HDFS中的NameNode和DataNode

    HDFS集群中以Master-Slave模式运行，主要有两类节点：一个Namenode节点(即master)和多个Datanode节点。Namenode管理文件系统的Namespace.他维护着文件系统树以及文件树中所有的文件和文件夹的元数据。

      hdfs架构图：

      

Namenode:

Namenode管理文件系统的Namespace。它维护着文件系统树以及文件树中所有的文件和文件夹的元数据(Metadata).管理这些信息的文件有两个，分别是Namespace镜像文件(Namespace p_w_picpath)和操作日志文件(edit log), 这些信息被Cache在RAM中，当然，这两个文件也会被持久化存储在本地磁盘。Namenode记录着每个文件中各个块所在的数据节点的位置信息，但是它并不持久化存储这些信息，因为这些信息会在系统重启时从数据及节点重建。

Namenode结构抽象图：

客户端代表用户与namenode和datanode交互来访问整个文件系统。客户端提供了一系列的文件系统接口，因此我们在编程时,几乎无需知道datanode和namenode，即可完成我们所需要的功能。

Datanode:

Datanode是文件系统的工作节点，他们根据客户端或者namenode的调度存储和检索数据，并且定期向namenode发送他们所存储的块(block)的列表.

Namenode容错机制：

没有了Namenode,HDFS就不能工作。事实上，如果运行namenode的机器坏掉的话，系统中的文件将会完全丢失，因为没有其他方法能够将位于不同datanode上的文件块重建文件。因此，namenode的容错机制非常重要，Hadoop提供了两种容错机制。

第一种方式：将持久化存储在本地磁盘的文件系统元数据备份。Hadoop可以通过配置来让Namenode将它的持久化状态写道不同的文件系统中。这种写操作时同步并且是原子化的。比较常见的配置是在将持久化状态写道本地磁盘的同时，也写到远端挂载的网络文件系统。

第二种方式：是运行一个辅助的Namenode(Secondary Namenode).实时上Secondary Namenode并不能被用作Namenode它的主要作用是定期将namespace镜像与操作日志文件(edit log)合并，以防止操作日志文件(edit log)变的过大。通常，Secondary Namenode 运行在一个单独的物理机上，因为合并nameSpace镜像的一个备份，如果namenode宕机了，这个备份就可以用上。但是辅助namenode总是落后于namenode，所以在namenode宕机时，数据丢失时不可避免的。在这种情况下，一般的，要结合第一种方式中提到的远程挂载的网络文件系统(NFS)中的namenode 的元数据文件来使用，把nfs中的namenode元数据文件，拷贝到辅助namenode并把辅助namenode作为namenode来运行。