Hadoop整理--基础--HDFS

一、基础

1、HDFS优缺点

（1）优点

• 高容错性：
  • 数据自动保存多个副本。它通过增加副本的形式，提高容错性。
  • 某一个副本丢失以后，它可以自动恢复。
• 适合处理大数据
  • 数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据；
  • 文件规模：能够处理百万规模以上的文件数量，数量相当之大。
• 可构建在廉价机器上，通过多副本机制，提高可靠性。

（2）缺点

• 可构建在廉价机器上，通过多副本机制，提高可靠性。
• 无法高效的对大量小文件进行存储。
  • 存储大量小文件的话，它会占用NameNode大量的内存来存储文件目录和 块信息。这样是不可取的，因为NameNode的内存总是有限的；
  • 存储大量小文件的话，它会占用NameNode大量的内存来存储文件目录和 块信息。这样是不可取的，因为NameNode的内存总是有限的；
• 不支持并发写入、文件随机修改。
  • 一个文件只能有一个写，不允许多个线程同时写；
  • 一个文件只能有一个写，不允许多个线程同时写；

2、组成架构

（1）NameNode（NN）

            Master，它是一个主管、管理者。

• 管理HDFS的名称空间；
• 配置副本策略；
• 管理数据块（Block）映射信息；
• 处理客户端读写请求。

（2）DataNodeA（DN）

          Slave。NameNode 下达命令，DataNode执行实际的操作。

• 存储实际的数据块；
• 执行数据块的读/写操作。

（3）Client

         客户端。

• 文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行上传；
• 与NameNode交互，获取文件的位置信息；
• 与DataNode交互，读取或者写入数据；
• Client提供一些命令来管理HDFS，比如NameNode格式化；
• Client可以通过一些命令来访问HDFS，比如对HDFS增删查改操作；

（4）Secondary NameNode（2NN）

            并非NameNode的热备。当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务。

• 辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode ；
• 在紧急情况下，可辅助恢复NameNode。

3、HDFS文件块大小

（1）物理存储及设置

           HDFS中的文件在物理上是分块存储（Block），块的大小可以通过配置参数 ( dfs.blocksize）来规定。

（2）默认参数

            默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中是64M

（3）默认参数的设置依据

• 寻址时间：如果寻址时间约为10ms， 即查找到目标block的时间为 10ms。
• 传输时间：寻址时间为传输时间的1% 时，则为最佳状态。 因此，传输时间 =10ms/0.01=1000ms=1s
• 传输速率：而目前磁盘的传输速率普 遍为100MB/s。
• block大小 =传输时间*传输速率，即1s*100MB/s=100MB

（4）为什么块的大小不能设置太小，也不能设置太大？

• HDFS的块设置太小：会增加寻址时间，程序一直在找块的开始位置；
• 如果块设置的太大：从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。导致程序在处理这块数据时，会非常慢。
• 总结：HDFS块的大小设置主要取决于磁盘传输速率。

4、HDFS的Shell操作

1、上传
1）-moveFromLocal：从本地剪切粘贴到 HDFS
hadoop fs -moveFromLocal ./shuguo.txt /sanguo
2）-copyFromLocal：从本地文件系统中拷贝文件到 HDFS 路径去
hadoop fs -copyFromLocal weiguo.txt /sanguo
3）-put：等同于 copyFromLocal，生产环境更习惯用 put
hadoop fs -put ./wuguo.txt /sanguo
4）-appendToFile：追加一个文件到已经存在的文件末尾
hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

2、下载
1）-copyToLocal：从 HDFS 拷贝到本地 
hadoop fs -copyToLocal /sanguo/shuguo.txt ./
2）-get：等同于 copyToLocal，生产环境更习惯用 get
hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

3、HDFS 直接操作
1）-ls: 显示目录信息
hadoop fs -ls /sanguo
2）-cat：显示文件内容
hadoop fs -cat /sanguo/shuguo.txt
3）-chgrp、-chmod、-chown：Linux 文件系统中的用法一样，修改文件所属权限
hadoop fs -chmod 666 /sanguo/shuguo.txt
hadoop fs -chown dada:dada 
/sanguo/shuguo.txt
4）-mkdir：创建路径
hadoop fs -mkdir /jinguo
5）-cp：从 HDFS 的一个路径拷贝到 HDFS 的另一个路径
hadoop fs -cp /sanguo/shuguo.txt /jinguo
6）-mv：在 HDFS 目录中移动文件
hadoop fs -mv /sanguo/wuguo.txt /jinguo
hadoop fs -mv /sanguo/weiguo.txt /jinguo
7）-tail：显示一个文件的末尾 1kb 的数据
hadoop fs -tail /jinguo/shuguo.txt
8）-rm：删除文件或文件夹
hadoop fs -rm /sanguo/shuguo.txt
9）-rm -r：递归删除目录及目录里面内容
hadoop fs -rm -r /sanguo
10）-du 统计文件夹的大小信息
hadoop fs -du -s -h /jinguo
27 81 /jinguo
hadoop fs -du -h /jinguo
14 42 /jinguo/shuguo.txt
7 21 /jinguo/weiguo.txt
6 18 /jinguo/wuguo.tx
说明：27 表示文件大小；81 表示 27*3 个副本；/jinguo 表示查看的目录
11）-setrep：设置 HDFS 中文件的副本数量
hadoop fs -setrep 10 /jinguo/shuguo.txt
这里设置的副本数只是记录在 NameNode 的元数据中，是否真的会有这么多副本，还得
看 DataNode 的数量。因为目前只有 3 台设备，最多也就 3 个副本，只有节点数的增加到 10
台时，副本数才能达到 10。

5、常用端口号

端口名称	hadoop2.x	haoop3.x
NameNode 内部通信端口	8020 / 9000	8020 / 9000/8920
NameNode HTTP UI	50070	9870
MapReduce 查看执行任务端口	8088	8088
历史服务器通信端口	19888	19888

二、原理

1、HDFS写流程

• （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）。查目标文件是否已存在，父目录是否存在。 

2、网络拓扑-节点距离计算

在 HDFS 写数据的过程中，NameNode 会选择距离待上传数据最近距离的 DataNode 接 收数据。

那么这个最近距离怎么计算呢？

节点距离：两个节点到达最近的共同祖先的距离总和。

3、机架感知（副本存储节点选择）

（1）官方说明

http://hadoop.apache.org/docs/r3.1.3/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html#Data_Replication For the common case, when the replication factor is three, HDFS’s placement policy is to put one replica on the local machine if the writer is on a datanode, otherwise on a random datanode, another replica on a node in a different (remote) rack, and the last on a different node in the same remote rack. This policy cuts the inter-rack write traffic which generally improves write performance. The chance of rack failure is far less than that of node failure; this policy does not impact data reliability and availability guarantees. However, it does reduce the aggregate network bandwidth used when reading data since a block is placed in only two unique racks rather than three. With this policy, the replicas of a file do not evenly distribute across the racks. One third of replicas are on one node, two thirds of replicas are on one rack, and the other third are evenly distributed across the remaining racks. This policy improves write performance without compromising data reliability or read performance.

（2）源码说明

Crtl + n 查找 BlockPlacementPolicyDefault，在该类中查找 chooseTargetInOrder 方法。

（3）Hadoop3.1.3 副本节点选择

4、HDFS 读数据流程

•  （1）客户端通过 DistributedFileSystem 向 NameNode 请求下载文件，NameNode 通过查 询元数据，找到文件块所在的 DataNode 地址。
• （2）挑选一台 DataNode（就近原则，然后随机）服务器，请求读取数据。
• （3）DataNode 开始传输数据给客户端（从磁盘里面读取数据输入流，以 Packet 为单位 来做校验）。
• （4）客户端以 Packet 为单位接收，先在本地缓存，然后写入目标文件。

5、NameNode 和 SecondaryNameNode

         思考：NameNode 中的元数据是存储在哪里的？

         首先，我们做个假设，如果存储在 NameNode 节点的磁盘中，因为经常需要进行随机访 问，还有响应客户请求，必然是效率过低。因此，元数据需要存放在内存中。但如果只存在 内存中，一旦断电，元数据丢失，整个集群就无法工作了。因此产生在磁盘中备份元数据的 FsImage。

         这样又会带来新的问题，当在内存中的元数据更新时，如果同时更新 FsImage，就会导 致效率过低，但如果不更新，就会发生一致性问题，一旦 NameNode 节点断电，就会产生数 据丢失。因此，引入 Edits 文件（只进行追加操作，效率很高）。每当元数据有更新或者添 加元数据时，修改内存中的元数据并追加到 Edits 中。这样，一旦 NameNode 节点断电，可 以通过 FsImage 和 Edits 的合并，合成元数据。

         但是，如果长时间添加数据到 Edits 中，会导致该文件数据过大，效率降低，而且一旦 断电，恢复元数据需要的时间过长。因此，需要定期进行 FsImage 和 Edits 的合并，如果这 个操作由NameNode节点完成，又会效率过低。因此，引入一个新的节点SecondaryNamenode， 专门用于 FsImage 和 Edits 的合并。 

•  1）第一阶段：NameNode 启动
  • （1）第一次启动 NameNode 格式化后，创建 Fsimage 和 Edits 文件。如果不是第一次启 尚硅谷大数据技术之 Hadoop（HDFS）
  • （2）客户端对元数据进行增删改的请求。
  • （3）NameNode 记录操作日志，更新滚动日志。 （4）NameNode 在内存中对元数据进行增删改。
• 2）第二阶段：Secondary NameNode 工作
  • （1）Secondary NameNode 询问 NameNode 是否需要 CheckPoint。直接带回 NameNode 是否检查结果。
  • （2）Secondary NameNode 请求执行 CheckPoint。
  • （3）NameNode 滚动正在写的 Edits 日志。
  • （4）将滚动前的编辑日志和镜像文件拷贝到 Secondary NameNode。
  • （5）Secondary NameNode 加载编辑日志和镜像文件到内存，并合并。
  • （6）生成新的镜像文件 fsimage.chkpoint。
  • （7）拷贝 fsimage.chkpoint 到 NameNode。
  • （8）NameNode 将 fsimage.chkpoint 重新命名成 fsimage。

6、Fsimage 和 Edits 解析

 Fsimage 中没有记录块所对应 DataNode，为什么？

在集群启动后，要求 DataNode 上报数据块信息，并间隔一段时间后再次上报。

7、DataNode 工作机制

•  （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（6 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。

 8、数据完整性

 DataNode 节点上的数据损坏了，却没有发现，是否也很危险，那么如何解决呢？
如下是 DataNode 节点保证数据完整性的方法。
（1）当 DataNode 读取 Block 的时候，它会计算 CheckSum。
（2）如果计算后的 CheckSum，与 Block 创建时值不一样，说明 Block 已经损坏。
（3）Client 读取其他 DataNode 上的 Block。
（4）常见的校验算法 crc（32），md5（128），sha1（160）
（5）DataNode 在其文件创建后周期验证 CheckSum。

8.1 掉线时限原理