Hadoop1.x中HDFS工作原理

HDFS(Hadoop Distributed File System )Hadoop分布式文件系统。是根据google发表的论文翻版的。论文为GFS(Google File System)Google 文件系统(中文英文)。

HDFS有很多特点

    ① 保存多个副本,且提供容错机制,副本丢失或宕机自动恢复。默认存3份。

    ② 运行在廉价的机器上。(商用机)

    ③ 适合大数据的处理。多大?多小?HDFS默认会将文件分割成block,64M为1个block。然后将block按键值对存储在HDFS上,并将键值对的映射存到内存中。如果小文件太多,那内存的负担会很重。

26104230-8109ac513de14fe1b115b775581751f2

如上图所示,HDFS也是按照Master和Slave的结构。分NameNode、SecondaryNameNode、DataNode这几个角色。

NameNode:是Master节点,是大领导。管理数据块映射;处理客户端的读写请求;配置副本策略;管理HDFS的名称空间;

SecondaryNameNode:是一个小弟,分担大哥namenode的工作量;是NameNode的冷备份;合并fsimage和fsedits然后再发给namenode。

DataNode:Slave节点,奴隶,干活的。负责存储client发来的数据块block;执行数据块的读写操作。

热备份:b是a的热备份,如果a坏掉。那么b马上运行代替a的工作。

冷备份:b是a的冷备份,如果a坏掉。那么b不能马上代替a工作。但是b上存储a的一些信息,减少a坏掉之后的损失。

fsimage:元数据镜像文件(文件系统的目录树。)

edits:元数据的操作日志(针对文件系统做的修改操作记录)

namenode内存中存储的是=fsimage+edits。

SecondaryNameNode负责定时默认1小时,从namenode上,获取fsimage和edits来进行合并,然后再发送给namenode。减少namenode的工作量。所以讲secondarynamenode,单独放置到一台机器上,可以增大冗余,但是有可能会丢失一小时内处理的数据。

 


 

工作原理

写操作:

有一个文件FileA,100M大小。Client将FileA写入到HDFS上。

HDFS按默认配置。

HDFS分布在三个机架上Rack1,Rack2,Rack3。

 

a. Client将FileA按64M分块。分成两块,block1和Block2;

b. Client向nameNode发送写数据请求,如图蓝色虚线——>

c. NameNode节点,记录block信息。并返回可用的DataNode,如粉色虚线———>

     Block1: host2,host1,host3

     Block2: host7,host8,host4

    原理:

        NameNode具有RackAware机架感知功能,这个可以配置。

         若client为DataNode节点,那存储block时,规则为:副本1,同client的节点上;副本2,不同机架节点上;副本3,同第二个副本机架的另一个节点上;其他副本随机挑选。

         若client不为DataNode节点,那存储block时,规则为:副本1,随机选择一个节点上;副本2,不同副本1,机架上;副本3,同副本2相同的另一个节点上;其他副本随机挑选。

d. client向DataNode发送block1;发送过程是以流式写入。

   流式写入过程,

     1>将64M的block1按64k的package划分;

     2>然后将第一个package发送给host2;

     3>host2接收完后,将第一个package发送给host1,同时client想host2发送第二个package;

     4>host1接收完第一个package后,发送给host3,同时接收host2发来的第二个package。

     5>以此类推,如图红线实线所示,直到将block1发送完毕。

     6>host2,host1,host3向NameNode,host2向Client发送通知,说“消息发送完了”。如图粉红颜色实线所示。

     7>client收到host2发来的消息后,向namenode发送消息,说我写完了。这样就真完成了。如图黄色粗实线

     8>发送完block1后,再向host7,host8,host4发送block2,如图蓝色实线所示。

     9>发送完block2后,host7,host8,host4向NameNode,host7向Client发送通知,如图浅绿色实线所示。

     10>client向NameNode发送消息,说我写完了,如图黄色粗实线。。。这样就完毕了。

分析,通过写过程,我们可以了解到:

        写1T文件,我们需要3T的存储,3T的网络流量贷款。

        在执行读或写的过程中,NameNode和DataNode通过HeartBeat进行保存通信,确定DataNode活着。如果发现DataNode死掉了,就将死掉的DataNode上的数据,放到其他节点去。读取时,要读其他节点去。

        挂掉一个节点,没关系,还有其他节点可以备份;甚至,挂掉某一个机架,也没关系;其他机架上,也有备份。

 

读操作:

 

读操作就简单一些了,如图所示,client要从datanode上,读取FileA。而FileA由block1和block2组成。 

 

那么,读操作流程为:

a. client向namenode发送读请求。

b. namenode查看Metadata信息,返回fileA的block的位置。

     block1:host2,host1,host3

     block2:host7,host8,host4

c. block的位置是有先后顺序的,先读block1,再读block2。而且block1去host2上读取;然后block2,去host7上读取;

 

上面例子中,client位于机架外,那么如果client位于机架内某个DataNode上,例如,client是host6。那么读取的时候,遵循的规律是:

优选读取本机架上的数据

 


 

HDFS中常用到的命令

1、hadoop fs

hadoop fs -ls /
hadoop fs -lsr
hadoop fs -mkdir /user/hadoop
hadoop fs -put a.txt /user/hadoop/
hadoop fs -get /user/hadoop/a.txt /
hadoop fs -cp src dst
hadoop fs -mv src dst
hadoop fs -cat /user/hadoop/a.txt
hadoop fs -rm /user/hadoop/a.txt
hadoop fs -rmr /user/hadoop/a.txt
hadoop fs -text /user/hadoop/a.txt
hadoop fs -copyFromLocal localsrc dst 与hadoop fs -put功能类似。
hadoop fs -moveFromLocal localsrc dst 将本地文件上传到hdfs,同时删除本地文件。

2、hadoop fsadmin?

hadoop dfsadmin -report
hadoop dfsadmin -safemode enter | leave | get | wait
hadoop dfsadmin -setBalancerBandwidth 1000

3、hadoop fsck

4、start-balancer.sh

 

注意,看了hdfs的布局,以及作用,这里需要考虑几个问题:

1、既然NameNode,存储小文件不太合适,那小文件如何处理?

2、NameNode在内存中存储了meta等信息,那么内存的瓶颈如何解决?

3、Secondary是NameNode的冷备份,那么SecondaryNamenode和Namenode不应该放到一台设备上,因为Namenode宕掉之后,SecondaryNamenode一般也就死了,那讲SecondaryNameNode放到其他机器上,如何配置?

4、NameNode宕机后,如何利用secondaryNameNode上面的备份的数据,恢复Namenode?

5、设备宕机,那么,文件的replication备份数目,就会小于配置值,那么该怎么办?

20 comments

  • Pingback: Hadoop – 03 – HDFS分布式文件系统 – 麦叶

  • 我看hadoop权威指南里面说block默认大小是128M,是不是由于hadoop版本不同所导致的,还有作者能否解释一下为什么block大小会有64M和128M的区别,主要取决于什么因素,是网络带宽的升级还是磁盘读写速度的升级?

    • Hadoop2.X之前block默认的size是64M,之后就是128M了,这样做的原因大概是为了减少namenode压力,因为block size大了,对应收到的元数据个数就会减少一些,namenode可以更加专注的干它所负责的事情

  • Pingback: HDFS 好的文章链接 | Codeba

  • Hi,大牛,这两篇文章的访问密码是多少?麻烦告知一下。向大牛学习。文章写得不错!
    密码保护:HADOOP 2.0 开发实战案例
    密码保护:HADOOP数据分析平台_第二版

  • Pingback: 【Hadoop】HDFS的运行原理-IT文库

  • I have met a lot of sites with stolen content. But each time I visit your blog I find unique and very interesting inrtamfoion! Thank you for your hard work!

  • Pingback: ZooKeeper笔记 | MyToolkit.NET

  • Pingback: Hadoop.HDFS笔记 | MyToolkit.NET

  • 学习了

  • Hi,大牛,这两篇文章的访问密码是多少?麻烦告知一下。向大牛学习。文章写得不错!
    密码保护:HADOOP 2.0 开发实战案例
    密码保护:HADOOP数据分析平台_第二版

  • 仗剑独行随风雨

    1、既然NameNode,存储小文件不太合适,那小文件如何处理?
    通常解决是选择容器,hdfs 提供了SequenceFile和MapFile,但两者也有缺点。不支持复写,以及wirte流不关闭时不能read

  • 感觉不错。。。。。

  • 您好,有个问题想请教一下
    假如默认块大小64M,如果一个文件不足64M,那么它并不会实际占用磁盘空间64M,而是它的实际大小对吧
    那么,这个文件在namenode内存中占用都少内存?

    • 是的 如果不足64M实际在HDFS上存储占用的空间是文件实际大小。至于namenode内存占用多少,还是存储文件信息的大小。比如说存储64M文件路径到内存中,那么不足64M的也是会将路径存到内存中,所以差别应该不会很大

    • 这个是以64M分块的,如果不足64M ,就按它的原大小储存,占用的内存是它本身的实际大小,,,,

  • 学习了。初学者致敬!!!

  • nice job

    能问你搭建这个网站的环境, 用的是什么吗? 是wordpress还是其它的?

发表评论

电子邮件地址不会被公开。 必填项已用*标注