 中数据拷贝到 NameNode 目录中。

1. 修改 hdfs-site.xml

<property>
	<name>dfs.namenode.checkpoint.period</name>
	<value>120</value>
</property>
<property>
	<name>dfs.namenode.name.dir</name>
	<value>/opt/module/hadoop-3.3.1/data/tmp/dfs/name</value>
</property>

2. kill -9 NameNode 进程
3. 删除 NameNode 存储的数据（/opt/module/hadoop-3.3.1/data/tmp/dfs/name）
4. 如果 SecondaryNameNode 不和 NameNode 在一个主机节点上，需要将 SecondaryNameNode 存储数据的目录拷贝到 NameNode 存储数据的平级目录，并删除 in_use.lock 文件

# 进入目录
> cd /opt/module/hadoop-3.3.1/data/tmp/dfs
# 拷贝
> scp -r hadoop@hadoop130:/opt/module/hadoop-3.3.1/data/tmp/dfs/namesecondary ./

5. 导入检查点数据（等待一会 ctrl+c 结束掉）

> hdfs namenode -importCheckpoint

6. 启动 NameNode

4.5 集群安全模式

4.5.1 概述

1. NameNode启动
　　NameNode启动时，首先将镜像文件（Fsimage）载入内存，并执行编辑日志（Edits）中的各项操作。一旦在内存中成功建立文件系统元数据的映像，则创建一个新的Fsimage文件和一个空白的编辑日志。此时，NameNode开始监听DataNode请求。这个过程期间，NameNode一直运行在安全模式，即NameNode的文件系统对于客户端来说是只读的。
2. DataNode启动
　　系统中的数据块的位置并不是由NameNode维护的，而是以块列表的形式存储在DataNode中。在系统正常操作期间，NameNode会在内存中保留所有块位置的映射信息。在安全模式下，各个DataNode会向NameNode发送最新的块列表信息，NameNode了解到足够多的块位置信息之后，即可高效运行文件系统。
3. 安全模式退出判断
　　如果满足“最小副本条件”，namenode会在30秒钟之后就退出安全模式。所谓的最小副本条件指的是在整个文件系统中99.9%的块满足最小副本级别（默认值：dfs.replication.min=1）。在启动一个刚刚格式化的HDFS集群时，因为系统中还没有任何块，所以NameNode不会进入安全模式。

4.5.2 基本语法

集群处于安全模式，不能执行重要操作（写操作）。集群启动完成后，自动退出安全模式。

# 查看安全模式状态
> hdfs dfsadmin -safemode get
# 进入安全模式状态
> hdfs dfsadmin -safemode enter
# 离开安全模式状态
> hdfs dfsadmin -safemode leave
# 等待安全模式状态
> hdfs dfsadmin -safemode wait

5 DataNode

5.1 DataNode 工作机制

在这里插入图片描述
（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。

5.2 数据完整性

　　如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号（1）和绿灯信号（0），
但是存储该数据的磁盘坏了， 一直显示是绿灯， 是否很危险？ 同理 DataNode 节点上的数据
损坏了， 却没有发现， 是否也很危险

（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。
在这里插入图片描述

5.3 掉线时限参数设置

（1）DataNode进程死亡或者网络故障造成DataNode无法与NameNode通信
（2）NameNode不会立即把该节点判定为死亡要经过一段时间，这段时间被称为超时时长。
（3）HDFS默认的超时时长为10分钟+30秒。
（4）如果定义超时时长为TimeOut则超时时长计算公式为：

TimeOut = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval

　　需要注意的是 hdfs-site.xml 配置文件中的 heartbeat.recheck.interval 的单位为毫秒，
dfs.heartbeat.interval 的单位为秒。

<property>
	<name>dfs.namenode.heartbeat.recheck-interval</name>
	<value>300000</value>
</property>
<property>
	<name>dfs.heartbeat.interval</name>
	<value>3</value>
</property>

5.4 服役新数据节点

　　随着业务的增长，数据量越来越大，原有的数据节点的容量已经不能满足存储数据
的需求，需要在原有集群基础上动态添加新的数据节点。

5.4.1 环境准备

（1）在 hadoop140 主机上再克隆一台 hadoop130 主机
（2）修改 IP 地址和主机名称
（3）删除原来 HDFS 文件系统留存的文件（/opt/module/hadoop-3.3.1/data 和 log）
（4）source 一下配置文件

5.4.2 服役新节点具体步骤

（1）直接启动 DataNode，即可关联到集群

hadoop-daemon.sh start datanode
yarn-daemon.sh start nodemanager

在这里插入图片描述
　　可以看到这个文件有三个副本，但是我们打开这个文件的详情看到在4个节点上都有，但是由于hadoop140是退役的，所以为了保证三个副本可用又复制了一份，也就是说退役节点的副本不算数。
在这里插入图片描述
在这里插入图片描述

5.5 退役旧数据节点

5.5.1 添加白名单

　　添加到白名单的主机节点， 都允许访问 NameNode， 不在白名单的主机节点， 都会被退出。
（1）在 NameNode 的/opt/module/hadoop-3.3.1/etc/hadoop 目录下创建 dfs.hosts 文件
添加如下主机名

hadoop110
hadoop120
hadoop130
hadoop140

（2）在 NameNode 的 hdfs-site.xml 配置文件中增加 dfs.hosts 属性

<property>
	<name>dfs.hosts</name>
	<value>/opt/module/hadoop-3.3.1/etc/hadoop/dfs.hosts</value>
</property>

（3）分发文件到其它节点

xsync hdfs-site.xml

（4）刷新 NameNode

hdfs dfsadmin -refreshNodes

（5）更新 ResourceManager 节点

yarn rmadmin -refreshNodes

（6）web 浏览器上查看

5.5.2 黑名单退役

在黑名单上面的主机都会被强制退出。
（1）在 NameNode （hadoop110）的 /opt/module/hadoop-3.3.1/etc/hadoop 目录下创建 dfs.hosts.exclude 文件

touch dfs.hosts.exclude

添加如下主机名称（要退役的节点）

hadoop140

（2）在 NameNode 的 hdfs-site.xml 配置文件中增加 dfs.hosts.exclude 属性

<property>
	<name>dfs.hosts.exclude</name>
	<value>/opt/module/hadoop-3.3.1/etc/hadoop/dfs.hosts.exclude</value>
</property>

（3）刷新 NameNode、刷新 ResourceManager

hdfs dfsadmin -refreshNodes
yarn rmadmin -refreshNodes

（4）检查 Web 浏览器，退役节点的状态为 decommission in progress（退役中），说明数据节点正在复制块到其他节点。

（5）等待退役节点状态为 decommissioned（所有块已经复制完成），停止该节点及节点资源管理器。 注意：如果副本数是 3，服役的节点小于等于 3，是不能退役成功的，需要修改副本数后才能退役。

hadoop-daemon.sh stop datanode

yarn-daemon.sh stop nodemanager

在这里插入图片描述
在这里插入图片描述
吐槽：如果发现退役不了节点可以重启一下NameNode试一下，我卡在这2个小时…

5.6 Datanode 多目录配置

（1）DataNode 也可以配置成多个目录，每个目录存储的数据不一样。即：数据不是副本
（2）具体配置 hdfs-site.xml

<property>
<name>dfs.datanode.data.dir</name>
<value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2</value>
</property>
星空战争
关注
专栏目录
大数据学习：使用Java API操作HDFS（2）
X_Serendipity的博客
12-06 628
重命名、显示文件列表、获取文件块信息、创建目录、判断目录或文件是否存在
HDFS FS API
06-07
HDFS FS API 本地上传文件至HDFS，HDFS下载文件至本地，在HDFS上新建删除文件夹
hdfsAPI
何星驰的专栏@17316365004@sina.cn
02-09 1589
通过代码操作hdfs系统上的数据文件 package com.credi; import java.io.BufferedInputStream; import java.io.BufferedOutputStream; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundExcept...
HDFSAPI应用
冥更的博客
02-05 278
1. 配置windows下hadoop环境 第一步：将hadoop2.7.5文件夹拷贝到一个没有中文没有空格的路径下面 第二步：在windows上面配置hadoop的环境变量： HADOOP_HOME，并将%HADOOP_HOME%\bin添加到path中 第三步：把hadoop2.7.5文件夹中bin目录下的hadoop.dll文件放到系统盘: C:\Windows\System32 目录 第...
HDFS客户端操作2 文件操作
Auraros的博客
10-13 340
HDFS客户端操作2 文件操作 更多整理都在我的github上：Auraros欢迎大家。 连接方式 主要有两种连接HDFS方式： // 如果在resource中设置好了fs.defaultFS，则可以 Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(conf); //如果没有的话，可以 Configuration conf = new Configuration(); conf.set("fs.default
HDFS的API操作
&volume的博客
03-15 2395
使用注解@Test进行测试，调用的还是Linux中的mkdir 让客户端连接对象进行调用（**注意 这里 客户端连接对象要在类的上方使用private进行定义，方便在下方方法中的调用）返回值：返回的形式是迭代器（迭代器是一种设计模式，官方话不多数，说一下自己的理解可能不贴切---个人认为迭代器就像把数据封装成一个数据库一样，包含各种属性，每一条信息就是一个元组）文件移动分为很多，根据参数的不同，做出不同的操作，都是调用rename方法。文件和文件夹的判断也分为两种，一种是可迭代的，一种是不可迭代的。
大数据实验二-HDFS编程实践
最新发布
04-03
2. **熟练使用Shell命令**：通过一系列Shell命令的学习与实践，让学生能够独立完成文件的上传、下载、查看目录列表、删除文件等常见操作。 3. **熟悉Java API**：除了Shell命令外，Hadoop还提供了丰富的Java API来...
《大数据导论》HDFS的应用.docx
12-11
总的来说，HDFS的应用是大数据分析的重要环节，学习和理解HDFS的工作原理及其API的使用，对于从事大数据工作的专业人员至关重要。通过这样的实验，学生可以亲手实践，加深对大数据处理流程的理解，为未来在大数据...
大数据技术基础实验报告-调用Java API实现HDFS操作.doc
08-21
总的来说，本实验旨在使学习者熟悉Hadoop环境下的Java编程，理解如何调用HDFS API进行文件操作，这是一项重要的技能，因为在大数据处理中，HDFS是数据存储的核心组件。通过这样的实践，学生将能够更好地理解和应用大...
大数据基本要素HDFS MapReduce-and-Spark-RDD
02-12
Spark提供了DataFrame和Dataset API，使得开发更加便捷，且兼容HDFS等多种数据源。 总结，HDFS、MapReduce和Spark RDD是大数据处理的基石，它们共同构建了大数据生态系统，使得我们能够高效地存储、处理和分析海量...
HDFS的java操作
dongdingjiu8971的博客
07-30 466
搭建开发环境 1、引入依赖 <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>2.6.1</version> </de...
7.HDFS的API
知其然，知其所以然
10-01 394
1.HDFS文件的上传下载，不只用命令可以，其实代码也可以，而且代码的优先级更高 2.下面是针对于出识写代码，总结自己学习中碰到的问题，以及问题出现的原因： 3.下面就是解决方法：找到自己windows下自己的hosts给配上 路径： C:\Windows\System32\drivers\etc 然后找到hosts文件： 进行hosts文件修改： ...
HDFS的API使用
wyyyyywwwwuuyy的博客
11-12 1658
HDFS的API总体来说有两个主要的类。 FileSystem 和Configuration。 导入依赖 <dependencies> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version&...
使用HDFS API的方式来操作HDFS文件系统（一）
hxxjxw的博客
07-04 1590
使用Java 使用Maven来管理项目
HDFSAPI代码
Messi-Q Blog
11-15 294
    这里主要是与hdfs系统的交互，包括上传、下载文件到hdfs系统中，代码如下： import java.io.IOException; import java.net.URI; import java.net.URISyntaxException; import org.apache.hadoop.conf.Configuration; import org.ap...
HDFS API操作
m0_65136138的博客
07-15 438
之前学习了HDFS的shell操作，但那是在集群内部操作，在生产环境下我们不是每次都在内部进行操作，我们是使用客户端连接集群进行操作，通过window客户端连接集群进行操作，称为API操作。
HDFS的API操作 （Eclipse版）
m0_53415522的博客
10-13 4757
HDFS的API客户端操作，基本环境配置，hdfs文件上传下载删除更名等操作，以及hdfs的I/O流操作！！！
Java API操作HDFS：环境配置与基本操作示例
HDFS（Hadoop Distributed File System）是Apache Hadoop生态系统的核心组件，它是一种分布式文件系统，专为大...通过学习并熟练掌握这些概念和技术，开发者可以在大数据处理场景中有效地使用HDFS进行数据管理和分析。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值