HDFS

HDFS产生背景

随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS 是分布式文件管理系统中的一种

HDFS定义

HDFS是一个文件系统，用于存储文件，通过目录树来定位文件，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。

HDFS 的使用场景

适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变

HDFS优缺点

• 优点
  • 高容错性：数据自动保存多个副本。它通过增加副本的形式，提高容错性，当某一个副本丢失以后，它可以自动恢复
  • 适合处理大数据：能够处理数据规模达到GB、TB、甚至PB级别的数据；能够处理百万规模以上的文件数量，数量相当之大
  • 可构建在廉价机器上，通过多副本机制，提高可靠性
• 缺点
  • 不适合低延时数据访问：比如毫秒级的存储数据，是做不到的
  • 无法高效的对大量小文件进行存储：存储大量小文件的话，它会占用NameNode大量的内存来存储文件目录和块信息。这样是不可取的，因为NameNode的内存总是有限的，小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标
  • 不支持并发写入、文件随机修改：一个文件只能有一个写，不允许多个线程同时写；仅支持数据append(追加)，不支持文件的随机修改

HDFS 组成架构

NameNode：就是Master，它是一个主管、管理者。

作用：

• 管理HDFS的名称空间
• 配置副本策略
• 管理数据块(Block)映射信息
• 处理客户端读写请求

DataNode：就是Slave。NameNode 下达命令，DataNode执行实际的操作。

作用：

• 存储实际的数据块
• 执行数据块的读/写操作

Client:就是客户端

作用：

• 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，然后进行上传
• 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HDFS，比如NameNode格式化
• Client可以通过一些命令来访问HDFS，比如对HDFS增删查改操作

Secondary NameNode: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

作用：

• 辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode
• 在紧急情况下，可辅助恢复NameNode

HDFS 文件块大小

HDFS中的文件在物理上是分块存储(Block)，块的大小可以通过配置参数 ( dfs.blocksize)来规定，默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中是64M

文件块大小设置规则

• 如果寻址时间约为10ms， 即查找到目标block的时间为 10ms
• 寻址时间为传输时间的1% 时，则为最佳状态。因此，传输时间 =10ms/0.01=1000ms=1s
• 而目前磁盘的传输速率普 遍为100MB/s
• HDFS的块设置太小，会增加寻址时间，程序一直在找块的开始位置
• 如果块设置的太大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。导致程序在处理这块数据时，会非常慢
• HDFS块的大小设置主要取决于磁盘传输速率

HDFS常用命令

-moveFromLocal:从本地剪切粘贴到 HDFS
-copyFromLocal:从本地文件系统中拷贝文件到 HDFS 路径去
-put:等同于 copyFromLocal，生产环境更习惯用 put
-appendToFile:追加一个文件到已经存在的文件末尾

-copyToLocal:从 HDFS 拷贝到本地
-get:等同于 copyToLocal，生产环境更习惯用 get

-rm -r:递归删除目录及目录里面内容
-du 统计文件夹的大小信息
-setrep:设置 HDFS 中文件的副本数量

HDFS写数据流程

• (1) 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。
• (2) NameNode 返回是否可以上传。
• (3) 客户端请求第一个 Block 上传到哪几个 DataNode 服务器上。
• (4) NameNode 返回 3 个 DataNode 节点，分别为 dn1、dn2、dn3。
• (5) 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。
• (6) dn1、dn2、dn3 逐级应答客户端。
• (7) 客户端开始往 dn1 上传第一个 Block(先从磁盘读取数据放到一个本地内存缓存)，以 Packet 为单位，dn1 收到一个 Packet 就会传给 dn2，dn2 传给 dn3;dn1 每传一个 packet会放入一个应答队列等待应答。
• (8) 当一个 Block 传输完成之后，客户端再次请求 NameNode 上传第二个 Block 的服务器。(重复执行 3-7 步)

网络拓扑-节点距离计算

Hadoop3.1.3 副本节点选择

第一个副本在Client所处的节点上。如果客户端在集群外，随机选一个。
第二个副本在另一个机架的随机一个节点
第三个副本在第二个副本所在机架的随机节点

HDFS的读数据流程

• (1)客户端通过 DistributedFileSystem 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
• (2)挑选一台 DataNode(就近原则，然后随机)服务器，请求读取数据。
• (3)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)。
• (4)客户端以 Packet 为单位接收，先在本地缓存，然后写入目标文件。

NameNode 和 SecondaryNameNode

NN 和 2NN 工作机制

思考:NameNode 中的元数据是存储在哪里的?
首先，我们做个假设，如果存储在 NameNode 节点的磁盘中，因为经常需要进行随机访问，还有响应客户请求，必然是效率过低。因此，元数据需要存放在内存中。但如果只存在内存中，一旦断电，元数据丢失，整个集群就无法工作了。因此产生在磁盘中备份元数据的 FsImage。
这样又会带来新的问题，当在内存中的元数据更新时，如果同时更新 FsImage，就会导致效率过低，但如果不更新，就会发生一致性问题，一旦 NameNode 节点断电，就会产生数 据丢失。因此，引入 Edits 文件(只进行追加操作，效率很高)。每当元数据有更新或者添加元数据时，修改内存中的元数据并追加到 Edits 中。这样，一旦 NameNode 节点断电，可 以通过 FsImage 和 Edits 的合并，合成元数据。
但是，如果长时间添加数据到 Edits 中，会导致该文件数据过大，效率降低，而且一旦断电，恢复元数据需要的时间过长。因此，需要定期进行 FsImage 和 Edits 的合并，如果这个操作由 NameNode 节点完成，又会效率过低。因此，引入一个新的节点 SecondaryNamenode， 专门用于 FsImage 和 Edits 的合并

• 第一阶段:NameNode 启动

  • 第一次启动 NameNode 格式化后，创建 Fsimage 和 Edits 文件。如果不是第一次启动，直接加载编辑日志和镜像文件到内存。
  • 客户端对元数据进行增删改的请求。
  • NameNode 记录操作日志，更新滚动日志。
  • NameNode 在内存中对元数据进行增删改。

• 第二阶段:Secondary NameNode 工作

  • Secondary NameNode 询问 NameNode 是否需要 CheckPoint。直接带回 NameNode是否检查结果
  • Secondary NameNode 请求执行 CheckPoint。
  • NameNode 滚动正在写的 Edits 日志。
  • 将滚动前的编辑日志和镜像文件拷贝到 Secondary NameNode。
  • Secondary NameNode 加载编辑日志和镜像文件到内存，并合并。
  • 生成新的镜像文件 fsimage.chkpoint。
  • 拷贝 fsimage.chkpoint 到 NameNode。
  • NameNode 将 fsimage.chkpoint 重新命名成 fsimage。

Fsimage 和 Edits

• Fsimage文件:HDFS文件系统元数据的一个永久性的检查点，其中包含HDFS文件系统的所有目 录和文件inode的序列化信息
• Edits文件:存放HDFS文件系统的所有更新操作的路径，文件系统客户端执行的所有写操作首先 会被记录到Edits文件中
• seen_txid文件保存的是一个数字，就是最后一个edits_的数字
• 每次NameNode启动的时候都会将Fsimage文件读入内存，加载Edits里面的更新操作，保证内存中的元数据信息是最新的、同步的，可以看成NameNode启动的时候就将Fsimage和Edits文件进行了合并

DataNode

工作机制

• 一个数据块在 DataNode 上以文件形式存储在磁盘上，包括两个文件，一个是数据 本身，一个是元数据包括数据块的长度，块数据的校验和，以及时间戳
• DataNode 启动后向 NameNode 注册，通过后，周期性(6 小时)的向 NameNode 上 报所有的块信息
• 心跳是每 3 秒一次，心跳返回结果带有 NameNode 给该 DataNode 的命令如复制块 数据到另一台机器，或删除某个数据块。如果超过 10 分钟没有收到某个 DataNode 的心跳， 则认为该节点不可用
• 集群运行中可以安全加入和退出一些机器

数据完整性

• 当 DataNode 读取 Block 的时候，它会计算 CheckSum
• 如果计算后的 CheckSum，与 Block 创建时值不一样，说明 Block 已经损坏
• Client 读取其他 DataNode 上的 Block
• 常见的校验算法 crc(32)，md5(128)，sha1(160)
• DataNode 在其文件创建后周期验证 CheckSum
  

掉线时限参数设置

• DataNode进程死亡或者网络故障造成DataNode 无法与NameNode通信
• NameNode不会立即把该节点判定 为死亡，要经过一段时间，这段时间 暂称作超时时长
• HDFS默认的超时时长为10分钟+30秒
• 如果定义超时时间为TimeOut，则超时时长的计算公式为:
  TimeOut = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval。 而默认的dfs.namenode.heartbeat.recheck-interval 大小为5分钟，dfs.heartbeat.interval默认为3秒

/**
 * 需要注意的是 hdfs-site.xml 配置文件中的 heartbeat.recheck.interval 的单位为毫秒， dfs.heartbeat.interval 的单位为秒
 */
<property> 
  <name>dfs.namenode.heartbeat.recheck-interval</name> 
  <value>300000</value>
</property>

<property> 
  <name>dfs.heartbeat.interval</name> 
  <value>3</value>
</property>