hadoop的Namenode元数据持久化机制（fsImage、Edit）与secondaryNamenode的真正作用详解

我们都知道namenode是用来存储元数据的，他并不是用来存储真正的数据。
那么他的元数据怎么进行持久化呢！

FsImage

文件系统的镜像文件叫fsImage，它包括了文件和块信息的映射，还有文件系统的属性信息。

datanode启动的过程中 首先会向namenode注册块信息，这些块信息就是存储在namenode的FsImage中的。

EditLog

对于文件系统的每一次更改，例如，增加文件，删除文件等操作都会被写入Edit Log 这个问题件中。
同样的，修改文件系统的副本因子配置，也会被写入Edit Log文件。

EditLog 文件和fsImage文件都存储在文件系统的本地路径中。

namenode在内存中存储了，整个文件系统的镜像和文件块映射信息。
元数据是可以被合并的，因此namenode有4GB的内存，就足以存储巨量的文件和目录。

namenode启动过程中发生了什么呢？

1、从硬盘读取FsImage 和EditLog文件。
2、将EditLog文件中的所有操作信息写入FsImage中。产生一个新的FsImage文件- - - -这一操作被称为checkpoint
3、产生一个新的空的EditLog文件

namenode启动的时候checkponit

namenode运行过程中和fsImage 与 EditLog的交互操作

SecondaryNamenode

很多人理解的SecondaryNamenode的作用就是对namenode的备份，当namenode宕机了， 可以快速用secondarynamenode 恢复回来。
其实 SecondaryNamenode的重要作用，是定期合并FsImage和EditLog文件。

考虑一个场景。当我们的namenode宕机了。我们需要读取EditLog文件合并fsImage文件做恢复。如果这个EditLog文件，非常非常大，那么可能仅仅是读EditLog文件，就需要很长很长时间，以至于我们的故障恢复效果很差。
所以SecondaryNameNode，定期合并FsImage和EditLog文件，并替换namenode上的旧的FsImage文件，生成新的EditLog文件，替换原来的旧的EditLog文件。这样可以保证SecondaryNameNode上的文件为最近的信息。当发生宕机时候，可以快速恢复。