文章目录
一 HDFS概述
1.1 HDFS产生背景
随着数据量越来越大,在一个操作系统管辖的范围内存不下了,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种。
1.2 HDFS概念
- HDFS,它是一个文件系统,用于存储文件,通过目录树来定位文件;其次,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。
- HDFS的设计适合一次写入,多次读出的场景,且不支持文件的修改。适合用来做数据分析,并不适合用来做网盘应用。
1.3 HDFS优缺点
-
1.3.1 优点
- 1)高容错性
- (1)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。
- (2)某一个副本丢失以后,它可以自动恢复。
- 2)适合大数据处理
- (1)数据规模:能够处理数据规模达到 GB、TB、甚至PB级别的数据。
- (2)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。
- 3)流式数据访问,它能保证数据的一致性。
- 4)可构建在廉价机器上,通过多副本机制,提高可靠性。
- 1)高容错性
-
1.3.2 缺点
-
1)不适合低延时数据访问,比如毫秒级的存储数据,是做不到的。
-
2)无法高效的对大量小文件进行存储
- (1)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,存取小文件无法实现高效率。
- (2)小文件存储的寻道时间会超过读取时间,它违反了HDFS的设计目标。
-
3)并发写入、文件随机修改
- (1)一个文件只能有一个写,不允许多个线程同时写。
- (2)仅支持数据 append(追加),不支持文件的随机修改。
-
1.4 HDFS组成架构
-
Hdfs架构
-
1)Client:就是客户端。
- (1)文件切分。文件上传 HDFS 的时候,Client 将文件切分成多个的Block,然后进行存储。
- (2)与NameNode交互,获取文件的位置信息。
- (3)与DataNode交互,读取或者写入数据。
- (4)Client提供一些命令来管理HDFS,比如启动或者关闭HDFS。
- (5)Client可以通过一些命令来访问HDFS。
-
2)NameNode:就是Master,它是一个主管、管理者。
- (1)管理HDFS的名称空间。
- (2)管理数据块(Block)映射信息。
- (3)配置副本策略。
- (4)处理客户端读写请求。
-
3)DataNode:就是Slave,NameNode下达命令,DataNode执行实际的操作。
- (1)存储实际的数据块。
- (2)执行数据块的读/写操作。
-
4)Secondary NameNode: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。
- (1)辅助NameNode,分担其工作量。
- (2)定期合并Fsimage和Edits,并推送给NameNode。
- (3)在紧急情况下,可辅助恢复NameNode。
1.5 HDFS 文件块大小
-
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,默认大小在hadoop2.x版本中是128M,老版本中是64M。
-
HDFS的块比磁盘的块大,其目的是为了最小化寻址开销。如果块设置得足够大,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。因而,传输一个由多个块组成的文件的时间取决于磁盘传输速率。
-
如果寻址时间约为10ms,而传输速率为100MB/s,为了使寻址时间仅占传输时间的1%,我们要将块大小设置约为100MB。默认的块大小128MB。
-
块的大小:10ms* 100*100M/s = 100M
-
HDFS 文件块大小
二 HFDS的Shell操作
1)基本语法
- bin/hadoop fs 具体命令
- bin/hdfs dfs 具体命令
2)命令大全
-
hadoop@hadoop102 hadoop-2.7.2]$ bin/hadoop fs
[-appendToFile <localsrc> ... <dst>] [-cat [-ignoreCrc] <src> ...] [-checksum <src> ...] [-chgrp [-R] GROUP PATH...] [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...] [-chown [-R] [OWNER][:[GROUP]] PATH...] [-copyFromLocal [-f] [-p] <localsrc> ... <dst>] [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] [-count [-q] <path> ...] [-cp [-f] [-p] <src> ... <dst>] [-createSnapshot <snapshotDir> [<snapshotName>]] [-deleteSnapshot <snapshotDir> <snapshotName>] [-df [-h] [<path> ...]] [-du [-s] [-h] <path> ...] [-expunge] [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] [-getfacl [-R] <path>] [-getmerge [-nl] <src> <localdst>] [-help [cmd ...]] ...
3)常用命令实操
-
(0)启动Hadoop集群(方便后续的测试)
[123@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh [123@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
-
(1)-help:输出这个命令参数
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -help rm
-
(2)-ls: 显示目录信息
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -ls /
-
(3)-mkdir:在hdfs上创建目录
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -mkdir -p /user/123/test
- (4)-moveFromLocal从本地剪切粘贴到hdfs
[123@hadoop102 hadoop-2.7.2]$ touch jinlian.txt
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -moveFromLocal ./jinlian.txt /user/123/test
- (5)-appendToFile :追加一个文件到已经存在的文件末尾
[123@hadoop102 hadoop-2.7.2]$ touch ximen.txt
[123@hadoop102 hadoop-2.7.2]$ vi ximen.txt
输入文本内容
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -appendToFile ximen.txt /user/123/test/jinlian.txt
-
(6)-cat :显示文件内容
-
(7)-tail:显示一个文件的末尾
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -tail /user/123/test/jinlian.txt
- (8)-chgrp 、-chmod、-chown:linux文件系统中的用法一样,修改文件所属权限
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -chmod 666 /user/123/test/jinlian.txt
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -chown 123:123 /user/123/test/jinlian.txt
- (9)-copyFromLocal:从本地文件系统中拷贝文件到hdfs路径去
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -copyFromLocal README.txt /user/123/test
- (10)-copyToLocal:从hdfs拷贝到本地
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -copyToLocal /user/123/test/jinlian.txt ./jinlian.txt
- (11)-cp :从hdfs的一个路径拷贝到hdfs的另一个路径
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -cp /user/123/test/jinlian.txt /jinlian2.txt
- (12)-mv:在hdfs目录中移动文件
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -mv /jinlian2.txt /user/123/test/
- (13)-get:等同于copyToLocal,就是从hdfs下载文件到本地
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -get /user/123/test/jinlian2.txt ./
- (14)-getmerge :合并下载多个文件,比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,…
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -getmerge /user/123/test/* ./zaiyiqi.txt
- (15)-put:等同于copyFromLocal
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -put ./zaiyiqi.txt /user/123/test/
- (16)-rm:删除文件或文件夹
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -rm /user/123/test/jinlian2.txt
- (17)-rmdir:删除空目录
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -mkdir /test
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -rmdir /test
- (18)-du统计文件夹的大小信息
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -du -s -h /user/123/test
2.7 K /user/123/test
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -du -h /user/123/test
1.3 K /user/123/test/README.txt
15 /user/123/test/jinlian.txt
1.4 K /user/123/test/zaiyiqi.txt
- (19)-setrep:设置hdfs中文件的副本数量
[123@hadoop102 hadoop-2.7.2]$ hadoop fs -setrep 2 /user/123/test/jinlian.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。
三 HDFS客户端操作
3.1 HDFS客户端环境准备
- 大数据技术之HDFS客户端环境准备
3.2 HDFS的API操作
-
3.2.1 HDFS文件上传(测试参数优先级)
- 1)详细代码
@Test public void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException { // 1 获取文件系统 Configuration configuration = new Configuration(); configuration.set("dfs.replication", "2"); //副本数量 FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123"); // 2 上传文件 fs.copyFromLocalFile(new Path("e:/hello.txt"), new Path("/hello5.txt")); // 3 关闭资源 fs.close(); System.out.println("over"); }
- 2)将hdfs-site.xml拷贝到项目的根目录下
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
-
参数优先级
- 1)客户端代码中设置的值
- 2)classpath下的用户自定义配置文件
- 3)然后是服务器的默认配置
3.2.2 HDFS文件下载
@Test
public void testCopyToLocalFile() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 执行下载操作
// boolean delSrc 指是否将原文件删除
// Path src 指要下载的文件路径
// Path dst 指将文件下载到的路径
// boolean useRawLocalFileSystem 是否开启文件效验
fs.copyToLocalFile(false, new Path("/hello1.txt"), new Path("e:/hello1.txt"), true);
// 3 关闭资源
fs.close();
}
3.2.3 HDFS目录创建
@Test
public void testMkdirs() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 创建目录
fs.mkdirs(new Path("/0906/daxian/banzhang"));
// 3 关闭资源
fs.close();
}
3.2.4 HDFS文件夹删除
@Test
public void testDelete() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 执行删除
fs.delete(new Path("/0906/"), true);
// 3 关闭资源
fs.close();
}
3.2.5 HDFS文件名更改
@Test
public void testRename() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 修改文件名称
fs.rename(new Path("/hello.txt"), new Path("/hello6.txt"));
// 3 关闭资源
fs.close();
}
3.2.6 HDFS文件详情查看
@Test
public void testListFiles() throws IOException, InterruptedException, URISyntaxException{
// 1获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 获取文件详情
RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
while(listFiles.hasNext()){
LocatedFileStatus status = listFiles.next();
// 输出详情
// 文件名称
System.out.println(status.getPath().getName());
// 长度
System.out.println(status.getLen());
// 权限
System.out.println(status.getPermission());
// z组
System.out.println(status.getGroup());
// 获取存储的块信息
BlockLocation[] blockLocations = status.getBlockLocations();
for (BlockLocation blockLocation : blockLocations) {
// 获取块存储的主机节点
String[] hosts = blockLocation.getHosts();
for (String host : hosts) {
System.out.println(host);
}
}
System.out.println("----------------班长的分割线-----------");
}
}
3.2.7 HDFS文件和文件夹判断
@Test
public void testListStatus() throws IOException, InterruptedException, URISyntaxException{
// 1获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 判断是否是文件还是文件夹
FileStatus[] listStatus = fs.listStatus(new Path("/"));
for (FileStatus fileStatus : listStatus) {
// 如果是文件
if (fileStatus.isFile()) {
System.out.println("f:"+fileStatus.getPath().getName());
}else {
System.out.println("d:"+ fileStatus.getPath().getName());
}
}
}
3.3 HDFS的I/O流操作
3.3.1 HDFS文件上传
@Test
public void putFileToHDFS() throws IOException, InterruptedException, URISyntaxException { // 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 创建输入流
FileInputStream fis = new FileInputStream(new File("e:/hello.txt"));
// 3 获取输出流
FSDataOutputStream fos = fs.create(new Path("/hello4.txt"));
// 4 流对拷
IOUtils.copyBytes(fis, fos, configuration);
// 5 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
}
3.3.2 HDFS文件下载
@Test
public void getFileFromHDFS() throws IOException, InterruptedException, URISyntaxException{ // 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 获取输人流
FSDataInputStream fis = fs.open(new Path("/hello1.txt"));
// 3 获取输出流
FileOutputStream fos = new FileOutputStream(new File("e:/hello1.txt"));
// 4 流的对拷
IOUtils.copyBytes(fis, fos, configuration);
// 5 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
fs.close();
}
- 1)需求:从HDFS上下载文件到本地控制台上。
- 2)实操:
- 1 获取文件系统
- 2 获取输入流
- 3 获取输出流
- 4 流对拷
- 5 关闭资源
3.3.3 定位文件读取
-
1)下载第一块
@Test public void readFileSeek1() throws IOException, InterruptedException, URISyntaxException{ // 1 获取文件系统 Configuration configuration = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123"); // 2 获取输入流 FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz")); // 3 创建输出流 FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part1")); // 4 流的拷贝 byte[] buf = new byte[1024]; for(int i =0 ; i < 1024 * 128; i++){ fis.read(buf); fos.write(buf); } // 5 关闭资源 IOUtils.closeStream(fis); IOUtils.closeStream(fos); }
-
2)下载第二块
@Test
public void readFileSeek2() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "123");
// 2 打开输入流
FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz"));
// 3 定位输入数据位置
fis.seek(1024*1024*128);
// 4 创建输出流
FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part2"));
// 5 流的对拷
IOUtils.copyBytes(fis, fos, configuration);
// 6 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
}
-
fis.seek
- 1 获取文件系统
- 2 打开输入流
- 3 定位输入数据位置
- fis.seek
- 4 创建输出流
- 5 流的对拷
- 6 关闭资源
-
3)合并文件
- 在window命令窗口中执行
type hadoop-2.7.2.tar.gz.part2 >> hadoop-2.7.2.tar.gz.part1
四 HDFS的数据流
4.1 HDFS写数据流程
剖析文件写入
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t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)。
写数据
- client端将文件切分为block,依次上传
网络拓扑概念
在本地网络中,两个节点被称为“彼此近邻”是什么意思?在海量数据处理中,其主要限制因素是节点之间数据的传输速率——带宽很稀缺。这里的想法是将两个节点间的带宽作为距离的衡量标准。
-
节点距离:两个节点到达最近的共同祖先的距离总和。
-
节点
- 不同节点2
- 机架
- 不同机架4
- 集群
- 不同集群6
- 机架
- 不同节点2
机架感知(副本节点选择)
-
block副本在DataNode中,有多个副本的存在,在不同机架中、不同节点上、甚至不同集群上都存在副本,在出现某个机架、节点、集群损坏时,能够通过网络拓扑尽快找到副本。
-
1)官方ip地址:
-
http://hadoop.apache.org/docs/r2.7.3/hadoop-project-dist/hadoop-common/RackAwareness.html
-
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html#Data_Replication
-
-
2)低版本Hadoop复本节点选择
- 第一个复本在client所处的节点上。如果客户端在集群外,随机选一个。
- 第二个复本和第一个复本位于不相同机架的随机节点上。
- 第三个复本和第二个复本位于相同机架,节点随机。
-
3)Hadoop2.7.2副本节点选择
- 第一个副本在client所处的节点上。如果客户端在集群外,随机选一个。
- 第二个副本和第一个副本位于相同机架,随机节点。
- 第三个副本位于不同机架,随机节点。
4.2 HDFS读数据流程
1)客户端通过Distributed FileSystem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。
-
2)HDFS如何控制客户端读取哪个副本节点数据
- HDFS满足客户端访问副本数据的最近原则。即客户端距离哪个副本数据最近,HDFS就让哪个节点把数据给客户端。
五 NameNode和SecondaryNameNode
5.1 NN&2NN工作机制
Fsimage:namenode内存中元数据序列化后形成的文件。
Edits:记录客户端更新元数据信息的每一步操作(可通过Edits运算出元数据)
secondarynamenode的作用就是帮助namenode进行edits和fsimage的合并工作。
工作过程:
- 第一阶段:namenode启动
- 第一次启动namenode格式化后,创建fsimage和edits文件。
- 如果不是第一次启动,直接加载编辑日志和镜像文件到内存。
- 客户端对元数据进行增删改的请求
- namenode记录操作日志,更新滚动日志。
- namenode在内存中对数据进行增删改
- 第一次启动namenode格式化后,创建fsimage和edits文件。
- 第二阶段:Secondary NameNode工作
- Secondary NameNode询问namenode是否需要checkpoint,直接带回namenode是否检查结果。
- 当1) 时间到了 2)edits数据满了 时需要checkpoint。
- Secondary NameNode请求执行checkpoint。
- namenode滚动正在写的edits日志。
- 将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。
- Secondary NameNode加载编辑日志和镜像文件到内存,并合并。
- 生成新的镜像文件fsimage.chkpoint。
- 拷贝fsimage.chkpoint到namenode。
- namenode将fsimage.chkpoint重新命名成fsimage。
- Secondary NameNode询问namenode是否需要checkpoint,直接带回namenode是否检查结果。
5.2 Fsimage和Edits解析
-
1)概念
-
namenode被格式化之后,将在/opt/module/hadoop-2.7.2/data/tmp/dfs/name/current目录中产生如下文件
fsimage_0000000000000000000
fsimage_0000000000000000000.md5
seen_txid
VERSION- (1)Fsimage文件:HDFS文件系统元数据的一个永久性的检查点,其中包含HDFS文件系统的所有目录和文件idnode的序列化信息。
- (2)Edits文件:存放HDFS文件系统的所有更新操作的路径,文件系统客户端执行的所有写操作首先会被记录到edits文件中。
- (3)seen_txid文件保存的是一个数字,就是最后一个edits_的数字
- (4)每次Namenode启动的时候都会将fsimage文件读入内存,并从00001开始到seen_txid中记录的数字依次执行每个edits里面的更新操作,保证内存中的元数据信息是最新的、同步的,可以看成Namenode启动的时候就将fsimage和edits文件进行了合并。
-
-
2)oiv查看fsimage文件
-
(1)查看oiv和oev命令
[123@hadoop102 current]$ hdfs oiv apply the offline fsimage viewer to an fsimage oev apply the offline edits viewer to an edits file
-
(2)基本语法
- hdfs oiv -p 文件类型 -i镜像文件 -o 转换后文件输出路径
-
(3)案例实操
[123@hadoop102 current]$ pwd /opt/module/hadoop-2.7.2/data/tmp/dfs/name/current [123@hadoop102 current]$ hdfs oiv -p XML -i fsimage_0000000000000000025 -o /opt/module/hadoop-2.7.2/fsimage.xml [123@hadoop102 current]$ cat /opt/module/hadoop-2.7.2/fsimage.xml
-
将显示的xml文件内容拷贝到eclipse中创建的xml文件中,并格式化。
-
部分显示结果如下。
- fsimage.xml
<inode> <id>16386</id> <type>DIRECTORY</type> <name>user</name> <mtime>1512722284477</mtime> <permission>123:supergroup:rwxr-xr-x</permission> <nsquota>-1</nsquota> <dsquota>-1</dsquota> </inode> <inode> <id>16387</id> <type>DIRECTORY</type> <name>123</name> <mtime>1512790549080</mtime> <permission>123:supergroup:rwxr-xr-x</permission> <nsquota>-1</nsquota> <dsquota>-1</dsquota> </inode> <inode> <id>16389</id> <type>FILE</type> <name>wc.input</name> <replication>3</replication> <mtime>1512722322219</mtime> <atime>1512722321610</atime> <perferredBlockSize>134217728</perferredBlockSize> <permission>123:supergroup:rw-r--r--</permission> <blocks> <block> <id>1073741825</id> <genstamp>1001</genstamp> <numBytes>59</numBytes> </block> </blocks> </inode>
-
3)oev查看edits文件
-
(1)基本语法
- hdfs oev -p 文件类型 -i编辑日志 -o 转换后文件输出路径
-
(2)案例实操
[123@hadoop102 current]$ hdfs oev -p XML -i edits_0000000000000000012-0000000000000000013 -o /opt/module/hadoop-2.7.2/edits.xml [123@hadoop102 current]$ cat /opt/module/hadoop-2.7.2/edits.xml
-
将显示的xml文件内容拷贝到eclipse中创建的xml文件中,并格式化。
- 显示结果如下:
- edits.xml
<?xml version="1.0" encoding="UTF-8"?>
<EDITS>
<EDITS_VERSION>-63</EDITS_VERSION>
<RECORD>
<OPCODE>OP_START_LOG_SEGMENT</OPCODE>
<DATA>
<TXID>129</TXID>
</DATA>
</RECORD>
<RECORD>
<OPCODE>OP_ADD</OPCODE>
<DATA>
<TXID>130</TXID>
<LENGTH>0</LENGTH>
<INODEID>16407</INODEID>
<PATH>/hello7.txt</PATH>
<REPLICATION>2</REPLICATION>
<MTIME>1512943607866</MTIME>
<ATIME>1512943607866</ATIME>
<BLOCKSIZE>134217728</BLOCKSIZE>
<CLIENT_NAME>DFSClient_NONMAPREDUCE_-1544295051_1</CLIENT_NAME>
<CLIENT_MACHINE>192.168.1.5</CLIENT_MACHINE>
<OVERWRITE>true</OVERWRITE>
<PERMISSION_STATUS>
<USERNAME>123</USERNAME>
<GROUPNAME>supergroup</GROUPNAME>
<MODE>420</MODE>
</PERMISSION_STATUS>
<RPC_CLIENTID>908eafd4-9aec-4288-96f1-e8011d181561</RPC_CLIENTID>
<RPC_CALLID>0</RPC_CALLID>
</DATA>
</RECORD>
<RECORD>
<OPCODE>OP_ALLOCATE_BLOCK_ID</OPCODE>
<DATA>
<TXID>131</TXID>
<BLOCK_ID>1073741839</BLOCK_ID>
</DATA>
</RECORD>
<RECORD>
<OPCODE>OP_SET_GENSTAMP_V2</OPCODE>
<DATA>
<TXID>132</TXID>
<GENSTAMPV2>1016</GENSTAMPV2>
</DATA>
</RECORD>
<RECORD>
<OPCODE>OP_ADD_BLOCK</OPCODE>
<DATA>
<TXID>133</TXID>
<PATH>/hello7.txt</PATH>
<BLOCK>
<BLOCK_ID>1073741839</BLOCK_ID>
<NUM_BYTES>0</NUM_BYTES>
<GENSTAMP>1016</GENSTAMP>
</BLOCK>
<RPC_CLIENTID></RPC_CLIENTID>
<RPC_CALLID>-2</RPC_CALLID>
</DATA>
</RECORD>
<RECORD>
<OPCODE>OP_CLOSE</OPCODE>
<DATA>
<TXID>134</TXID>
<LENGTH>0</LENGTH>
<INODEID>0</INODEID>
<PATH>/hello7.txt</PATH>
<REPLICATION>2</REPLICATION>
<MTIME>1512943608761</MTIME>
<ATIME>1512943607866</ATIME>
<BLOCKSIZE>134217728</BLOCKSIZE>
<CLIENT_NAME></CLIENT_NAME>
<CLIENT_MACHINE></CLIENT_MACHINE>
<OVERWRITE>false</OVERWRITE>
<BLOCK>
<BLOCK_ID>1073741839</BLOCK_ID>
<NUM_BYTES>25</NUM_BYTES>
<GENSTAMP>1016</GENSTAMP>
</BLOCK>
<PERMISSION_STATUS>
<USERNAME>123</USERNAME>
<GROUPNAME>supergroup</GROUPNAME>
<MODE>420</MODE>
</PERMISSION_STATUS>
</DATA>
</RECORD>
</EDITS>
5.3 chkpoint时间设置
(1)通常情况下,SecondaryNameNode每隔一小时执行一次。
[hdfs-default.xml]
<property>
<name>dfs.namenode.checkpoint.period</name>
<value>3600</value> <!-- 3600秒 -->
</property>
(2)一分钟检查一次操作次数,当操作次数达到1百万时,SecondaryNameNode执行一次。
<property>
<name>dfs.namenode.checkpoint.txns</name>
<value>1000000</value>
<description>操作动作次数</description>
</property>
<property>
<name>dfs.namenode.checkpoint.check.period</name>
<value>60</value>
<description> 1分钟检查一次操作次数</description>
</property>
- 通常情况下,SecondaryNameNode每隔一小时执行一次。
- 一分钟检查一次操作次数,当操作次数达到1百万时,SecondaryNameNode执行一次。
5.4 SecondaryNameNode目录结构
Secondary NameNode用来监控HDFS状态的辅助后台程序,每隔一段时间获取HDFS元数据的快照。
在/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/current这个目录中查看SecondaryNameNode目录结构。
edits_0000000000000000001-0000000000000000002
fsimage_0000000000000000002
fsimage_0000000000000000002.md5
VERSION
SecondaryNameNode的namesecondary/current目录和主namenode的current目录的布局相同。
好处:在主namenode发生故障时(假设没有及时备份数据),可以从SecondaryNameNode恢复数据。
5.5 Namenode故障处理方法
5.6 集群安全模式
-
1)概述
Namenode启动时,首先将映像文件(fsimage)载入内存,并执行编辑日志(edits)中的各项操作。一旦在内存中成功建立文件系统元数据的映像,则创建一个新的fsimage文件和一个空的编辑日志。此时,namenode开始监听datanode请求。但是此刻,namenode运行在安全模式,即namenode的文件系统对于客户端来说是只读的。
系统中的数据块的位置并不是由namenode维护的,而是以块列表的形式存储在datanode中。在系统的正常操作期间,namenode会在内存中保留所有块位置的映射信息。在安全模式下,各个datanode会向namenode发送最新的块列表信息,namenode了解到足够多的块位置信息之后,即可高效运行文件系统。
如果满足“最小复本条件”,namenode会在30秒钟之后就退出安全模式。所谓的最小复本条件指的是在整个文件系统中99.9%的块满足最小复本级别(默认值:dfs.replication.min=1)。在启动一个刚刚格式化的HDFS集群时,因为系统中还没有任何块,所以namenode不会进入安全模式。
-
2)基本语法
- 集群处于安全模式,不能执行重要操作(写操作)。集群启动完成后,自动退出安全模式。
- (1)
bin/hdfs dfsadmin -safemode get
(功能描述:查看安全模式状态) - (2)
bin/hdfs dfsadmin -safemode enter
(功能描述:进入安全模式状态) - (3)
bin/hdfs dfsadmin -safemode leave
(功能描述:离开安全模式状态) - (4)
bin/hdfs dfsadmin -safemode wait
(功能描述:等待安全模式状态)
-
3)案例
-
模拟等待安全模式
-
1)先进入安全模式
[123@hadoop102 hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode enter
-
2)执行下面的脚本
#!/bin/bash bin/hdfs dfsadmin -safemode wait bin/hdfs dfs -put ~/hello.txt /root/hello.txt
-
3)再打开一个窗口,执行
[123@hadoop102 hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode leave
-
-
5.7 NameNode多目录配置
-
1)namenode的本地目录可以配置成多个,且每个目录存放内容相同,增加了可靠性。
-
2)具体配置如下:
-
(1)在hdfs-site.xml文件中增加如下内容
<property> <name>dfs.namenode.name.dir</name> <value>file:///${hadoop.tmp.dir}/dfs/name1,file:///${hadoop.tmp.dir}/dfs/name2</value> </property>
-
(2)停止集群,删除data和logs中所有数据。
[123@hadoop102 hadoop-2.7.2]$ rm -rf data/ logs/ [123@hadoop103 hadoop-2.7.2]$ rm -rf data/ logs/ [123@hadoop104 hadoop-2.7.2]$ rm -rf data/ logs/
-
(3)格式化集群并启动。
[123@hadoop102 hadoop-2.7.2]$ bin/hdfs namenode –format [123@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
-
(4)查看结果
[123@hadoop102 dfs]$ ll 总用量 12 drwx------. 3 123 123 4096 12月 11 08:03 data drwxrwxr-x. 3 123 123 4096 12月 11 08:03 name1 drwxrwxr-x. 3 123 123 4096 12月 11 08:03 name2
-
六 DataNode
6.1 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(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
6.2 数据完整性
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)datanode在其文件创建后周期验证checksum。
6.3 掉线时
限参数设置
-
掉线时限参数设置
掉线时限参数设置
6.3 掉线时限参数设置
datanode进程死亡或者网络故障造成datanode无法与namenode通信,namenode不会立即把该节点判定为死亡,要经过一段时间,这段时间暂称作超时时长。HDFS默认的超时时长为10分钟+30秒。如果定义超时时间为timeout,则超时时长的计算公式为:
timeout = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval。
而默认的dfs.namenode.heartbeat.recheck-interval 大小为5分钟,dfs.heartbeat.interval默认为3秒。
需要注意的是hdfs-site.xml 配置文件中的heartbeat.recheck.interval的单位为毫秒,dfs.heartbeat.interval的单位为秒。
<property> <name>dfs.namenode.heartbeat.recheck-interval</name> <value>300000</value> </property> <property> <name>dfs.heartbeat.interval </name> <value>3</value> </property>
6.6 DataNode多目录配置
-
1)datanode也可以配置成多个目录,每个目录存储的数据不一样。即:数据不是副本。
-
2)具体配置如下:
-
hdfs-site.xml
<property> <name>dfs.datanode.data.dir</name> <value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2</value> </property>
-
待更新…
自己瞎写的公众号与博客
普通二本数据科学与大数据技术专业菜鸟一个,望各位大神多多指导!互相学习进步!