Hadoop 学习（一）HDFS

（一）HDFS

分布式文件系统，用于大数据的存储。具有高容错性、高可靠性、高可扩展型和高吞吐量等特征。

1. HDFS架构

HDFS是master/slave架构设计模式。一个HDFS集群有一个元数据节点(NameNode)和一些数据节点(DataNode)组成。NameNode是主节点，主要用来存储管理文件的元数据【元数据大小为150byte 即8条元数据为1K】（文件名称、大小、存放路径 ）和处理来自客户端的请求。DataNode是从节点，用来管理对应节点的数据存储。即文件存储在DataNode上。

2. 主要组件

Block

HDFS中的数据是以数据块的形式存储的。默认大小为128M。（如果一个数据块小于128M，则按照具体大小存储。并不占用整个块空间）

NN

存储元数据信息和接收客户端请求。

元数据：文件名、文件大小、文件存储位置等。系统元数据保存在fsimage和edits中。

FsImae:系统映射文件，主要存储源数据信息。

Edits:操作日志文件。HDFS对文件的操作日志都保存在其中。

DN

按块存放数据。

周期性的向Name Node发送心跳，汇报数据存储情况

DN的工作机制

1. 数据块在DN以文件的形式存储。包含两个文件，其中一个是文件本身，另外一个是文件的验证文件（长度，数据块、校验和、时间戳）
2. DN启动后，向NN注册。周期性（1小时）的向NN汇报块情况。
3. DN和NN之间有心跳机制（3S）。如果NN超过一段时间（10M）没有收到DN的心跳，则认为机器不可用。

SNN

为了解决系统启动时间长的问题。协助Name Node实现工作。

元数据存在内存中，可以快读相应请求。担心断电丢失，所以在磁盘中有备份文件。FsImage。

内存元数据修改，同步更新FsImage太慢（修改操作），引入Edits，只追加，效率很高。

SNN作用：系统启动流程。系统启动,Name Node会加载FSimage和Edits。得到完整的元数据信息之后，会写入FSimage中。如果系统两次启动时间较长，edits会比较大。合并fsimage和edits会比较耗时。启动时间较长。所以，secondNameNode就是协助NamaNode提前合并FsImage和Edits文件。

SNN工作流程：

1. SNN求情NN是否需要checkPoint。返回是否需要的结果。
2. SNN请求NN执行Checkpoint
3. NN滚动正在写的Edits日志
4. 通过Http get 方法将镜像文集FsImage和编译日志Edits拷贝到SNN。
5. SNN加载镜像文件和日志文件到内存并合并。生成fsImage.chkpoint
6. 通过Http post 将FsImage.chkPoint 发送到NN。NN重命名为FsImage并覆盖原有的文件。

触发Second Name Node一般是时间出发或者是Edits条数量到达阈值触发。

3. 文件的读写流程

(1) 读文件流程

1. 客户端向NameNode发读文件请求。C->NN
2. NameNode返回元数据列表（文件分多个Block，每个Block对应一个文件列表）
3. 遍历每个Block，根据Block的元数据列表，选择最近节点发送的DataNode请求。建立连接。
4. 获得数据后，关闭和DataNode的连接。处理下一个Block节点的下载。
5. 关闭任务。

(2) 写文件流程

1. 客户端向NamaNode发送写文件请求。C->NN
2. NameNode验证权限，文件是否存在等。返回是否可以上传。
3. 客户端循环处理每一块Block，向NN发送请求。获得当前Block的元数据列表。[ds1、ds2、ds3]
4. 对当前Block，选择最近的DataNode ds1，使用FSDataOutPutStream建立连接，写入数据。
5. 备份机制负责将写入的数据一步备份到其它节点上ds1 数据写入ds2，ds2数据写入 ds3。
6. 完成所有Block写入后，关闭任务。

4. 知识点

(1) 网络拓扑：节点的计算

节点的距离：两个节点到达最近的共同祖先之和。

(2) HADOOP副本节点选择

第一个副本，如果客户端在节点上，就是当前节点，如果客户端不在节点上，第一个副本随意选择。

第二个副本是和第一个副本在同一机架，不同节点上。

第三个副本是和前两个不同机架，节点随机。