大数据之hadoop入门

一、hadoop是什么

hadopp是一个开源分布式系统架构，处理海量数据的架构首选，
非常快得完成大数据计算任务，已发展成为一个Hadoop生态圈

二、Hadoop能做什么

擅长日志分析，Facebook就用hive来进行日志分析，2009年时Facebook就有非编程人员的30%的人使用HiveQL进行数据分析，淘宝搜索中的自定义筛选也使用的Hive。

三、 Hadoop的核心

1、HDFS：Hadoop Distributed File System 分布式文件系统–解决大数据存储
2、YARN：Yet Another Resource Nefotiator 资源管理调度系统–解决大数据计算
3、Mapreduce：分布式运算框架

四、HDFS

主从结构
主节点，namenode
从节点，有很多个：datanode

namenode负责：
接收用户操作请求
维护文件系统的目录结构
管理文件与block之间关系，block与datanode之间关系

datanode负责：
储存文件
文件被分成block存储在磁盘上
为保存数据安全，文件会有多个副本

Secondary NameNode负责：
合并fsimage和edits文件来更新NameNode的metedata

五、Hadoop的特点

扩容能力：能可靠地存储和处理千兆字节（PB）数据。
成本低：可以通过普通机器组成的服务器群来分发以及处理数据，这些服务器群总计可达数千个节点。
高效率：通过分发数据，Hadoop可以在数据所在的节点上并行地处理他们，这使得处理非常的快速。
可靠性：Hadoop能自动地维护数据的多份副本，并且在任务失败后能够自动地重新部署计算任务

六、NameNode

1.简介

namenod是整个文件系统的管理节点。他维护着整个文件系统的文件目录树，文件/目录的元信息和每个文件对应的数据块列表。接收用户的操作请求。

文件包括：
fsimage:元数据镜像文件，存储某一时段NameNode内存元数据信息。
edits:操作日志文件。
fstime:保存最近一次checkpoint的时间。

2.NameNode的工作特点

NameNode始终在内存中保存metedata,用于处理“读请求”，到有“写请求”到来时，NameNode首先会写editlog到磁盘，即向edits文件中写日志，成功返回后，才会修改内存，并且向客户端返回。
Hadoop会维护一个人fsimage文件，也就是NameNode中metedata的镜像，但是fsimage不会随时与NameNode内存中保持一致，而是每隔一段时间通过合并edits文件来更新内容。Secondary NameNode就是用来合并fsimage和edits文件来更新NameNode的metedata的

3.什么时候checkpoint

fs.checkpoint.period 指定两次checkpoint的最大时间间隔，默认3600秒。
fs.checkpoint.size 规定edits文件的最大值，一旦超过这个值则强制checkpoint，不管是否到达最大时间间隔。默认大小是64M。

七.SecondaryNameNode

1.简介

HA的一个解决方案。但不支持热备。配置即可。
执行过程：从NameNode 上下载元数据信息（fsimage,edits）,然后把二者合并，生成新的fsimage.在本地保存，并将其推送到NameNode,替换旧的fsimage.
默认在安装在NameNode节点上，但这样不安全

2.工作流程

（1）secondary 通知namenode切换edits文件；
（2）secondary从namenode获取fsimage和edits(通过http);
（3）secondary将fsimage载入内存，然后开始合并edits;
（4）secondary将新的fsimage发回给manenode;
（5）namenode用新的fsimage替换旧的fsimage;

八.DataNode

提供真实文件数据的存储服务。
文件快（block）：最基本的存储单位。对于文件内容而言，一个文件的长度大小是size,那么从文件的0偏移开始，按照固定的大小，顺序对文件进行划分并编号，划分好的每一个块称一个Block。HDFS默认Block大小是128MB,以一个256MB文件，共有256/128=2个Black.
dfs.block.size 不同于普通文件系统的是，HDFS中，如果一个文件小于一个数据块的大小，并不占用整个数据块存储空间；Replication:多复本。默认是三个。

九.HDFS

(1)读过程

1.初始化FileSystem，然后客户端(client)用FileSystem的open()函数打开文件

2.FileSystem用RPC调用元数据节点，得到文件的数据块信息，对于每一个数据块，元数据节点返回保存数据块的数据节点的地址。

3.FileSystem返回FSDataInputStream给客户端，用来读取数据，客户端调用stream的read()函数开始读取数据。

4.DFSInputStream连接保存此文件第一个数据块的最近的数据节点，data从数据节点读到客户端(client)

5.当此数据块读取完毕时，DFSInputStream关闭和此数据节点的连接，然后连接此文件下一个数据块的最近的数据节点。

6.当客户端读取完毕数据的时候，调用FSDataInputStream的close函数。

7.在读取数据的过程中，如果客户端在与数据节点通信出现错误，则尝试连接包含此数据块的下一个数据节点。

8.失败的数据节点将被记录，以后不再连接。

（2）写过程

1.初始化FileSystem，客户端调用create()来创建文件

2.FileSystem用RPC调用元数据节点，在文件系统的命名空间中创建一个新的文件，元数据节点首先确定文件原来不存在，并且客户端有创建文件的权限，然后创建新文件。

3.FileSystem返回DFSOutputStream，客户端用于写数据，客户端开始写入数据。

4.DFSOutputStream将数据分成块，写入data queue。data queue由Data Streamer读取，并通知元数据节点分配数据节点，用来存储数据块(每块默认复制3块)。分配的数据节点放在一个pipeline里。Data Streamer将数据块写入pipeline中的第一个数据节点。第一个数据节点将数据块发送给第二个数据节点。第二个数据节点将数据发送给第三个数据节点。

5.DFSOutputStream为发出去的数据块保存了ack queue，等待pipeline中的数据节点告知数据已经写入成功。

6.当客户端结束写入数据，则调用stream的close函数。此操作将所有的数据块写入pipeline中的数据节点，并等待ack queue返回成功。最后通知元数据节点写入完毕。

7.如果数据节点在写入的过程中失败，关闭pipeline，将ack queue中的数据块放入data queue的开始，当前的数据块在已经写入的数据节点中被元数据节点赋予新的标示，则错误节点重启后能够察觉其数据块是过时的，会被删除。失败的数据节点从pipeline中移除，另外的数据块则写入pipeline中的另外两个数据节点。元数据节点则被通知此数据块是复制块数不足，将来会再创建第三份备份。