大数据技术——Hadoop之HDFS

一、概述

1、HDFS定义

        HDFS（Hadoop Distributed File System），它是一个文件系统，HDFS 只是分布式文件管理系统中的一种，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 的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。

2、HDFS优缺点

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。

缺点：

• 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。
• 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。】【小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。】
• 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】【仅支持数据append（追加），不支持文件的随机修改。】

3、HDFS组成结构

1）NameNode（nn）：就是Master，它是一个主管、管理者。
（1）管理HDFS的名称空间；
（2）配置副本策略；
（3）管理数据块（Block）映射信息；
（4）处理客户端读写请求。
2）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
3）Client：就是客户端。
（1）文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行上传；
（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NameNode格式化；
（5）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：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，比如定期合并Fsimage和Edits，并推送给NameNode ；
（2）在紧急情况下，可辅助恢复NameNode。

4、HDFS文件块大小（重点）

        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/3.x版本中是128M，1.x版本中是64M。（可根据服务器设置块大小：256MB、128MB、64MB）

 

 思考：为什么块的大小不能设置太小，也不能设置太大？

        （1）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；

        （2）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。

二、HDFS的Shell相关操作（重点）

1、基本语法

hadoop fs 具体命令 or hdfs dfs 具体命令(两个是完全相同的)

2、命令大全

[xrb@hadoop102 hadoop-3.1.3]$ bin/hadoop fs
[-appendToFile <localsrc> ... <dst>]
[-cat [-ignoreCrc] <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>]
[-df [-h] [<path> ...]]
[-du [-s] [-h] <path> ...]
[-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
[-getmerge [-nl] <src> <localdst>]
[-help [cmd ...]]
[-ls [-d] [-h] [-R] [<path> ...]]
[-mkdir [-p] <path> ...]
[-moveFromLocal <localsrc> ... <dst>]
[-moveToLocal <src> <localdst>]
[-mv <src> ... <dst>]
[-put [-f] [-p] <localsrc> ... <dst>]
[-rm [-f] [-r|-R] [-skipTrash] <src> ...]
[-rmdir [--ignore-fail-on-non-empty] <dir> ...]
<acl_spec> <path>]]
[-setrep [-R] [-w] <rep> <path> ...]
[-stat [format] <path> ...]
[-tail [-f] <file>]
[-test -[defsz] <path>]
[-text [-ignoreCrc] <src> ...]

3、常用命令实战

（1）启动Hadoop集群

[xrb@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh

[xrb@hadoop102 hadoop-3.1.3]$ sbin/start-yarn.sh

（2）上传

-moveFromLocal：从本地剪切粘贴到 HDFS

-copyFromLocal：从本地文件系统中拷贝文件到 HDFS 路径去

-put：等同于 copyFromLocal，生产环境更习惯用 put

-appendToFile：追加一个文件到已经存在的文件末尾

将1的内容追加到A中：【[xrb@hadoop102 hadoop-3.1.3]$ hadoop fs -appendToFile 1.txt /A.txt】

（3）下载

-copyToLocal：从 HDFS 拷贝到本地

-get：等同于 copyToLocal，生产环境更习惯用 get

（4）HDFS直接操作

所有的命令前面必须有前缀：hdfs fs or hdfs dfs

-ls: 显示目录信息

-cat：显示文件内容

-chgrp、-chmod、-chown：Linux 文件系统中的用法一样，修改文件所属权限

-mkdir：创建路径

-cp：从 HDFS 的一个路径拷贝到 HDFS 的另一个路径

-mv：在 HDFS 目录中移动文件

-tail：显示一个文件的末尾 1kb 的数据

-rm：删除文件或文件夹

-rm -r：递归删除目录及目录里面内容

-du 统计文件夹的大小信息

-setrep：设置 HDFS 中文件的副本数量

三、HDFS的客户端API——(IDEA等，暂时不写)

1、客户端环境准备

2、HDFS的API案例实操

（1）HDFS文件上传（测试参数优先级）

 参数优先级排序：

        （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）然后是服务器的自定义配置（xxx-site.xml）>（4）服务器的默认配置（xxx-default.xml）

（2）HDFS文件下载

（3）HDFS文件更名和移动

（4）HDFS删除文件和目录

（5）HDFS文件详情查看

（6）HDFS文件和文件夹判断

四、HDFS的读写流程（重点）

1、HDFS写数据流程

（1）剖析文件写入（后续出一张大图剖析）

（2）网络拓扑-节点距离计算

   节点距离：两个节点到达最近的共同祖先的距离总和。

        例如，假设有数据中心 d1 机架 r1 中的节点 n1。该节点可以表示为/d1/r1/n1。利用这种标记，这里给出四种距离描述。

（3）机架感知（副本存储节点选择）

 

2、HDFS读取数据流程（后续出一张大图分析）

五、NN和2NN

1、NN和2NN工作机制

        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。

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
动，直接加载编辑日志和镜像文件到内存。
（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。
第二阶段：Secondary NameNode （2NN）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。

2、Fsimage和Edits解析

查看Fsimage文件：

hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径

查看Edits文件：

 hdfs oev -p 文件类型 -i 编辑日志 -o 转换后文件输出路径

3、CheckPoint时间设置

1）通常情况下，SecondaryNameNode 每隔一小时执行一次。

在[hdfs-default.xml]可查看默认值为3600s

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>60s</value>
<description> 1 分钟检查一次操作次数</description>
</property>

六、Datanode

1、DataNode工作机制

 

 

2、数据完整性

        思考：如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号（1）和绿灯信号（0），但是存储该数据的磁盘坏了，一直显示是绿灯，是否很危险？同理 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。

3、掉线时限参数设置

        需要注意： 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。