设置文件副本数_大数据系列（二）之 hdfs 分布式文件系统详解

在了解HDFS之前，我们先来简单介绍一下Hadoop：Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。从中我们可以看出Hadoop其实可以大致分为两个方面：大数据和大计算。Hadoop的框架最核心的设计就是：HDFS、MapReduce和Yarn。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算，Yarn则是提供资源调度。

一、HDFS概述

HDFS是为海量的数据提供了存储的分布式文件系统。它是大数据系统的基础，它提供了基本的存储功能，由于底层数据的分布式存储，上层任务也可以利用数据的本地性进行分布式计算。hdfs思想上很简单，就是NameNode负责数据存储位置的记录，DataNode负责数据的存储。

读数据的时候：使用者Client会先访问NameNode询问数据存在哪，然后去DataNode存储；

写数据也基本类似：会先在NameNode上询问写到哪，然后把数据存储到对应的DataNode上。所以NameNode作为整个系统的灵魂，一旦它挂掉了，整个系统也就无法使用了。在运维中，针对NameNode的高可用变得十分关键,关于NameNode的高可用本文后面我们会讲到。

二、文件命名空间

HDFS支持传统的继承式的文件组织结构。一个用户或一个程序可以创建目录，存储文件到很多目录之中。文件系统的名字空间层次和其他的文件系统相似。可以创建、移动文件，将文件从一个目录移动到另外一个，或重命名。HDFS还没有实现用户的配额和访问控制。HDFS还不支持硬链接和软链接。然而，HDFS结构不排斥在将来实现这些功能。

三、HDFS组件介绍

HDFS采用的是master-slave架构，这种架构是典型的主从结构模型，在HDFS中，扮演master角色的是NameNode，扮演slave角色的是DataNode。

先来看看NameNode和DataNode各自的职责以及Block数据块

Namenode 的职责

1. 存放文件系统树及所有文件、目录的元数据，

2. 维护文件系统的命名空间，任何文件命名空间的改变和属性都被NameNode记录。

3. 应用程序可以指定文件的副本数，NameNode负责管理副本策略(默认是3个副本)

4. 处理客户端的读写请求

DataNode 的职责

1. DataNode负责存储和读取Block，读写请求可能来自NameNode，也可能直接来自客户端。

2. DataNode周期性会向NameNode汇报自己节点上所存储的Block相关信息和自身运行的状态。

3. 在集群启动的时候，DataNode向NameNode提供Block数据块列表信息。

Block数据块

Block数据块是HDFS最小的存储单元，写入HDFS的文件会被切分成一个个固定大小的块(block)，hdfs2.0之后每个块的大小默认是128MB(2.0之前默认是64MB)，然后将每个数据块依次发送到 DataNode 中，集群运行时数据块的存储位置等信息由 NameNode 记录在元数据中。

为了提高系统的容错性，保证数据有足够多的副本，每个块又会被复制到多个DataNode上存储。具体复制副本是在数据存储的时候，服务器会进行一个异步的操作，将这个块再进行复制操作，随机存储到一个 DataNode 中(这里随机存储是为了保证服务器的负载均衡，避免多个客户端对同一个文件进行访问，这个文件和其副本都存储在同一个 DataNode 节点上的情况)。

这里需要注意的是：1.如果存储的文件小于一个Block数据块的设置大小，则不会占用整个块的空间(假如存储10MB的文件，存储的时候不会再被切分，占用的磁盘空间是10MB，而不会占用整个块的128MB)

四、架构详解

首先了解一下NameNode中的两种元数据文件：

fsimage:文件系统元数据检查点镜像文件(合并edits的一个同步点)，保存了文件系统中所有的目录和文件信息，如:一个目录下有那些子目录、子文件、文件名、文件副本数、文件由哪些数据块组成

edits:编辑日志，客户端对目录和文件的写操作，先被记录到edits日志文件中，如：创建文件，创建文件夹、删除文件等

NameNode内存中保存的一份最新的镜像文件 = fsimage + edits

NameNode定期将内存中的新增的edits于fsimage合并保存在磁盘中

4.1 一个HDFS集群是由一个Namenode和一定数目的Datanodes组成，在HDFS中，为了实现高可用，通常会启用两个NameNode，一个是Active NameNode,一个是Standby NameNode。

在HDFS集群正常工作时，只有Active NameNode时处理读写请求的，Standby NameNode只是负责周期性的同步Active NameNode 的edits编辑日志，并且定期会合并fsimage和edits到本地磁盘，以保证Active NameNode挂掉后，Standby NameNode可以接替Active NameNode保证集群可以正常的对外提供服务，保证集群的高可用。(关于高可用我们后面会详细介绍)

4.2 HDFS文件系统和Linux文件系统相似，也是通过文件和目录来管理的，所有的文件和目录的层级关系可以看作是一个文件树。

其中NameNode维护着文件系统树，及整颗树内所有的目录和文件，这些信息以命名空间镜像文件fsimage 和 编辑日志文件edits ，永久保存在本地，但是为了快速访问，在集群运行的时候，会把这些命名空间信息加载到内存当中。

fsimage 并不存储Block块和DataNode的映射关系，NameNode是通过DataNode周期性的汇报心跳信息里得知每个DataNode储存的Block块列表信息，然后进行构建数据块和DataNode的这样也能够保证NameNode可以获得最新的数据块Block的信息。

4.3 NameNode会根据DataNode汇报的信息去了解DataNode的运行状态，如果某个DataNode挂掉了，或者是一段时间内，DataNode由于其他原因没有向NameNode汇报心跳(即心跳超时)，那么NameNode就会认为这个DataNode不可用了，然后就把这个DataNode标记为死亡，并且不会向这个DataNode转发任何客户端的读写请求。

与此同时，一旦某个DataNode不可用了，那么存储在这个DataNode上的Block块信息也就不可用了，那么NameNode就会检测Block副本数是否低于正常水平，如果是，NameNode就会复制新的副本向其他正常的DataNode上，以保证副本数恢复正常。

4.4 在处理客户端的读写请求的时候，客户端并不直接和DataNode通信，先通过NameNode获取到元数据信息，ram就客户端再和DataNode进行通信，进行对数据块的读写操作.

五、了解一下HDFS的操作

HDFS的操作类似于linux命令，只不过在前面加上了 “hadoop fs -”的固定写法

举例1：查看根目录下的文件列表

hadoop fs -ls /

举例2：查看hsfs中test.txt文件内容：

hadoop fs -cat /test.txt

这里只是举例说明，大家可以自己多使用操作一下其他操作命令。

六、HDFS 不适合存储小文件

6.1 元数据信息都存储在NameNode中，由于内存大小是有限的，所以在NameNode中存储的Block元数据的数目是有限的

举个例子说明下：

1个Block的元数据信息需要在占用大约150byte的内存。

存储1亿个Block的元数据就需要占用大约20GB的内存。

如果1个文件大小为10KB，那么1亿个这样的文件所占用的内存为1TB，尔NameNode却需要20GB的内存来存储元数据信息。

6.2 存取大量的小文件也会消耗大量的磁盘寻道时间。

七、HDFS高可用实现原理

在HDFS中，NameNode保存了整个HDFS中的元数据信息，一旦NameNode挂掉了，那么整合HDFS集群就无法访问了。同时在Hadoop生态中所有依赖于HDFS的组件比如说MapReduce,Hive,HBase就都无法正常工作了，如果集群运行了很长时间，那么此时HDFS存储的数据量就非常大，当重启NameNode时，需要从DataNode获取回报信息进行数据恢复，由于数据量大，数据恢复时候也是非常耗时的。

由于这个缺点的存在，也极大的限制了Hadoop的使用场景，使得Hadoop之前在很长的时间内只能用作离线存储和离线计算，无法应用于对可用性和数据一致性要求比较高的在线应用场景中。

在Hadoop2.0之后，引入了基于QJM共享存储系统，实现了基于QJM的高可用机制

前面我们就介绍过，在HDFS中，为了实现高可用，通常会启用两个NameNode，一个是Active NameNode,一个是Standby NameNode。

在HDFS集群正常工作时，只有Active NameNode时处理读写请求的，Standby NameNode只是负责周期性的从QJM共享存储系统中同步Active NameNode 的edits编辑日志，并且定期会合并fsimage和edits到本地磁盘，以保证数据的一致性，当Active NameNode挂掉后，Standby NameNode可以接替Active NameNode保证集群可以正常的对外提供服务，保证集群的高可用。

先了解一下QJM(Quorum Journal Manager) 共享存储系统：

QJM (Quorum Journal Manager)共享存储系统：我们在搭建HDFS集群的时候(一般是奇数台，最少3台)，在每台服务器上启动一个JournalNode，组成一个QJM共享存储系统，这个系统非常轻量级，一般不会出现问题。

我们一般在两台NameNode的机器上各启动一个JournalNode，然后在第三台机器上再启动一个JournalNode，这样就由三个节点成了QJM 共享存储系统，在QJM中主要存储edit log编辑日志。

Active NameNode在接收客户端的写请求(创建文件、移除文件等)的时候，会首先将这些操作记录edit log 编辑日志中，同时也会同步阻塞并行的向JournalNode集群中的每一个JournalNode发送写请求，如果大多数JournalNode节点能够写成功，就说明JournalNode集群写入edit 成功了，最后修改内存中的元数据

Active NameNode会定期对文件系统命名空间创建检查点，并在磁盘当中生成fsimage这个镜像文件，进行持久化存储

Standby NameNode 从JournalNode集群中定期的同步编辑日志edit，然后把同步过来的编辑日志会放在自己的内存当中，Standby NameNode 也会定期的创建检查点，生成fsimage，进行持久化存储。

这样说来，Active NameNode和Standby NameNode 通过共享QJM共享存储系统来实现元数据的同步。

那么接下来说一下NameNode是怎么进行主备切换的？先看张图如下：

NameNode主备切换主要是由主备切换控制器ZKFC(ZKFailoverController)控制的，当我们在启动NameNode的时候，也会在该节点上启动一个ZKFC守护进程，这个进程是作为主备切换控制器。

在ZKFC启动的时候，ZKFC会创建两个内部的组件 HealthMonitor 和 ActiveStandbyElector 。

HealthMonitor：它主要负责循环检测NameNode的健康状态

ActiveStandbyElector：它主要负责使用Zookeeper来完成主备选举

每个NameNode在启动ActiveStandbyElector的时候们都会向Zookeeper来竞争的创建临时锁节点(利用zookeeper的写一致性)，哪个ActiveStandbyElector创建成功了，哪个ActiveStandbyElector锁对应的NameNode就会被选为Active NameNode。

这里需要注意的是，无论ActiveStandbyElector有没有创建成功临时锁节点，ActiveStandbyElector都会向Zookeeper注册监听事件，来监听这个临时锁节点的删除事件。

a. 如果Active NameNode节点对应的HealthMonitor检测到状态异常，那么对应的ZKFC就会删除之前在Zookeeper中创建的临时锁节点，那么此时Standby NameNode对用的ActiveStandbyElector就会收到这个删除事件，然后马上进入创建临时锁节点的流程，创建成功之后，那么本来处于Standby状态的NameNode就被选举为Active,并切换状态为Active

b. 如果Active NameNode挂掉了，那么对应的临时锁节点也会自动删除，从而自动进行主备切换。

小结

关于HDFS的讲解就结束了，希望大家仔细看过会有所收获，