大数据技术之HDFS

1.HDFS简介 (Hadoop分布式文件系统)

HDFS是一个运行在通用硬件设备之上的分布式文件系统。HDFS是高度容错的，在廉价的硬件上部署。HDFS提供以高吞吐量访问应用数据的能力，非常适合拥有大数 据集的应用。HDFS放宽了一些POSIX的需求，允许对文件系统数据的流式访问。HDFS源自为Apache Nutch Web搜索引擎项目建立的框架，是Apache Hadoop的核心项目。

1.1HDFS优缺点

优点：

1. 高容错性
   1.1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
   1.2 某一个副本丢失之后，他可以自动恢复

2. 适合处理大数据
   2.1数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据
   2.2 文件规模：能够处理百万规模以上的文件数量，数据相当之大

3. 可构建在廉价机器上，通过多副本机制，提高可靠性

缺点

1. 不适合低延时数据访问，比如毫秒级别的存储数据，是做不到的
2. 无法高校的对大量小文件进行存储
   2.1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；
   2.2小文件存储的寻址时间会超过读取时间，它违背了HDFS的设计目标
3. 不支持并发写入、文件随时修改。
   3.1一个文件只能有一个写，不允许多个线程同时写；
   3.2仅支持数据append（追加），不支持文件的随机修改

2.HDFS组成架构

改编版

原版本

如图所示，HDFS是主／从架构。一个HDFS集群有一个NameNode进程，它负责管理文件系统的命名空间，这里所说的命名空间是指一种层次化的文件组织形式。 NameNode进程控制被客户端访问的文件，运行NameNode进程的节点是HDFS的主节点。HDFS还有许多DataNode进程，通常集群中除NameNode外的每个节点都运行一个 DataNode进程，它管理所在节点上的存储。运行DataNode进程的节点是HDFS的从节点，又称工作节点。HDFS维护一个文件系统命名空间，并允许将用户数据存储到文件 中。在系统内部，一个文件被分成多个数据块，这些数据块实际被存储到DataNode所在节点上。NameNode不仅执行文件系统命名空间上的打开文件、关闭文件、文件和目 录重命名等操作，还要维护数据块到DataNode节点的映射关系。DataNode不仅负责响应文件系统客户端的读写请求，还依照NameNode下达的指令执行数据块的创建、删除 和复制等操作。

NameNode和DataNode进程运行在通用的机器上，这些机器通常安装Linux操作系统。HDFS是用Java语言开发的，任何支持Java的机器都可以运行NameNode或DataNode 进程。使用平台无关的Java语言，意味着HDFS可以部署在大范围的主机上。典型的部署是一台专用服务器作为主节点，只运行NameNode进程。集群中的其他机器作为从 节点，每个上面运行一个DataNode进程。一台主机上不能同时运行多个DataNode进程。
集群中NameNode的存在极大地简化了系统架构。NameNode所在的主节点是HDFS的仲裁人和所有元数据的知识库。这样的系统设计下，用户数据永远不会存储在主节点上。
HDFS支持传统的层次形文件组织。用户或应用可以创建目录，也可以在目录中存储文件。HDFS命名空间的层次结构与其他文件系统类似，能执行创建、删除文件， 把一个目录中的文件移动到另外的目录中，修改文件名称的操作。HDFS支持配置用户配额和访问权限，但不支持软连接和硬连接。命名空间及其属性的任何变化都被 NameNode所记录。应用可以指定一个HDFS文件的副本数。文件的副本数被称为该文件的复制因子，这个信息被NameNode存储。

3.HDFS体系结构

4.HDFS读数据过程

版本一：

版本二：

1）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。
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。

5. HDFS写数据过程

版本一：

版本二：

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）。

6. HDFS主要组件的功能

7.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。

1. 第一阶段：NameNode启动
（1）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。
（2）客户端对元数据进行增删改的请求。
（3）NameNode记录操作日志，更新滚动日志。
（4）NameNode在内存中对数据进行增删改。
2. 第二阶段：Secondary NameNode工作
（1）Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。
（2）Secondary NameNode请求执行CheckPoint。
（3）NameNode滚动正在写的Edits日志。
（4）将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。
（5）Secondary NameNode加载编辑日志和镜像文件到内存，并合并。
（6）生成新的镜像文件fsimage.chkpoint。
（7）拷贝fsimage.chkpoint到NameNode。
（8）NameNode将fsimage.chkpoint重新命名成fsimage。

NN和2NN工作机制详解：
Fsimage：NameNode内存中元数据序列化后形成的文件。
Edits：记录客户端更新元数据信息的每一步操作（可通过Edits运算出元数据）。
NameNode启动时，先滚动Edits并生成一个空的edits.inprogress，然后加载Edits和Fsimage到内存中，此时NameNode内存就持有最新的元数据信息。Client开始对NameNode发送元数据的增删改的请求，这些请求的操作首先会被记录到edits.inprogress中（查询元数据的操作不会被记录在Edits中，因为查询操作不会更改元数据信息），如果此时NameNode挂掉，重启后会从Edits中读取元数据的信息。然后，NameNode会在内存中执行元数据的增删改的操作。
由于Edits中记录的操作会越来越多，Edits文件会越来越大，导致NameNode在启动加载Edits时会很慢，所以需要对Edits和Fsimage进行合并（所谓合并，就是将Edits和Fsimage加载到内存中，照着Edits中的操作一步步执行，最终形成新的Fsimage）。SecondaryNameNode的作用就是帮助NameNode进行Edits和Fsimage的合并工作。
SecondaryNameNode首先会询问NameNode是否需要CheckPoint（触发CheckPoint需要满足两个条件中的任意一个，定时时间到和Edits中数据写满了）。直接带回NameNode是否检查结果。SecondaryNameNode执行CheckPoint操作，首先会让NameNode滚动Edits并生成一个空的edits.inprogress，滚动Edits的目的是给Edits打个标记，以后所有新的操作都写入edits.inprogress，其他未合并的Edits和Fsimage会拷贝到SecondaryNameNode的本地，然后将拷贝的Edits和Fsimage加载到内存中进行合并，生成fsimage.chkpoint，然后将fsimage.chkpoint拷贝给NameNode，重命名为Fsimage后替换掉原来的Fsimage。NameNode在启动时就只需要加载之前未合并的Edits和Fsimage即可，因为合并过的Edits中的元数据信息已经被记录在Fsimage中。