HDFS技术原理（下）

HDFS体系结构

HDFS体系结构概述：

HDFS采用了主从（Master/Slave）结构模型，一个HDFS集群包括一个名称节点（NameNode）和若干个数据节点（DataNode）。名称节点作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问。集群中的数据节点一般是一个节点运行一个数据节点进程，负责处理文件系统客户端的读/写请求，在名称节点的统一调度下进行数据块的创建、删除和复制等操作。每个数据节点的数据实际上是保存在本地Linux文件系统中的。

HDFS命名空间管理：

• HDFS的命名空间包含目录、文件和块。

• 在HDFS1.0体系结构中，在整个HDFS集群中只有一个命名空间，并且只有唯一一个名称节点，该节点负责对这个命名空间进行管理。

• HDFS使用的是传统的分级文件体系，因此，用户可以像使用普通文件系统一样，创建、删除目录和文件，在目录间转移文件，重命名文件等。

通信协议：

• HDFS是一个部署在集群上的分布式文件系统，因此，很多数据需要通过网络进行传输。

• 所有的HDFS通信协议都是构建在TCP/IP协议基础之上的。

• 客户端通过一个可配置的端口向名称节点主动发起TCP连接，并使用客户端协议与名称节点进行交互。

• 名称节点和数据节点之间则使用数据节点协议进行交互。

• 客户端与数据节点的交互是通过RPC（Remote Procedure Call）来实现的。在设计上，名称节点不会主动发起RPC，而是响应来自客户端和数据节点的RPC请求。

客户端：

• 客户端是用户操作HDFS最常用的方式，HDFS在部署时都提供了客户端。

• HDFS客户端是一个库，暴露了HDFS文件系统接口，这些接口隐藏了HDFS实现中的大部分复杂性。

• 严格来说，客户端并不算是HDFS的一部分。

• 客户端可以支持打开、读取、写入等常见的操作，并且提供了类似Shell的命令行方式来访问HDFS中的数据。

• 此外，HDFS也提供了Java API，作为应用程序访问文件系统的客户端编程接口。

HDFS体系结构的局限性：

HDFS只设置唯一一个名称节点，这样做虽然大大简化了系统设计，但也带来了一些明显的局限性，具体如下：

1. 命名空间的限制：名称节点是保存在内存中的，因此，名称节点能够容纳的对象（文件、块）的个数会受到内存空间大小的限制。

2. 性能的瓶颈：整个分布式文件系统的吞吐量，受限于单个名称节点的吞吐量。

3. 隔离问题：由于集群中只有一个名称节点，只有一个命名空间，因此，无法对不同应用程序进行隔离。

4. 集群的可用性：一旦这个唯一的名称节点发生故障，会导致整个集群变得不可用。

HDFS常用参数配置

用低代码平台开发比用IDEA还牛逼吗？

HDFS常用维护命令