Hadoop组成:
Hadoop = hdfs(存储) + mapreduce(计算) + yarn(资源管理) + common(工具包)
HDFS——分布式存储系统
—分布式存储系统
—提供了高可靠性、高扩展性和高吞吐率的数据存储服务
MapReduce分布式计算框架
—分布式计算框架(计算向数据移动)
—具有 易于编程、高容错性和高扩展性等优点。
YARN分布式资源管理框架
—负责集群资源的管理和调度
HDFS架构图:
如图所示:HDFS整体架构可分为:客户端(Client)、NameNode(简称NN)、Secondary NameNode、DateNode四部分!
HDFS的功能模块及原理详解
HDFS 数据存储单元(block)
hdfs存储模型:字节
①文件线性切割成块(Block):偏移量 offset (byte)(b1:0~1000;b2:1001~2000;……);
②block分散存储在集群节点中;
③单一文件Block大小一致,文件与文件可以不一致;
④block可以设置副本数,副本分散在不同节点中,副本数不要超过节点数量;
⑤文件上传可以设置Block大小和副本数;
⑥已上传的文件block副本数可以调整,大小不变;
⑦只支持一次写入多次读取,同一时刻只有一个写入者;
⑧已经写入的数据不能修改,可以append追加数据;
NameNode(简称NN)
主要功能:
①接受客户端的读/写服务
②收集DataNode汇报的block列表信息
基于内存存储 :不会和磁盘发生交换
①只存在内存中
②需要持久化
NameNode保存metadata信息
①文件owership(归属)和permissions(权限)
②文件大小,时间
③(block列表:block偏移量)
④位置信息:block保存在哪个DataNode信息
注意:以上信息除了“位置信息”由DataNode启动时上报,不保存在磁盘,其他内容都要持久化到磁盘
NameNode持久化
①NameNode的metadate信息在启动后会加载到内存
②metadata存储到磁盘文件名为”fsimage”
③block的位置信息不会保存到fsimage
④edits记录对metadata的操作日志
—fsimage保存了最新的元数据检查点,类似快照。
—editslog 保存自最新检查点后的元信息变化,从最新检查点后,hadoop将对每个文件的操作都保存在edits中。客户端修改文件时候,先写到editlog,成功后才更新内存中的metadata信息。
Metadata = fsimage + editslog
DataNode(DN)
①本地磁盘目录存储数据(block),文件形式
②同时存储block的元数据(md5值)信息文件
③启动DN进程的时候会向NameNode汇报block信息
④通过向NN发送心跳保持与其联系(3秒一次),如果NN 10分钟没有收到DN的心跳,则认为其已经lost,并copy其上的block到其它DN
SecondaryNameNode(SNN)
主要工作:帮助NN合并edits.log文件,减少NN启动时间,它不是NN的备份(但可以做备份)。
SNN执行合并时间和机制:
A、根据配置文件设置的时间间隔fs.checkpoint.period 默认3600秒。
B、根据配置文件设置edits.log大小 fs.checkpoint.size 规定edits文件的最大值默认是64MB。
SecondaryNameNode SNN合并流程
首先,NN中的fsimage和edits文件通过网络拷贝,到达ssn服务器中,拷贝的同时,用户操作数据,那么NN中就会生成一个新的edits来记录用户的操作,而另一边的SNN将拷贝过来的edits和fsimage进行合并,合并之后就替换NN中的fsimage。之后NN根据fsimage进行操作(当然没隔一段时间就进行替换合并,循环)。当然新的edits与合并之后传输过来的fsimage会在下一次时间内又进行合并。
Block的副本放置策略
①第一个副本:放置在上传文件的DN:如果是集群外提交,则随机挑选一台磁盘不太满,CPU不太忙的节点。
②第二个副本:放置在与第一个副本不同的机架的节点上。
③第三个副本:与第二个副本相同机架的不同节点。
④更多副本:随机节点
集群内提交:
HDFS读写流程
写文件流程
HDFS写流程:
①HDFS客户端根据block的尺寸将文件切分成一个个block,并创建DFS对象;
②DFS对象联系NN,告诉它要开始存储文件,NN返回一批第一个block的存储节点DN;
③Client得到地址选出最优的DN节点开始write;
④数据写入DN是以pecket(小包)的形式,第一个DN节点与其他备份节点串联保持通信,第一pecket写入后,开始备份到其他节点,后续写入与备份同时进行,整个过程就像一个管道一样持续写入;
⑤当第一个block全部写入成功后,DN会想NN和Client汇报写入成功,NN将第二个block的地址给Client,开始写入第二个block,继续以管道形式写入,直到所有的block写入成功,client向NN汇报全部写入成功。
⑥NN更新fsimage内容。
读文件过程
HDFS读流程
Client:
①和NN获取一部分block副本位置列表;
②线性和DN获取block,最终合并为一个完整文件
③在block副本列表中按距离择优选取
HDFS文件权限
①果Linux系统用户zhangsan使用hadoop命令创建一个文件,那么这个文件在HDFS中owner就是zhangsan。
②HDFS的权限目的:阻止好人错错事,而不是阻止坏人做坏事。HDFS相信,你告诉我你是谁,我就认为你是谁。
安全模式
①NN启动的时候,首先将映像文件(fsimage)载人内存,并执行编辑日志(edits)中的各项操作。
②一旦在内存中成功建立文件系统元数据的映射,则创建一个新的fsimage文件(这个操作不需要SecondaryNameNode)和一个空的编辑日志。
③此刻NN运行安全在安全模式。即NN的文件系统对于客服端来说是只读的。
④在此阶段Namenode收集各个datanode的报告,当数据块达到最小副本数以上时,会被认为是“安全”的,在一定比例(可设置)的数据块被确定为“安全”后,再过若干时间,安全模式结束。
⑤当检测到副本数不足的数据块时,该块会被复制直到达到最小副本数,系统中数据块的位置并不是由Namenode维护的,而是以块列表形式存储在datanode中。
HDFS的优缺点
优点:
高容错性:
①数据自动保存多个副本
②副本丢失后,自动恢复
适合批处理:
①移动计算而非数据
②数据位置暴露给计算框架(block便宜量)
适合大数据处理:
①GB 、TB 、甚至PB 级数据
②百万规模以上的文件数量
③10K+ 节点
可构建在廉价机器上:
①通过多副本提高可靠性
②提供了容错和恢复机制
缺点:
低延迟高数据吞吐访问问题
比如支持秒级别反应,不支持毫秒级
延迟与高吞吐率问题(吞吐量大但有限制于其延迟)
小文件存取
占用NameNode 大量内存
寻道时间超过读取时间
并发写入、文件随机修改
一个文件只能有一个写者
仅支持append