Hadoop:
HDFS
HDFS(分布式存储)组成:
nn dn 2nn组成
NameNode(nn):只能有一个目录
DataNode(dn):存储多个文件数据的
2nn:是nn的助手,但不是nn的热备份
nn和2nn的区别:nn里的Edits文件写满时变成可读文件再新建新的Edits文件,而2nn不能新建新的Edits文件
NameNode读取数据流程
由客户端通过FileSystem向NameNode询问A文件,然后NameNode开始查询元数据找到A文件在B的DataNode地址里,挑选一台(就近的,然后随机)的服务器,进行读取数据,然后DataNode开始传输数据给客户端,客户端先在本地缓存然后再写入目标文件。,
HDFS写数据流程
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)。
NameNode和SecondaryNameNode工作机制
第一阶段启动NameNode
Editis:编辑日志,
Fsimage:镜像文件缓存
第一次会在NameNode里加载eidits和fismage,然后从客户端传入元数据的增删改查请求进入NameNode放入editis中,然后fismage每隔一段时间会备份editis中的数据
第二阶段启动SecondaryNameNode
CheckPoint:询问是否需要把editis中的日志保存到Fisamge中
CheckPoint发送条件:1.定时时间到 2.Editis中数据满了
启动时每隔一段时间会向NameNode发送CheckPoint命令是否需要,如果满足两个条件其中一个就要执行CheckPoint命令,然后editis