一.分布式存储
- NameNode（名称节点）
1.维护HDFS文件系统，是HDFS的主节点。
2.接收客户端的请求：上传、下载文件、创建目录等。
3.记录客户端操作的日志（edits文件），保存了HDFS最新的状态
1）Edits文件保存了自最后一次检查点之后所有针对HDFS文件系统的操作，比如：增加文件、重命名文件、删除目录等
2）保存目录：$HADOOP_HOME/tmp/dfs/name/current
可以使用 hdfs oev -i 命令将日志（二进制）输出为 XML文件
hdfs oev -i edits_inprogress_0000000000000005499 -o ~/temp/log.xml
4.维护文件元信息，将内存中不常用的文件元信息保存在硬盘上（fsimage文件）
1）fsimage是HDFS文件系统存于硬盘中的元数据检查点，里面记录了自最后一次检查点之前HDFS文件系统中所有目录和文件的序列化信息
2）保存目录：edits
3）可以使用 hdfs oev -i 命令将日志（二进制）输出为 XML文件
- DataNode（数据节点）
1.以数据块为单位，保存数据
1）Hadoop1.0的数据块大小：64M
2）Hadoop2.0的数据库大小：128M
2.在全分布模式下，至少两个DataNode节点
3.数据保存的目录：由 hadoop.tmp.dir 参数指定
- Secondary NameNode（第二名称节点）
1.主要作用：合并日志
2.合并时机：HDFS发出检查点的时候
3.日志合并过程：
- HDFS存在的问题
1）NameNode单点故障问题
解决方案：Hadoop2.0中，使用Zookeeper实现NameNode的HA功能
2）NameNode压力过大，且内存受限，影响系统扩展性
解决方案：Hadoop2.0中，使用NameNode联盟实现水平扩展
二.YARN：分布式计算（MapReduce）
- ResourceManager（资源管理器）
1.接收客户端的请求，执行任务
2.分配资源
3.分配任务
- NodeManager（节点管理器：运行任务 MapReduce）
从 DataNode上获取数据，执行任务
三.HBase的体系结构
