【大数据系列】之Hadoop-HDFS学习笔记

Hadoop之HDFS

分布式文件系统
特点：

• 高容错性：多副本策略
• 高扩展性：可部署在廉价的机子

一、组成架构

NameNode

• 存储数据块存放位置的元数据（映射信息）
• 配置副本策略
• 管理HDFS的命名空间
• 处理Client的请求

DataNode

• 数据存储的节点，以文件块的形式进行存储，分布在不同机架，节点上
• 执行数据块的读/写任务

块的大小可以通过配置参数 ( dfs.blocksize）来规定，默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中是64M，大小的设置根据磁盘的传输效率来评比，有个寻址时间之说。

Client

• 客户端，发布任务，切分文件（没错，切分成文件块是Client完成的）
• 提供操作平台，用命令操作HDFS进行增删改查
• 与NameNode进行交互，获取文件块分布在那个DataNode上
• 与DataNode进行交互，读取或写入数据。

Secondary NameNode

• 协助NameNode,定期发送checkPoint,合并Fsimage与Edits,推送到NameNode,保证元数据一致性。
• 辅助NameNode恢复

二、HDFS读写流程

写流程

（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。（重复执行 3-7 步）。

读流程

（1）客户端通过 DistributedFileSystem 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。

三、 NameNode 与 SecondaryNameNode

1. 单Master 主节点，因缺电，节点挂了，存在内存中的元数据丢失。
2. 因此，进行元数据备份，写入磁盘中，为Fsimage文件。
3. 原本只用写入内存中，现在又要写入磁盘中，所耗费的时间比以前高。
4. 引入Edits文件，对做追加操作进行记录，又断电，通过合并Fsimage与Edits进行元数据的恢复。
5. 又不能一直将更新或新增的记录保存到Edits文件中，文件太大了，合并也同样会很耗时。
6. 所以需要定期进行合并，减少操作耗时。
7. 这种工作交给SecondaryNameNode会很舒服，减少NameNode工作量
   
   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。

四、Fsimage 与 Edits

这些文件都放在core-site.xml中配置hadoop.tmp.dir路径下

<!--HDFS数据保存在Linux的哪个目录，默认值是Linux的tmp目录-->
<property>
   <name>hadoop.tmp.dir</name>
   <value>/usr/hadoop/hadoop/tmp</value>
</property>

（1）Fsimage文件：HDFS文件系统元数据的一个永久性的检查点，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文件系统的所有更新操作的路径，文件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启动的时候都会将Fsimage文件读入内存，加载Edits里面的更新操作，保证内存 中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。

CheckPoint时间点设置

vim hdfs-site.xml
<!--checkpoint时间-->
<property>
  <name>dfs.namenode.checkpoint.period</name>
  <value>3600</value>
  <description> 3600秒执行一次CheckPoint</description>
</property>

<!--checkpoint次数-->
<property>
  <name>dfs.namenode.checkpoint.txns</name>
  <value>1000000</value>
  <description> 当操作动作次数到达1000000次执行一次CheckPoint</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 >

五、DataNode

（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（6 小时）的向 NameNode 上报所有的块信息。

DataNode 向 NameNode 汇报当前解读信息的时间间隔，默认 6 小时：

<property>
    <name>dfs.blockreport.intervalMsec</name>
    <value>21600000</value>
    <description>以毫秒为单位确定块报告间隔。</description>
</property>

DataNode 扫描自己节点块信息列表的时间，默认 6 小时 :

<property>
    <name>dfs.datanode.directoryscan.interval</name>
    <value>21600</value>
    <description>Datanode扫描数据的时间间隔（秒）目录并协调内存块和磁盘块之间的差异。</description>
</property>

（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）DataNode 节点保证数据完整性的方法。

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. 常见的校验算法 crc（32），md5（128），sha1（160）
5. DataNode 在其文件创建后周期验证CheckSum

最后，感谢尚硅谷平台