HDFS中NameNode和SecondaryNameNode工作机制详解

一、NN元数据储存在哪以及为何要引入2NN？

       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 NN 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。

二、NN和2NN工作机制图示

三、NN和2NN工作流程

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。

四、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。

五、Fsimage和Edits解析

1、概念
2、查看oiv和oev命令

3、oiv查看Fsimage文件
(1) 基本语法
hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径

[test@hadoop151 ~]$ hdfs oiv
Usage: bin/hdfs oiv [OPTIONS] -i INPUTFILE -o OUTPUTFILE
Offline Image Viewer
View a Hadoop fsimage INPUTFILE using the specified PROCESSOR,
saving the results in OUTPUTFILE.

The oiv utility will attempt to parse correctly formed image files
and will abort fail with mal-formed image files.

The tool works offline and does not require a running cluster in
order to process an image file.

The following image processors are available:
  * XML: This processor creates an XML document with all elements of
    the fsimage enumerated, suitable for further analysis by XML
    tools.
  * FileDistribution: This processor analyzes the file size
    distribution in the image.
    -maxSize specifies the range [0, maxSize] of file sizes to be
     analyzed (128GB by default).
    -step defines the granularity of the distribution. (2MB by default)
  * Web: Run a viewer to expose read-only WebHDFS API.
    -addr specifies the address to listen. (localhost:5978 by default)
  * Delimited (experimental): Generate a text file with all of the elements common
    to both inodes and inodes-under-construction, separated by a
    delimiter. The default delimiter is \t, though this may be
    changed via the -delimiter argument.

Required command line arguments:
-i,--inputFile    FSImage file to process.

Optional command line arguments:
-o,--outputFile   Name of output file. If the specified
                       file exists, it will be overwritten.
                       (output to stdout by default)
-p,--processor    Select which type of processor to apply
                       against image file. (XML|FileDistribution|Web|Delimited)
                       (Web by default)
-delimiter        Delimiting string to use with Delimited processor.  
-t,--temp         Use temporary dir to cache intermediate result to generate
                       Delimited outputs. If not set, Delimited processor constructs
                       the namespace in memory before outputting text.
-h,--help              Display usage information and exit

(2) 案例实操

[test@hadoop151 current]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs/name/current
[test@hadoop151 current]$ hdfs oiv -p XML -i fsimage_0000000000000000282 -o /opt/module/hadoop-2.7.2/fsimage.xml
[test@hadoop151 current]$ cat /opt/module/hadoop-2.7.2/fsimage.xml

将显示的xml文件内容拷贝到idea中创建的xml文件中，并格式化。部分显示结果如下：

3、oev查看Edits文件
(1) 基本语法
hdfs oev -p 文件类型 -i 编辑日志 -o 转换后文件输出路径

Usage: bin/hdfs oev [OPTIONS] -i INPUT_FILE -o OUTPUT_FILE
Offline edits viewer
Parse a Hadoop edits log file INPUT_FILE and save results
in OUTPUT_FILE.
Required command line arguments:
-i,--inputFile    edits file to process, xml (case
                       insensitive) extension means XML format,
                       any other filename means binary format
-o,--outputFile   Name of output file. If the specified
                       file exists, it will be overwritten,
                       format of the file is determined
                       by -p option

Optional command line arguments:
-p,--processor    Select which type of processor to apply
                       against image file, currently supported
                       processors are: binary (native binary format
                       that Hadoop uses), xml (default, XML
                       format), stats (prints statistics about
                       edits file)
-h,--help              Display usage information and exit
-f,--fix-txids         Renumber the transaction IDs in the input,
                       so that there are no gaps or invalid                        transaction IDs.
-r,--recover           When reading binary edit logs, use recovery 
                       mode.  This will give you the chance to skip 
                       corrupt parts of the edit log.
-v,--verbose           More verbose output, prints the input and
                       output filenames, for processors that write
                       to a file, also output to screen. On large
                       image files this will dramatically increase
                       processing time (default is false).


Generic options supported are
-conf      specify an application configuration file
-D             use value for given property
-fs |namenode:port>      specify a namenode
-jt |resourcemanager:port>    specify a ResourceManager
-files     specify comma separated files to be copied to the map reduce cluster
-libjars     specify comma separated jar files to include in the classpath.
-archives     specify comma separated archives to be unarchived on the compute machines.

The general command line syntax is
bin/hadoop command [genericOptions] [commandOptions]

(2) 案例实操

[test@hadoop151 current]$ hdfs oev -p XML -i edits_0000000000000000003-0000000000000000010  -o /opt/module/hadoop-2.7.2/edits2.xml
[test@hadoop151 current]$ cat /opt/module/hadoop-2.7.2/edits2.xml 

将显示的xml文件内容拷贝到idea中创建的xml文件中，并格式化。显示结果如下：

<EDITS>
    <EDITS_VERSION>-63EDITS_VERSION>
    <RECORD>
        <OPCODE>OP_START_LOG_SEGMENTOPCODE>
        <DATA>
            <TXID>3TXID>
        DATA>
    RECORD>
    <RECORD>
        <OPCODE>OP_ADDOPCODE>
        <DATA>
            <TXID>4TXID>
            <LENGTH>0LENGTH>
            <INODEID>16386INODEID>
            <PATH>/hadoop-2.7.2.tar.gz._COPYING_PATH>
            <REPLICATION>3REPLICATION>
            <MTIME>1580387421051MTIME>
            <ATIME>1580387421051ATIME>
            <BLOCKSIZE>134217728BLOCKSIZE>
            <CLIENT_NAME>DFSClient_NONMAPREDUCE_1205830353_1CLIENT_NAME>
            <CLIENT_MACHINE>192.168.1.151CLIENT_MACHINE>
            <OVERWRITE>trueOVERWRITE>
            <PERMISSION_STATUS>
                <USERNAME>testUSERNAME>
                <GROUPNAME>supergroupGROUPNAME>
                <MODE>420MODE>
            PERMISSION_STATUS>
            <RPC_CLIENTID>2c3dea1b-8ee2-47ae-8f36-3c30150e4af1RPC_CLIENTID>
            <RPC_CALLID>3RPC_CALLID>
        DATA>
    RECORD>
    <RECORD>
        <OPCODE>OP_ALLOCATE_BLOCK_IDOPCODE>
        <DATA>
            <TXID>5TXID>
            <BLOCK_ID>1073741825BLOCK_ID>
        DATA>
    RECORD>
    <RECORD>
        <OPCODE>OP_SET_GENSTAMP_V2OPCODE>
        <DATA>
            <TXID>6TXID>
            <GENSTAMPV2>1001GENSTAMPV2>
        DATA>
    RECORD>
    <RECORD>
        <OPCODE>OP_ADD_BLOCKOPCODE>
        <DATA>
            <TXID>7TXID>
            <PATH>/hadoop-2.7.2.tar.gz._COPYING_PATH>
            <BLOCK>
                <BLOCK_ID>1073741825BLOCK_ID>
                <NUM_BYTES>0NUM_BYTES>
                <GENSTAMP>1001GENSTAMP>
            BLOCK>
            <RPC_CLIENTID>RPC_CLIENTID>
            <RPC_CALLID>-2RPC_CALLID>
        DATA>
    RECORD>
    <RECORD>
        <OPCODE>OP_ALLOCATE_BLOCK_IDOPCODE>
        <DATA>
            <TXID>8TXID>
            <BLOCK_ID>1073741826BLOCK_ID>
        DATA>
    RECORD>
    <RECORD>
        <OPCODE>OP_SET_GENSTAMP_V2OPCODE>
        <DATA>
            <TXID>9TXID>
            <GENSTAMPV2>1002GENSTAMPV2>
        DATA>
    RECORD>
    <RECORD>
        <OPCODE>OP_ADD_BLOCKOPCODE>
        <DATA>
            <TXID>10TXID>
            <PATH>/hadoop-2.7.2.tar.gz._COPYING_PATH>
            <BLOCK>
                <BLOCK_ID>1073741825BLOCK_ID>
                <NUM_BYTES>134217728NUM_BYTES>
                <GENSTAMP>1001GENSTAMP>
            BLOCK>
            <BLOCK>
                <BLOCK_ID>1073741826BLOCK_ID>
                <NUM_BYTES>0NUM_BYTES>
                <GENSTAMP>1002GENSTAMP>
            BLOCK>
            <RPC_CLIENTID>RPC_CLIENTID>
            <RPC_CALLID>-2RPC_CALLID>
        DATA>
    RECORD>
EDITS>

六、CheckPoint时间设置

1、通常情况下，SecondaryNameNode每隔一小时执行一次
hdfs-default.xml中默认配置如下：

<property>
  <name>dfs.namenode.checkpoint.period</name>
  <value>3600</value>
</property>

2、一分钟检查一次操作次数，当操作次数达到1百万时，SecondaryNameNode执行一次。
在hdfs-site.xml增加如下配置：

  dfs.namenode.checkpoint.txns</name>
  1000000</value>
  操作动作次数</description>
</property>


  dfs.namenode.checkpoint.check.period</name>
  60</value>
   1分钟检查一次操作次数</description>
</property>