hadoop的架构模型（1.x，2.x的各种架构模型介绍）

1.x的版本架构模型介绍

文件系统核心模块：

NameNode：集群当中的主节点，主要用于管理集群当中的各种数据

secondaryNameNode：主要能用于hadoop当中元数据（后文解释)信息的辅助管理

DataNode：集群当中的从节点，主要用于存储集群当中的各种数据

数据计算核心模块：

JobTracker：接收用户的计算请求任务，并分配任务给从节点

TaskTracker：负责执行主节点JobTracker分配的任务

2.x的版本架构模型介绍

第一种：NameNode与ResourceManager单节点架构模型

文件系统核心模块：

NameNode：集群当中的主节点，主要用于管理集群当中的各种数据

secondaryNameNode：主要能用于hadoop当中元数据信息的辅助管理

DataNode：集群当中的从节点，主要用于存储集群当中的各种数据

数据计算核心模块：

ResourceManager：接收用户的计算请求任务，并负责集群的资源分配，以及计算任务的划分

NodeManager：负责执行主节点ResourceManager分配的任务

NameNode单节点与ResourceManager高可用架构模型

文件系统核心模块：

NameNode：集群当中的主节点，主要用于管理集群当中的各种数据

secondaryNameNode：主要能用于hadoop当中元数据信息的辅助管理

DataNode：集群当中的从节点，主要用于存储集群当中的各种数据

数据计算核心模块：

ResourceManager：接收用户的计算请求任务，并负责集群的资源分配，以及计算任务的划分，通过zookeeper实现ResourceManager的高可用

NodeManager：负责执行主节点ResourceManager分配的任务

第三种：NameNode高可用与ResourceManager单节点架构模型

文件系统核心模块：

NameNode：集群当中的主节点，主要用于管理集群当中的各种数据，其中nameNode可以有两个，形成高可用状态

DataNode：集群当中的从节点，主要用于存储集群当中的各种数据

JournalNode：文件系统元数据信息管理

数据计算核心模块：

ResourceManager：接收用户的计算请求任务，并负责集群的资源分配，以及计算任务的划分

NodeManager：负责执行主节点ResourceManager分配的任务

第四种：NameNode与ResourceManager高可用架构模

文件系统核心模块：

NameNode：集群当中的主节点，主要用于管理集群当中的各种数据，一般都是使用两个，实现HA高可用

JournalNode：元数据信息管理进程，一般都是奇数个

DataNode：从节点，用于数据的存储

数据计算核心模块：

ResourceManager：Yarn平台的主节点，主要用于接收各种任务，通过两个，构建成高可用

NodeManager：Yarn平台的从节点，主要用于处理ResourceManager分配的任

HDFS 元数据，按类型分，主要包括以下几个部分：

1、文件、目录自身的属性信息，例如文件名，目录名，修改信息等。

2、文件记录的信息的存储相关的信息，例如存储块信息，分块情况，副本个数等。

3、记录 HDFS 的 Datanode 的信息，用于 DataNode 的管理。

按形式分为内存元数据和元数据文件两种，分别存在内存和磁盘上

    HDFS 磁盘上元数据文件分为两类，用于持久化存储：

    fsimage 镜像文件：是元数据的一个持久化的检查点，包含 Hadoop 文件系统中的所有

目录和文件元数据信息，但不包含文件块位置的信息。文件块位置信息只存储在内存中，是

在 datanode 加入集群的时候，namenode 询问 datanode 得到的，并且间断的更新。

    Edits 编辑日志：存放的是 Hadoop 文件系统的所有更改操作（文件创建，删除或修改）

的日志，文件系统客户端执行的更改操作首先会被记录到 edits 文件中。

    fsimage 和 edits 文件都是经过序列化的，在 NameNode 启动的时候，它会将 fsimage

文件中的内容加载到内存中，之后再执行 edits 文件中的各项操作，使得内存中的元数据和

实际的同步，存在内存中的元数据支持客户端的读操作，也是最完整的元数据。

    当客户端对 HDFS 中的文件进行新增或者修改操作，操作记录首先被记入 edits 日志文

件中，当客户端操作成功后，相应的元数据会更新到内存元数据中。因为 fsimage 文件一般

都很大（GB 级别的很常见），如果所有的更新操作都往 fsimage 文件中添加，这样会导致系

统运行的十分缓慢。

    HDFS 这种设计实现着手于：一是内存中数据更新、查询快，极大缩短了操作响应时间；

二是内存中元数据丢失风险颇高（断电等），因此辅佐元数据镜像文件（fsimage）+编辑日

志文件（edits）的备份机制进行确保元数据的安全。

    NameNode  维护整个文件系统元数据。因此，元数据的准确管理，影响着 HDFS 提供文件

存储服务的能力