一、概述
HDFS产生的背景及定义
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，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是分布式文件管理系统中的一种。
HDFS定义
HDFS(Hadoop Distributed File System)是一个文件系统，用于存储文件，通过目录树来定位为文件。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。
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。
HDFS优缺点
优点
- 高容错性
数据自动保存多个副本。通过增加副本的形式，提高容错性。
某一个副本丢失以后，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，比如无法处理毫秒级的存储数据。
无法高效的对大量小文件进行存储
存储大量小文件会占用NameNode大量的内存来存储文件目录和块信息，而NameNode的内存是有限的。
小文件存储的寻址时间会超过读取时间，违反HDFS的设计目标
- 不支持并发写入、文件随即修改
一个文件只能有一个写，不允许多个线程同时写
仅支持数据追加(append)，不支持文件的随即修改
HDFS组成架构
Namenode(nn)
就是master，是一个主管者、管理者。
管理HDFS的名称空间
配置副本策略
管理数据块（block）映射信息
Datanode
就是slave。namenode下达命令，datanode执行实际的操作。
存储实际的数据块
执行数据块的读/写操作
Client
就是客户端。客户端是一个抽象的概念，无论是命令行还是通过API还是web界面来操作都是客户端。
文件切分。文件上传HDFS的时候，client将文件切分成一个个Block，然后进行上传
与NameNode交互，获取文件的位置信息
与DataNode交互，读取或写入数据
Client提供一些命令来管理HDFS，比如NameNode格式化
Client可以通过一些命令来访问HDFS，比如对HDFS增删改查操作
Secondary NameNode
并非NameNode的热备。当NameNode挂掉的时候，并不能马上替换NameNode并提供服务。
辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode
在紧急情况下，可辅助回复NameNode
HDFS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( dfs.blocksize)来规定，默认大小在Hadoop2.x/3.x版本中是128M。
寻址时间为传输时间的1%时，则为最佳状态。因此，传输时间=10ms/0.01=1000ms=1s。而目前磁盘的传输速率普遍为100MB/s。
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的读写流程
HDFS写数据流程
在HDFS 写数据的过程中，NameNode 会选择离待上传数最近距离的 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。
写数据流程：
（1）客户端通过Distributed FileSystem模块向NameNode请求上传文件，NameNode检查目标文件是否已存在，父目录是否存在。
（2）NameNode返回是否可以上传。
（3）客户端请求第一个 Block上传到哪几个DataNode服务器上。
（4）NameNode返回3个DataNode节点，分别为dn1、dn2、dn3。
（5）客户端通过FSDataOutputStream模块请求dn1上传数据，dn1收到请求会继续调用dn2，然后dn2调用dn3，将这个通信管道建立完成。
（6）dn1、dn2、dn3逐级应答客户端。
（7）客户端开始往dn1上传第一个Block（先从磁盘读取数据放到一个本地内存缓存），以Packet为单位，dn1收到一个Packet就会传给dn2，dn2传给dn3；dn1每传一个packet会放入一个应答队列等待应答。
（8）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3-7步）。
HDFS读数据流程
读取数据流程：
（1）客户端通过DistributedFileSystem向NameNode请求下载文件，NameNode通过查询元数据，找到文件块所在的DataNode地址。
（2）挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。
（3）DataNode开始传输数据给客户端（从磁盘里面读取数据输入流，以Packet为单位来做校验）。
（4）客户端以Packet为单位接收，先在本地缓存，然后写入目标文件。
三、NN和2NN
硬盘和内存就像阴阳两极的对立，硬盘可靠但慢，内存快但不可靠。
开机启动：
将硬盘里的 edits_inprogress_001（编辑日志）和 fsimage（镜像文件）加载进内存。
客户端client发出操作请求：
1.新建一份空白的 edits_inprogress_002，用作后续的编辑日志写入。
2.将内存里的 edits_inprogress_001 改名为 edits_001，用作数据备份。
3.将操作请求内容写入 edits_inprogerss_002。
CheckPoint触发：（定时时间到/edits中的数据满了）
1.拷贝 edits_001 和 fsimage 到 2NN。
2.加载 edits_001 和 fsimage 到内存，合并生成结果命名为 fsimage.chkpoint。
3.拷贝 fsimage.chkpoint 到 NN。
4.将NN里的 fsimage.chkpoint 重命名为 fsimage ，覆盖掉原来的 fsimage。
NameNode被格式化之后，将在/opt/module/hadoop-3.1.3/data/tmp/dfs/name/current目录中产生如下文件：
fsimage_0000000000000000000
fsimage_0000000000000000000.md5
seen_txid
VERSION
（1）
Fsimage文件：HDFS文件系统元数据的一个
永久性的检查点。其中包含HDFS文件系统的所有目录和文件inode的序列化信息。（2）
Edits文件：存放HDFS文件系统的所有更新操作的路径，文件系统客户端执行的所有写操作首先会被记录到Edits文件中。（3）
seen_txid文件：保存的是一个数字，就是最后一个edits 的数字（4） 每次NameNode启动的时候都会将Fsimage文件读入内存，加载Edits里面的更新操作，保证内存中的元数据信息是最新的、同步的，可以看成NameNode启动的时候就将Fsimage和Edits文件进行了合并。
四、Datanode工作原理
工作机制：
1）一个数据块在DataNode上以文件形式存储在磁盘上，包括两个文件，一个是数据本身，一个是元数据包括数据块的长度，块数据的校验和，以及时间戳。
2）DataNode启动后向NameNode注册，通过后，周期性（1小时）的向NameNode上报所有的块信息。
3）心跳是每3秒一次，心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器，或删除某个数据块。如果超过10分钟30秒没有收到某个DataNode的心跳，则认为该节点不可用。
4）集群运行中可以安全加入和退出一些机器。
HeartBeat
超时时长的计算公式为：
timeout = 2 * heartbeat.recheck.interval + 10 *dfs.heartbeat.interval
默认的heartbeat.recheck.interval大小为5分钟，dfs.heartbeat.interval默认为3秒。
需要注意的是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。
所以，如果像下面的配置，总的超时时间为22+310=34秒。
<property>
<name>dfs.heartbeat.interval</name>
<value>3</value>
</property>
<property>
<name>heartbeat.recheck.interval</name>
<value>2000</value>
</property>
五、HDFS重点
HDFS文件块大小
HDFS的shell操作
HDFS的读写流程
版权归原作者 five小点心 所有， 如有侵权，请联系我们删除。