记录学习,有错欢迎指正
1、HDFS概述
-
HDFS产生背景
随着数据量越来越大,在一个操作系统存不下所有的数据,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。 -
HDFS定义
HDFS (Hadoop Distibuted File System),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的使用场景: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(增删改查)。 -
优点
- 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。 - 适合处理大数据
(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。 - 可构建在廉价机器上,通过多副本机制,提高可靠性。
- 高容错性
-
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。
(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;
(2) 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。
(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。
2、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(dis boksie)来规定。集群中默认大小在Hadoop2x版本中是128M,老版本中是64M;本地模式默认大小是32M。
为何将大小设为128M?
- 寻址时间:查询到目标block的时间,一般为10ms
- 经过前人的大量测试发现,寻址时间为传输时间的1%时,为最佳状态;所以传输时间 = 10ms/0.01 = 1s
- 目前磁盘的传输速率普遍为100MB/s
为了达到传输的最佳状态,数据的传输时间为1s、传输速率为100MB/s,则最佳block大小=100MB。为了满足为2的倍数,所以将大小设置为128。
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。可以按自己磁盘的性能来设置块大小。
3、HDFS写数据流程
3.1 流程详解
详细图解
详细过程
-
客户端创建一个连接对象 FileSystem;
-
FileSystem 对象向 NameNode 请求上传文件;
-
NameNode 接到请求后进行检查通过,对客户端响应可以上传文件;
-
FileSystem 对象向 NameNode 请求发送第一个block(0~128MB),请返回 DataNode;
-
NameNode 返回 DataNode1,DataNode2,DataNode3节点(考虑节点距离、负载均衡等因素),表示将采用这三个节点存储数据(这里副本数是3);
-
客户端接到返回节点后,创建 FSDataOutputStream 对象;
-
FSDataOutputStream 对DataNode1请求建立Block传输通道,DataNode1再请求与DataNode2建立通道,DataNode2再与DataNode3建立通道;
-
DataNode3 对 DataNode2 应答,DataNode2 对 DataNode1 应答,DataNode1 对FSDATAOutputStream 应答成功(管道传输);
-
开始发送数据,以Packet形式传输(流每次传输都是一个chunk(512byte),攒到一个Packet(64k)再传输Packet对象)。传输到DataNode1时,DataNode1先将数据文件写入到内存中(应答队列),先将数据写入到磁盘,再直接传递给DataNode2,DataNode2与DataNode3也依次类推;
-
全部传输完毕后,一次数据写操作就完成了。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4 -10步);
-
当最后一个数据块发送完成后,FileSystem 向 NameNode 响应发送完成。
3.2 节点距离计算
在HDFS写数据的过程中,NameNode会选择距离待上传数据最近距离的DataNode接收数据。那么这个最近距离怎么计算呢?
节点距离:两个节点到达最近的共同祖先的距离总和。
看懂下面的图例就明白了
下面的拓扑图
利用节点距离定义可知:9、5两个节点的距离是3
3.3 机架感知(副本存储节点选择)
当副本数是3时
4、HDFS读数据流程
读数据过程与写过程非常相似
详细图解
详细过程
-
客户端创建一个连接对象 FileSystem;
-
FileSystem 对 NameNode请求读取某个数据;
-
Namenode会视情况返回文件的部分或者全部block列表,对于每个block,Namenode都会返回有该block拷贝的DataNode地址(元数据);
-
客户端创建 FSDATAInputSteam 对象;
-
FSDATAInputSteam 然后根据 节点距离 和 负载 等方面选择读取数据的节点;
-
FSDATAInputSteam 发送读取数据请求;节点开始传输数据;
-
客户端以Packet为单位接收(先在本地缓存,然后写入目标文件);
-
读取完当前block的数据后,关闭与当前的DataNode连接,并为读取下一个block寻找最佳的DataNode;
-
当读完列表的block后,且文件读取还没有结束,客户端开发库会继续向Namenode获取下一批的block列表。
参考
https://blog.csdn.net/weixin_44976835/article/details/115289310