Hadoop笔记——HDFS运维详解

官方文档

https://hadoop.apache.org/docs/r3.3.0/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html

文章目录

    • 官方文档
  • 一、HDFS概述
  • 二、HDFS组成
  • 三、HDFS的Shell命令
  • 四、HDFS客户端操作
  • 五、HDFS数据流读写流程
  • 六、SecondaryNameNode工作机制
  • 七、DataNode工作机制
  • 八、HDFS集群安全模式
  • 九、HDFS的HA高可用

一、HDFS概述


HDFS是分布式文件系统中的一种,通过目录树定位文件。

  1. 适用场景:一次写入、多次读出、不支持修改、适用于数据分析。
  2. 优点:高容错性、存储数据规模大、可使用廉价机器。
  3. 缺点:不适合低延时数据访问、不适合大量小文件的存储、不支持并发写入、仅支持数据追加,不支持随机修改

二、HDFS组成


  1. NameNode:文件系统的主管、管理命名空间、副本策略、数据块映射信息、客户端读写请求。
  2. DataNode:存储数据库、执行NameNode下达的读/写操作。
  3. Secondary NameNode:辅助NameNode,定期合并镜像文件(Fsimage)和编辑日志(Edits),在NameNode出错后,可使用2NN恢复。
  4. Client:即客户端

三、HDFS的Shell命令


在Linux本地,执行Shell命令操作HDFS文件系统,实现对HDFS文件系统的管理,以及本地与HDFS文件系统之间的上传下载操作。

  • 基本语法:
    进入Hadoop软件安装目录(也可配置环境变量),执行:
    $ bin/hadoop fs 具体命令 或者 $ bin/hdfs dfs 具体命令
  • 常用命令参数:
命令参数 作用
-help: 查看帮助
-ls: 显示目录信息
-mkdir: 在HDFS上创建目录
-moveFromLocal: 从本地剪切粘贴到HDFS
-appendToFile: 追加一个文件到已经存在的文件末尾
-cat: 显示文件内容
-chgrp 、-chmod、-chown: 与Linux文件系统中的用法一样,修改文件所属权限
-put、-copyFromLocal: 从本地文件系统中拷贝文件到HDFS路径去
-copyToLocal: 从HDFS拷贝到本地
-cp : 从HDFS的一个路径拷贝到HDFS的另一个路径
-mv: 在HDFS目录中移动文件
-get: 等同于copyToLocal,就是从HDFS下载文件到本地
-getmerge: 合并下载多个文件
-tail: 显示一个文件的末尾
-rm: 删除文件或文件夹
-rmdir: 删除空目录
-du: 统计文件夹的大小信息
-setrep: 设置HDFS中某个文件的副本数量

四、HDFS客户端操作


在Linux本地可以使用前面的Shell命令操作HDFS系统,但是这种方法不适用于所有情况,例如我要在其他主机上通过Java程序操作HDFS文件系统实现上传下载等操作。
Hadoop提供了相应的API接口方便对HDFS进行连接。步骤包括:

  1. 安装Hadoop并配置环境变量。(如果在Windows下,则需要Windows下编译的Hadoop)
  2. 创建Maven工程并导入对应的Hadoop依赖。
  3. 编写Java程序连接HDFS,得到FileSystem对象。
  4. 调用相应的方法对HDFS进行操作。

在pom.xml导入依赖:

<dependencies>
		<dependency>
			<groupId>junitgroupId>
			<artifactId>junitartifactId>
			<version>RELEASEversion>
		dependency>
		<dependency>
			<groupId>org.apache.logging.log4jgroupId>
			<artifactId>log4j-coreartifactId>
			<version>2.8.2version>
		dependency>
		<dependency>
			<groupId>org.apache.hadoopgroupId>
			<artifactId>hadoop-commonartifactId>
			<version>2.7.2version>
		dependency>
		<dependency>
			<groupId>org.apache.hadoopgroupId>
			<artifactId>hadoop-clientartifactId>
			<version>2.7.2version>
		dependency>
		<dependency>
			<groupId>org.apache.hadoopgroupId>
			<artifactId>hadoop-hdfsartifactId>
			<version>2.7.2version>
		dependency>
		<dependency>
			<groupId>jdk.toolsgroupId>
			<artifactId>jdk.toolsartifactId>
			<version>1.8version>
			<scope>systemscope>
			<systemPath>${JAVA_HOME}/lib/tools.jarsystemPath>
		dependency>
dependencies>

在HDFS上创建目录的案例:

public class HdfsClient{
     	
@Test
public static void main(String[] args) throws IOException, InterruptedException, URISyntaxException{
     
		
		// 1 获取文件系统
		Configuration configuration = new Configuration();
		// 配置在集群上运行
		// configuration.set("fs.defaultFS", "hdfs://hadoop101:9000");
		// FileSystem fs = FileSystem.get(configuration);

		FileSystem fs = FileSystem.get(new URI("hdfs://hadoop101:9000"), configuration, "Bessen");
		
		// 2 创建目录
		fs.mkdirs(new Path("/testAPI/mkdirs"));
		
		// 3 关闭资源
		fs.close();
	}
}

五、HDFS数据流读写流程


写数据:
Hadoop笔记——HDFS运维详解_第1张图片

  1. 客户端向NameNode请求写入,得到响应。
  2. 客户端请求上传第一个块,NameNode根据距离和DataNode负载情况选择上传节点,并告诉客户端。
  3. 客户端向待上传的节点请求建立传输通道,各节点依次响应。
  4. 客户端向通道第一个节点上传数据,各节点依次将内存中的数据向通道其他节点传输。
  5. 传输完毕后,各节点将内存中的数据序列化到磁盘。

读数据:
Hadoop笔记——HDFS运维详解_第2张图片

六、SecondaryNameNode工作机制


为了保证效率,NameNode保存的元数据需要放在内存中,同时在磁盘中保存备份的元数据到镜像文件Fsimage。由于新的元数据无法及时写入到Fsimage,所以NameNode将元数据的增删改操作暂时保存到编辑日志文件Edits中。
合并编辑日志Edits和镜像文件Fsimage占用的内存较大,为了避免影响NameNode,因此将合并工作交给了SecondaryNameNode,2NN会定期或在Edits数据过多时进行CheckPoint工作,具体流程如下图所示。

Hadoop笔记——HDFS运维详解_第3张图片
CheckPoint时间间隔设置:

  • hdfs-default.xml(该文件在Hadoop一个jar包下)
<!-- SecondaryNameNode每隔一小时执行一次checkpoint -->

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

NameNode故障处理:
将SecondaryNameNode中数据拷贝到NameNode存储数据的目录。

  1. kill -9 NameNode进程
  2. 删除NameNode存储的数据(/opt/module/hadoop-2.7.2/data/tmp/dfs/name)
$ rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*
  1. 拷贝SecondaryNameNode中数据到原NameNode存储数据目录
$ scp -r Bessen@hadoop03:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/* /opt/module/hadoop-2.7.2/data/tmp/dfs/name/
  1. 重新启动NameNode
$ sbin/hadoop-daemon.sh start namenode

七、DataNode工作机制


DataNode节点的注册机制和心跳机制如下图所示:

Hadoop笔记——HDFS运维详解_第4张图片

  • 通常会使用crc等校验方法保证存储数据的完整性
  • DataNode与NameNode通过心跳保持长连接,但一个节点掉线时长超过超时时长,则判断节点死亡。超时时长TimeOut = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval,两个参数设置如下:
  • etc/hadoop/hdfs-site.xml
<!-- 单位毫秒 -->

    dfs.namenode.heartbeat.recheck-interval</name>
    300000</value>
</property>
<!-- 单位秒 -->

    dfs.heartbeat.interval</name>
    3</value>
</property>

节点的服役与退役
(1)服役新节点。

  1. 首先确保新节点的Hadoop版本及配置文件与集群其他主机一致。
  2. 如果新主机克隆自其他节点,需修改主机名、ip地址并删除data和log数据。
  3. 在NameNode的白名单etc/hadoop/dfs.hosts添加新节点(文件需自己创建)。
  4. 如果未配置过白名单,需修改NameNode的配置文件并分发:
  • etc/hadoop/hdfs-site.xml
<!-- 白名单文件位置 -->

dfs.hosts</name>
/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts</value>
</property>

然后分别刷新NameNode和ResourceManager节点:

  $ hdfs dfsadmin -refreshNodes
  $ yarn rmadmin -refreshNodes
  1. 使用单节点启动的方式启动节点:
  $ sbin/hadoop-daemon.sh start datanode
  $ sbin/yarn-daemon.sh stop nodemanager

注意: 如果希望新节点能够通过群起集群的方式启动,还需配置集群的分发脚本和slaves文件。

(2)退役旧节点
退役节点只需将该节点加入黑名单即可,黑名单权限高于白名单,黑名单上的节点会被强制退出。

如果未配置过黑名单,需在NameNode创建文件etc/hadoop/dfs.hosts.exclude,然后修改NameNode的配置文件并分发:

  • etc/hadoop/hdfs-site.xml
<!-- 黑名单文件位置 -->

dfs.hosts.exclude</name>
      /opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts.exclude</value>
</property>

最后分别刷新NameNode和ResourceManager节点。

八、HDFS集群安全模式


NameNode启动时,集群进入安全模式,NameNode进行元数据的准备并从DataNode获取块信息,此时不能进行文件的上传下载操作。当满足“最小副本条件”时,集群在30秒后退出安全模式。
安全模式相关命令行指令:

  • 查看安全模式状态:bin/hdfs dfsadmin -safemode get
  • 进入安全模式状态:bin/hdfs dfsadmin -safemode enter
  • 离开安全模式状态:bin/hdfs dfsadmin -safemode leave
  • 等待状态,类似Thread.sleep()bin/hdfs dfsadmin -safemode wait

九、HDFS的HA高可用


NameNode存在单点故障(SPOF)的问题,Hadoop2.0开始有了HA(high available).
Hadoop给HA提供了两种实现方式,具体搭建过程见官网:Quorum Journal Manager,QJM和NFS

HA的原理就是配置多个NameNode,一个Active活跃运行,其他Standby作为备用,Standby随时通过JournalNode(一个集群,至少三台主机,采用半数选择协议)上的Edits文件管理系统向Active同步元数据。

每个NameNode都在ZooKeeper中维护了一个持久会话,如果Active机器崩溃,ZooKeeper中的会话终止,ZooKeeper会选择另一个NameNode触发故障转移。ZooKeeper集群会选择一个Standby作为新的活跃NameNode,首先通过SSH向原来的NameNode发送kill命令补刀,补刀成功后将被选中的Standby切换为Active.(扶持傀儡政权)

故障转移的机制如下图所示:
Hadoop笔记——HDFS运维详解_第5张图片

你可能感兴趣的:(Hadoop,大数据,hadoop,linux,运维,hdfs)