HDFS Federation

http://hadoop.apache.org/docs/r2.9.0/hadoop-project-dist/hadoop-hdfs/Federation.html

Background

HDFS有两个主要的层：

• Namespace
  • 由目录、文件和块组成
  • 它支持所有的文件系统命名空间操作，比如，创建、删除、修改、查看文件或目录
• Block Storage Service
  • Block Management（在NameNode中执行）
    
    • 管理DataNode集群中的成员
    • 处理Block报告，并且维护Block的位置
    • 支持block相关操作，比如，创建、删除、修改、查看block位置
    • 管理副本的位置，block的复制
  • Storage
    
    • 由DataNode来提供，存储block到本地文件系统，并提供读写访问

PS：就像图中画的那样，HDFS主要包括两方面：NameSpace和Block Storage。HDFS中有两种类型的节点，NameNode负责NameSpace和Block Management，而DataNode负责Storage

在先前的HDFS架构中，整个集群只允许有一个namespace，一个NameNode来管理这个namespace。HDFS Federation通过支持多个NameNodes/namespaces来突破这种限制。

Multiple Namenodes/Namespaces

为了水平的扩展name服务，federation采用多个独立的NameNodes/namespaces。NameNodes是独立的，彼此之间不需要联系和协调。DataNodes被用来作为所有NameNodes的公共存储。每一个DataNode会注册到集群中的所有NameNode。DataNode发送周期性的心跳和block报告。它们也处理来自NameNode的命令。

用户可能用ViewFs创建个性化的namespace views。ViewFs和Linux系统中挂载表很类似。

Block Pool

一个Block Pool是属于某个namespace下的一系列block。DataNode存储集群中所有block pool的块。每一个block pool被独立管理。一个namespace为一个新block生产Block ID的时候不需要管其它的namespace。一个NameNode失败不会影响这个DataNode为集群中的其它NameNode提供服务。

一个Namespace和它的block pool一起被叫做“Namespace Volume”。它是一个独立的管理单元。当一个NameNode/namespace被删除的时候，在DataNode中与之相应的block pool也会被删除。在集群升级的时候，每个namespace volume作为一个单元被升级。（PS：block pool是一系列的block，所以当namespace被删除的时候，属于这个namespace的所有block也会被删除）