大数据学习笔记02----Hadoop之HDFS

HDFS分布式文件系统

---

Hadoop=HDFS(分布式文件系统)+MapReduce(分布式计算框架)+Yarn(资源协调框架)+Common模块，本文章主要对HDFS的知识点进行梳理。

一、 HDFS 简介

HDFS （全称：Hadoop Distribute File System，Hadoop 分布式文件系统）是 Hadoop 核心组成，是分布式存储服务。
分布式文件系统横跨多台计算机，在大数据时代有着广泛的应用前景，它们为存储和处理超大规模
数据提供所需的扩展能力。
HDFS是分布式文件系统中的一种。

二、HDFS的重要概念

HDFS 通过统一的命名空间目录树来定位文件； 另外，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色（分布式本质是拆分，各司其职）；

- 典型的 Master/Slave 架构

HDFS 的架构是典型的 Master/Slave 结构。
HDFS集群往往是一个NameNode（HA架构会有两个NameNode,联邦机制）+多个DataNode组
成；
NameNode是集群的主节点，DataNode是集群的从节点。

• 分块存储（block机制）

HDFS 中的文件在物理上是分块存储（block）的，块的大小可以通过配置参数来规定；
Hadoop2.x版本中默认的block大小是128M；

• 命名空间（NameSpace）

HDFS 支持传统的层次型文件组织结构。用户或者应用程序可以创建目录，然后将文件保存在这些目录里。文件系统名字空间的层次结构和大多数现有的文件系统类似：用户可以创建、删除、移动或重命名文件。
Namenode 负责维护文件系统的名字空间，任何对文件系统名字空间或属性的修改都将被
Namenode 记录下来。
HDFS提供给客户单一个抽象目录树，访问形式：hdfs://namenode的hostname:port/test/inputhdfs://linux121:9000/test/input

• NameNode元数据管理

我们把目录结构及文件分块位置信息叫做元数据。NameNode的元数据记录每一个文件所对应的block信息（block的id,以及所在的DataNode节点的信息）

• DataNode数据存储

文件的各个 block 的具体存储管理由 DataNode 节点承担。一个block会有多个DataNode来存储，DataNode会定时向NameNode来汇报自己持有的block信息。

• 副本机制

为了容错，文件的所有 block 都会有副本。每个文件的 block 大小和副本系数都是可配置的。应用程序可以指定某个文件的副本数目。副本系数可以在文件创建的时候指定，也可以在之后改变。
副本数量默认是3个。

• 一次写入，多次读出

HDFS 是设计成适应一次写入，多次读出的场景，且不支持文件的随机修改。（支持追加写入，不只支持随机更新）
正因为如此，HDFS 适合用来做大数据分析的底层存储服务，并不适合用来做网盘等应用（修改不方便，延迟大，网络开销大，成本太高）

三、HDFS 架构

NameNode(nn):Hdfs集群的管理者，Master

• 维护管理Hdfs的名称空间（NameSpace）
• 维护副本策略
• 记录文件块（Block）的映射信息
• 负责处理客户端读写请求

DataNode:NameNode下达命令，DataNode执行实际操作，Slave节点

• 保存实际的数据块
• 负责数据块的读写

Client:客户端

• 上传文件到HDFS的时候，Client负责将文件切分成Block,然后进行上传
• 请求NameNode交互，获取文件的位置信息
• 读取或写入文件，与DataNode交互
• Client可以使用一些命令来管理HDFS或者访问HDFS
  
  在脑海中要有这张图的印象，方可加深对HDFS运行原理的理解。

四、HDFS 客户端操作

• Shell 命令行操作HDFS
  基本语法 ：bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令
  - 命令大全
  root@linux121 hadoop-2.9.2]# bin/hdfs dfs（通过此命令可开启命令手册）
  Usage: hadoop fs [generic options]
  [-appendToFile … ]
  [-cat [-ignoreCrc] …]
  [-checksum …]
  [-chgrp [-R] GROUP PATH…]
  [-chmod [-R] <MODE[,MODE]… | OCTALMODE> PATH…]
  [-chown [-R] [OWNER][:[GROUP]] PATH…]
  [-copyFromLocal [-f] [-p] [-l] [-d] … ]
  [-copyToLocal [-f] [-p] [-ignoreCrc] [-crc] … ]
  [-count [-q] [-h] [-v] [-t []] [-u] [-x] …]
  [-cp [-f] [-p | -p[topax]] [-d] … ]
  [-createSnapshot []]
  [-deleteSnapshot ]
  [-df [-h] [ …]]
  [-du [-s] [-h] [-x] …]
  [-expunge]
  [-find … …]
  [-get [-f] [-p] [-ignoreCrc] [-crc] … ]
  [-getfacl [-R] ]
  [-getfattr [-R] {-n name | -d} [-e en] ]
  [-getmerge [-nl] [-skip-empty-file] ]
  [-help [cmd …]]
  [-ls [-C] [-d] [-h] [-q] [-R]