网络拓扑概念
在本地网络中,两个节点被称为“彼此近邻”:
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。
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
机架感知(副本节点的选择)
官方 ip 地址:
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-common/RackAwareness.html
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html#Dat
低版本 Hadoop 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不相同机架的随机节点上
第三个副本和第二个副本位于相同机架,节点随机
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。
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。
一致性模型
/**
* 一致性模型
* 向HDFS上写数据
*/
@Test
public void writeFile() throws URISyntaxException, IOException, InterruptedException {
//1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://testnote01:9000"),configuration,"root");
//2 获取输出流
FSDataOutputStream fos = fs.create(new Path("/hello9.txt"));
//3 写数据
fos.write("hello".getBytes());
//4 一致性刷新
fos.hflush();
//5 关闭资源
fos.close();
fs.close();
}
适用场景:
写入数据的时候,如果希望数据被其他client立刻可见
FsDataOutputStream. hflush (); //清理客户端缓冲区数据,被其他 client 立即可见
而不是关闭流才可见