Hadoop知识整理

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