当前位置:   article > 正文

HDFS详解

hdfs

HDFS架构剖析

HDFS,Hadoop Distribute File System(Hadoop分布式文件系统)的简称,它是Hadoop核心组件之一,是大数据生态圈最底层的分布式存储服务。将计算靠近数据,而不是将数据移动到离计算更近的地方,使得应用的计算更有效率。

HDFS遵循主从架构(master/slave)。通常包括一个主节点和多个从节点。主节点为NameNode,从节点为DataNode。

在内部,文件分块存储,每个块根据复制因子存储在不同的从节点(DataNode)计算机上形成备份。

Client

文件切分:文件上传HDFS的时候,Client将文件切分成一个一个的Block,然后进行存储

与NameNode交互,获取文件的位置信息

与DataNode交互,读取或者写入数据

Client提供一些命令来管理和访问HDFS,比如启动或者关闭HDFS

NameNode

主节点(NameNode):负责存储和管理文件系统元数据信息,包括namespace目录树结构、文件块的位置信息、访问权限等信息、管理数据块(Block)映射信息、配置副本策略、处理客户端读写请求。NameNode是访问HDFS的唯一入口。

NameNode内部通过内存和磁盘文件两种方式管理元数据。其中磁盘上的元数据包括Fsimage内存元数据镜像文件和edits log编辑日志。

在Hadoop2之前,NameNode是单点故障。Hadoop2中引入高可用性,允许在集群中以热备配置运行两个或多个NameNode。

DataNode

从节点(DataNode):负责存储文件具体的数据块。NameNode下达命令,DataNode执行数据块的读/写操作。

DataNode的数量决定了HDFS集群的整体数据存储能力。通过和NameNode配合维护着数据块。

Secondary NameNode

SecondaryNameNode是主角色的辅助角色,帮助主角色进行元数据的合并。并非NameNode的热备。当NameNode挂掉的时候,它并不能马上替换NameNode并提供服务。辅助NameNode,分担其工作量,定期合并fsimage和fsedits,并推送给NameNode,在紧急情况下,可辅助恢复NameNode。

当NameNode启动时,NameNode合并Fsimage和edits log文件以还原当前文件系统名称空间。如果edit log过大不利于加载,Secondary NameNode就辅助NameNode从NameNode下载Fsimage和edits log文件进行合并。

主从各司其职,互相配合,共同对外提供分布式文件存储服务。当然内部细节对于用户来说是透明的。

NameSpace

HDFS支持传统的层次型文件组织结构。用户可以创建目录,然后将文件保存在这些目录里。文件系统名称空间的层次结构和大多数现有的文件系统类似:用户可以创建、删除、移动或重命名文件。

NameNode负责维护文件系统的NameSpace名称空间,任何对文件系统名称空间或属性的修改豆将被NameNode记录下来。

HDFS会给客户端提供一个统一的抽象目录树,客户端通过路径来访问文件。

HDFS副本机制

所有的文件都是以block块的方式存放在HDFS文件系统当中,作用如下:

1、一个文件有可能大于集群中任意一个磁盘,引入块机制,可以很好的解决这个问题

2、使用块作为文件存储的逻辑单位可以简化存储子系统

3、块非常适合用于数据备份进而提供数据容错能力

在hadoop1.0中,文件的block块默认大小是64M,hadoop2.0中,文件的block块大小默认是128M,block块的大小可以通过hdfs-site.xml当中的配置文件进行制定: 

机架感知

HDFS分布式文件系统内部有一个副本存放策略:以默认的副本数=3为例

1、存放第一个block到hdfs,需要一个客户端

2、客户端发出一个存放请求,首先看当前主机是否和客户端在同一个机架中,

如果在同一个机架中,则会在客户端所在的机架中挑一台主机,将block存进去:在同一个子网中读取数据更快

3、在同一个机架中挑另一台主机存放副本

4、block第三个副本在另一个机架中存放(随机挑选,或者根据主机容量):为了一个机架挂了,数据不丢丢失

Pipeline管道

Pipeline是HDFS在上传文件写数据过程中采用的一种数据传输方式。

客户端将数据块写入第一个数据节点,第一个数据节点保存数据之后再将块复制到第二个数据节点,后者保存后将其复制到第三个数据节点。

为什么采用这种方式,而不是一次给三个datanode传?

因为数据以管道方式,顺序的沿着一个方向传输,这样能够充分利用每个机器的带宽,避免网络瓶颈和高延迟时的连接,最小化推送所有数据的延迟,在线性推送模式下,每台机器所有的出口带宽都用于以最快的速度传输数据,而不是在多个接受者之间分配带宽。

HDFS读写流程(面试重点)

读取过程

1、Client向NameNode发起RPC请求,来确定请求文件block所在的位置

2、NameNode会视情况返回文件的部分或者全部block列表,对于每个block,NameNode都会返回含有该block副本的DataNode地址;这些返回的DataNode地址,会按照集群拓扑结构得出DataNode与客户端的距离,然后进行排序,排序两个规则:网络拓扑结构中距离Client近的排靠前,心跳机制中超时汇报的DataNode状态为STALE,这样的排靠后

3、Client选取排序靠前的DataNode来读取block,如果客户端本身就是DataNode,那么将从本地直接获取数据(短路读取特性)

4、底层上本质是建立SocketStream(FSDataInputStream),重复的调用父类DataInputStream的read方法,直到这个块上的数据读取完毕

5、当读完列表的block后,若文件读取还没有结束,客户端会继续向NameNode获取下一批的block列表

6、读取完一个block都会进行checksum验证,如果读取DataNode时出现错误,客户端会通知NameNode,然后再从下一个拥有该block副本的DataNode继续读取。

写入流程

1、在Hadoop的common模块下有一个FileSystem类用于文件的处理,封装了与文件系统操作相关的方法。HDFS中的DistributedFileSystem类继承了FileSystem,客户端创建DistributedFileSystem类的对象实例。

2、调用DistributedFileSystem对象的create()方法创建FSDataOutputStream输出流对象给客户端用于写数据,通过RPC请求NameNode创建文件。

NameNode执行各种检查判断:目标文件是否存在、父目录是否存在、客户端是否具有创建该文件的权限。检查通过,NameNode就会为本次请求记下一条记录,返回FSDataOutputStream输出流对象给客户端用于写数据。

3、客户端通过FSDataOutputStream开始写入数据。FSDataOutputStream是DFSOutputStream包装类。

4、客户端写入数据时,DFSOutputStream将数据分成一个个数据包(packet 默认64k),并写入一个内部数据队列(data queue)。

DFSOutputStream有一个内部类叫做DataStreamer,用于请求NameNode通过副本策略和机架感知机制挑选出适合存储数据副本的一组DataNode,默认是3副本存储。DataStreamer将数据包流式传输到pipeline的第一个DataNode,该DataNode存储数据包并将它发送到pipeline的第二个DataNode。同样,第二个DataNode存储数据包并且发送给第三个DataNode。

5、DFSOutputStream也维护着一个内部数据包队列来等待DataNode的收到确认回执,称之为确认队列(ack queue),收到pipeline中所有DataNode确认信息后,该数据包才会从确认队列删除。

6、客户端完成数据写入后,在FSDataOutputStream输出流上调用close()方法关闭。

7、DistributedFileSystem联系NameNode告知其文件写入完成,等待NameNode确认。

因为NameNode已经知道文件由那些块组成(DataStream请求分配数据块),因此仅需等待最小复制块即可成功返回。最小复制是由参数dfs.namenode.replication.min指定,默认是1。

NameNode元数据管理

文件自身属性信息

文件名称、权限,修改时间,文件大小,复制因子,数据块大小。

文件块位置映射信息

记录文件块和DataNode之间的映射信息,即哪个块位于哪个节点上。

HDFS的元数据辅助管理

hadoop的集群当中,NameNode的所有元数据信息都保存在了Fsimage与Edits文件当中

NameNode的元数据保存在内存中,可能会有问题,因此需要持久化---数据会定期保存到本地磁盘(fsimage:将内存中的数据在文件中进行了备份、fsedits文件:操作日志)

HDFS小文件解决方案

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/408074
推荐阅读
相关标签
  

闽ICP备14008679号