HDFS架构简述(模块功能)

1. NameNode(管理文件系统的命名空间)

       1). 文件和目录的元数据:
                    文件的block副本个数
                    修改和访问时间
                    访问权限
                    Block大小以及组成文件的block信息
       2). 以两种方式在NameNode本地持久化:
命名空间镜像文件(fsimage)和编辑日志(edits log)
        3). Fsimage文件不记录每个block所在的DateNode信息,这些信息 在每次系统启动的时候从DateNode重建之后,DateNode会周期通过心跳包向 NameNode报告block信息.DateNode向NameNode注册的时候NameNode请求DateNode发送block列表信息.

2. SecondaryNameNode

        edits log会随着对文件系统的操作而无限制地增长，当edits log达到合并条件时, SecondaryNameNode会将fsimage和edits log拷贝到自己内存中进行合并更新,在此过程中NameNode会重新生成一个edits log(2)记录用户操作,当SecondaryNameNode合并完成,生成一个新的fsimage(2),再将fsimage(2)发回NameNode中,此时fsimage(2)和edits log(2)就组成了最新的实时数据.

3. DateNode

       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（1小时）的向NameNode上报所有的块信息。
       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。