checkpoint机制
当客户端向NN发送请求以后 在NN当中的内存区的FsImage对象(元数据–内存对象) 会及时更新元数据信息(updataNode)
但问题是元数据为了安全起见会进行持久化的存储,将内存中的文件序列化到磁盘当中,如果用户每次就行访问都进行持久化的话,又太消耗系统资源,基于这一问题就产生了checkpoint机制
问题之所在:
当客户端对HDFS上的数据进行频繁操作以后, 数据的元数据会发生变化 , NameNode可以FSImage.saveImage()修改内存对象数据 , (内存中的数据存储量有限)
为了保证宕机后数据的正确性,我们会定期的将存储元数据FsImage对象序列化到磁盘上 , 但是会占用系统资源
当用户操作数据的时候 , 还会将用户的操作记录在edit日志中 ,随着时间的推移,日志数据也会越来越大 , 当宕机重启的时候会花费大量时间加载日志数据,启动时间过长 ,导致用户无法操作
这个时候引入secondrayname 用来对存储数据的元数据进行处理 (checkpoint机制) :
下载namenode 的 Fsimage000000文件(初始化文件 ,只下载一次),
下载生成好的日志文件 ,没有_inprocess(正在运行中)的日志文件
加载镜像文件生也成FsImage内存对象和NN当中的内存对象是一样的
加载日志文件 , 修改(FsImage)镜像对象----(等同于客户端对NN进行了数据操作使它达到等新的目的)
持久化镜像对象 ,
将镜像对象上传到namenode中
清理nameNode 上没用的日志数据和持久化的镜像文件
定期下载日志文件 , 合并镜像对象 , 上传到namenode上