HDFS分布式文件系统

chain_xx_wdm 2020-11-09 23:49:01
系统 分布式 文件 HDFS 分布


HDFS简介

HDFS是Hadoop核心组成, 是分布式存储服务

HDFS是分布式文件系统中的一种

HDFS的重要概念

HDFS通过统一的命名空间目录树来定位文件
另外, 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(分布式本质是拆分, 各司其职)
  • 典型的Master/Slave架构
    HDFS的架构是典型的Master/Slave结构
    HDFS集群往往是一个NameNode+多个DataNode组成
    NameNode是集群的主节点, DataNode是集群的从节点
  • 分块存储(block机制)
    HDFS中的文件在物理是分块存储(block)的, 块的大小可以通过配置参数来指定
    Hadoop2.x版本中默认的block大小是128M
  • 命名空间(NameSpace)
    HDFS支持传统的层次型文件组织结构.
    用户或者应用程序可以创建目录, 然后将文件保存在这些目录里.
    文件系统命名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命名空间, 任何对文件系统命名空间或属性的修改都将被NameNode记录下来

  • NameNode元数据管理
    我们把目录结构文件分块位置叫做元数据
    NameNode的元数据记录每一个文件所对应的block信息(block的id, 以及所在的DataNode节点)
  • DataNode数据存储
    文件的各个block的具体存储管理由DataNode节点来承担
    一个block会有多个DataNode来存储, DataNode会定时向NameNode来汇报自己持有的block信息
  • 副本机制
    为了容错, 文件的所有block都会有副本
    每个文件的block大小和副本系数都是可配置的
    应用程序可以指定某个文件的副本数目
    副本系数可以在文件创建的时候指定, 也可以在之后改变
    副本数量默认是3个
  • 一次写入, 多次读出
    HDFS设计成适应一次写入, 多次读出的场景, 且不支持文件的随机修改 . (支持追加写入, 不支持随机更新)
    正因为如此, HDFS适合用来做大数据分析的底层存储, 并不适合用来做网盘等应用 (修改不方便, 延迟大, 网络开销大, 成本太高)

HDFS架构

image.png

  • NameNode: HDFS集群的管理者, Master

    • 维护管理HDFS的命名空间(NameSpace)
    • 维护副本策略
    • 记录文件块(Block)的映射信息
    • 负责处理客户端读写请求
  • DataNode: NameNode下达命令, DataNode执行实际操作, Slave

    • 保存实际的数据块
    • 负责数据块的读写
  • Client: 客户端

    • 上传文件到HDFS的时候, Client负责将文件切分成Block, 然后进行上传
    • 请求NameNode交互, 获取文件的位置信息
    • 读取或写入文件, 与DataNode交互
    • Client可以使用一些命令来管理HDFS或访问HDFS

image.png

HDFS读写解析

HDFS读数据流程

image.png

  • 客户端通过Distributed FileSystem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
  • 挑选一台DataNode(就近原则, 然后随机)服务器, 请求读取数据
  • 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)
  • 客户端以Packet为单位接收, 先在本地缓存, 然后写入目标文件

HDFS写数据流程

image.png

  • 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
  • NameNode返回是否可以上传
  • 客户端请求第一个Block上传到哪几个DataNode服务器上
  • NameNode返回3个DataNode节点, 分别是dn1, dn2, dn3
  • 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
  • dn1, dn2, dn3逐级应答客户端

NN与2NN

NN故障处理

Hadoop的限额与归档以及集群安全模式

版权声明
本文为[chain_xx_wdm]所创,转载请带上原文链接,感谢
https://segmentfault.com/a/1190000037779715

  1. 【计算机网络 12(1),尚学堂马士兵Java视频教程
  2. 【程序猿历程,史上最全的Java面试题集锦在这里
  3. 【程序猿历程(1),Javaweb视频教程百度云
  4. Notes on MySQL 45 lectures (1-7)
  5. [computer network 12 (1), Shang Xuetang Ma soldier java video tutorial
  6. The most complete collection of Java interview questions in history is here
  7. [process of program ape (1), JavaWeb video tutorial, baidu cloud
  8. Notes on MySQL 45 lectures (1-7)
  9. 精进 Spring Boot 03:Spring Boot 的配置文件和配置管理,以及用三种方式读取配置文件
  10. Refined spring boot 03: spring boot configuration files and configuration management, and reading configuration files in three ways
  11. 精进 Spring Boot 03:Spring Boot 的配置文件和配置管理,以及用三种方式读取配置文件
  12. Refined spring boot 03: spring boot configuration files and configuration management, and reading configuration files in three ways
  13. 【递归,Java传智播客笔记
  14. [recursion, Java intelligence podcast notes
  15. [adhere to painting for 386 days] the beginning of spring of 24 solar terms
  16. K8S系列第八篇(Service、EndPoints以及高可用kubeadm部署)
  17. K8s Series Part 8 (service, endpoints and high availability kubeadm deployment)
  18. 【重识 HTML (3),350道Java面试真题分享
  19. 【重识 HTML (2),Java并发编程必会的多线程你竟然还不会
  20. 【重识 HTML (1),二本Java小菜鸟4面字节跳动被秒成渣渣
  21. [re recognize HTML (3) and share 350 real Java interview questions
  22. [re recognize HTML (2). Multithreading is a must for Java Concurrent Programming. How dare you not
  23. [re recognize HTML (1), two Java rookies' 4-sided bytes beat and become slag in seconds
  24. 造轮子系列之RPC 1:如何从零开始开发RPC框架
  25. RPC 1: how to develop RPC framework from scratch
  26. 造轮子系列之RPC 1:如何从零开始开发RPC框架
  27. RPC 1: how to develop RPC framework from scratch
  28. 一次性捋清楚吧,对乱糟糟的,Spring事务扩展机制
  29. 一文彻底弄懂如何选择抽象类还是接口,连续四年百度Java岗必问面试题
  30. Redis常用命令
  31. 一双拖鞋引发的血案,狂神说Java系列笔记
  32. 一、mysql基础安装
  33. 一位程序员的独白:尽管我一生坎坷,Java框架面试基础
  34. Clear it all at once. For the messy, spring transaction extension mechanism
  35. A thorough understanding of how to choose abstract classes or interfaces, baidu Java post must ask interview questions for four consecutive years
  36. Redis common commands
  37. A pair of slippers triggered the murder, crazy God said java series notes
  38. 1、 MySQL basic installation
  39. Monologue of a programmer: despite my ups and downs in my life, Java framework is the foundation of interview
  40. 【大厂面试】三面三问Spring循环依赖,请一定要把这篇看完(建议收藏)
  41. 一线互联网企业中,springboot入门项目
  42. 一篇文带你入门SSM框架Spring开发,帮你快速拿Offer
  43. 【面试资料】Java全集、微服务、大数据、数据结构与算法、机器学习知识最全总结,283页pdf
  44. 【leetcode刷题】24.数组中重复的数字——Java版
  45. 【leetcode刷题】23.对称二叉树——Java版
  46. 【leetcode刷题】22.二叉树的中序遍历——Java版
  47. 【leetcode刷题】21.三数之和——Java版
  48. 【leetcode刷题】20.最长回文子串——Java版
  49. 【leetcode刷题】19.回文链表——Java版
  50. 【leetcode刷题】18.反转链表——Java版
  51. 【leetcode刷题】17.相交链表——Java&python版
  52. 【leetcode刷题】16.环形链表——Java版
  53. 【leetcode刷题】15.汉明距离——Java版
  54. 【leetcode刷题】14.找到所有数组中消失的数字——Java版
  55. 【leetcode刷题】13.比特位计数——Java版
  56. oracle控制用户权限命令
  57. 三年Java开发,继阿里,鲁班二期Java架构师
  58. Oracle必须要启动的服务
  59. 万字长文!深入剖析HashMap,Java基础笔试题大全带答案
  60. 一问Kafka就心慌?我却凭着这份,图灵学院vip课程百度云