Hadoop之HDFS分布式文件系统NameNode及Secondary NameNode详解

一、NameNode启动时如何维护元数据：

1、概念介绍：

       Edits文件：NameNode在本地操作系统的文件都会保存在Edits日志文件中。也就是说当文件系统中的任何元数据产生操作时，都会记录在Edits日志文件中。eg：在HDFS上创建一个文件，NameNode就会在Edits中插入一条记录。同样如果修改或者删除等操作，也会在Edits日志文件中新增一条数据。
       FsImage映像文件：整个文件系统的名字空间，包括数据块到文件的映射，文件的属性等等，都存储在一个称为FsImage的文件中，这个文件也是放在NameNode所在的文件系统中。

2、流程介绍：

       ①、加载fsimage映像文件到内存

       ②、加载edits文件到内存

       ③、在内存将fsimage映像文件和edits文件进行合并

       ④、将合并后的文件写入到fsimage中

       ⑤、清空原先edits中的数据，使用一个空的edits文件进行正常操作

3、流程图分析：

  

4、疑问

       因为NameNode只有在启动的阶段才合并fsimage和edits，那么如果运行时间长了，edits文件可能会越来越大，在下一次启动NameNode时会花很长的时间，请问能否让fsimage映像文件和edits日志文件定期合并呢？

       答案肯定是可以的，为了解决这个问题我们就要用到Secondary NameNode了，Secondary NameNode主要的作用是什么呢？他是如何将fsimage和edits进行合并的呢？带着疑问再次进行分析。

二、Secondary NameNode工作流程：

1、Secondary NameNode和NameNode的区别：

NameNode：
        ①、存储文件的metadata，运行时所有数据都保存在内存中，这个的HDFS可存储的文件受限于NameNode的内存。
        ②、NameNode失效则整个HDFS都失效了，所以要保证NameNode的可用性。
Secondary NameNode:
        ①、定时与NameNode进行同步，定期的将fsimage映像文件和Edits日志文件进行合并，并将合并后的传入给NameNode，替换其镜像，并清空编辑日志。如果NameNode失效，需要手动的将其设置成主机。
        ②、Secondary NameNode保存最新检查点的目录和NameNode的目录结构相同。所以NameNode可以在需要的时候应用Secondary NameNode上的检查点镜像。

2、什么时候checkpoint

       ①、连续两次的检查点最大时间间隔，默认是3600秒，可以通过配置“fs.checkpoint.period”进行修改

       ②、Edits日志文件的最大值，如果超过这个值就会进行合并即使不到1小时也会进行合并。可以通过“fs.checkpoint.size”来配置，默认是64M；

3、Secondary NameNode的工作流程

       ①、NameNode通知Secondary NameNode进行checkpoint。
       ②、Secondary NameNode通知NameNode切换edits日志文件，使用一个空的。
       ③、Secondary NameNode通过Http获取NmaeNode上的fsimage映像文件和切换前的edits日志文件。
       ④、Secondary NameNode在内容中合并fsimage和Edits文件。
       ⑤、Secondary NameNode将合并之后的fsimage文件发送给NameNode。
       ⑥、NameNode用Secondary NameNode 传来的fsImage文件替换原先的fsImage文件。
4、流程图分析：

总结：

       1、梳理执行流程，只为能深刻理解。

       2、概念太抽象，多多动手花花流程。

       3、初入Hadoop生态圈，望大神多多指点。