Hadoop --- HDFS介绍

HDFS 全称是Hadoop Distributed File System hadoop分布式（cluser）文件存储系统。适合一次写入，多次读出的场景。

HDFS不需要单独安装，安装Hadoop的时候带了HDFS系统。

Hadoop安装可以参考： 

1. 有基础的，已经安装了虚拟机的 ： Hadoop安装
2. 没有基础， 也没有安装虚拟机的： Hadoop集群安装

HDFS的优缺点：

• 优点：高容错性，适合处理大数据，可构建在廉价机器上
• 缺点：不适合低延时数据访问；无法高效对大量小文件进行存储，不支持并发写入、数据修改。

HDFS文件块大小：

HDFS中的文件再物理上是分块存储，块的大小可以通过配置参数（dfs.blocksize）来规定，默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中是64M

注：寻址时间为传输时间的1%时，为最佳状态

思考：为什么块的大小不能设置太小，也不能设置太大？
（1）HDFS的块设置太小，会增加寻址时间
（2）块太大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。导致程序处理块数据时，会非常慢。
总结：HDFS块的大小设置主要取决于磁盘的传输速率。

HDFS结构： 

HDFS是一个主/从体系结构(经典的Master和Slave架构)。

HDFS由四部分组成，HDFS Client，NameNode，DataNode和Secondary NameNode。

每一个HDFS集群包括一个NameNode和多个DataNode

1、Client客户端 

通过Client来访问文件系统，然后由Client与NameNode和DataNode进行通信。Client对外作为文件系统的接口

• 文件切分，文件上传HDFS的时候，将文件切分成一个一个的数据块(Block)进行存储
• 与NameNode交互，获取文件位置
• 与DataNode交互，读取或写入数据。存储实际的数据块，执行数据库的读写操作
• Client提供一些命令来管理HDFS，比如NameNode格式化
• Client可以通过一些命令来访问HDFS，比如对HDFS增删改查操作

2、NameNode ( nn ) 

相当于一个Master，管理者。 用于存储和管理文件元数据、维护文件系统的目录结构树，记录写入的每个数据块（Block）与其归属文件的对应关系。

• 管理HDFS的名称空间
• 配置副本策略
• 管理数据块的映射信息
• 处理客户端的读写请求

3.dataNode 

DataNode会通过心跳和NameNode保持通信。DataNode负责存储文件的数据（block块），并提供block的读写，并且定期的向NameNode汇报该DataNode存储的数据块信息

4、Secondary NameNode

Secondary NameNode的作用是消费EditsLog，定期地合并FsImage和EditsLog，生成新的FsImage文件，并推送给NameNode，降低了NameNode的压力。 在紧急情况下，可辅助恢复NameNode

注： 

1、FsImage（文件系统镜像二进制）
  存储某一个时间点（checkPoint）的NameNode镜像数据
  默认存储位置 ： /opt/install/hadoop-2.5.2/data/tmp/dfs/name
  dfs.namenode.name.dir
   
 2、EditsLog 
   可编辑日志二进制 记录（检查点以后的所有写操作）
   默认存储位置 ：dfs.namenode.edits.dir 

HDFS高可用设计： 

数据存储故障容错： 

磁盘在存储数据可能会出现错乱。HDFS对于存储在DataNode上的数据块，计算并存储校验和（CkeckSum）。在读取数据的时候，重新计算读取出来的数据的校验和，如果校验不正确就抛出异常，应用程序捕获异常后就到其他DataNode上读取备份数据。

磁盘故障容错：

如果DataNode检测到本机的磁盘损坏，就将磁盘上存储的BlockID报告给NameNode, NameNode检查这些数据块的备份，通知相应的DataNode服务，将对应的数据恢复到其他服务器上，以保证数据块备份数满足要求。

DataNode故障容错：

DataNode会通过心跳和NameNode保持通信，偌DataNode超时未发送心跳，NameNode就认为该DataNode已经宕机，并立即查找DataNode上的数据块，以及这些数据块所在的服务器，随后通知这些服务器再复制一份数据到其他服务器上，以保证HDFS存储的数据块备份数符合要求。

NameNode故障容错： 

NameNode是整个HDFS的核心， 记录这所有文件的分配信息，以及所有文件路径和数据块存储信息。如果NameNode故障， 整个HDFS系统集群都无法使用，如果NameNode的数据丢失，整个集群的所有DataNode数据也就无用了。所以NameNode采用主从热备的方式提供高可用服务。如下图： 

HDFS读写过程：

写流程： 

1. 请求上传：client向namenode通信，请求上传文件
2. namenode判断是否可上传： namenode检查用户是否有上传的权限、目标文件是否已存在、父目录是否存在 
3. 文件切分：client将文件切分成0~128M大小的block块（逻辑切分）
4. client请求block块的存储位置
5. namenode返回datanode地址dn1、dn2、dn3
6. client通过FSDataOutputStream模块请求dn1上传数据，建立连接管道（本质上是一个 RPC 调用，建立 pipeline）
7. 当dn1收到请求后会继续调用dn2， dn2调用dn3，将整个通信管道建立完成，然后逐级返回client，即图中的ack校验
8. client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(默认64k)，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
9. 当一个Block传输完成之后，client再次请求NameNode上传第二个Block的服务器（重复执行4-8步）
10. 传输完毕之后，客户端关闭流资源，并且会告诉hdfs数据传输完毕，然后hdfs收到传输完毕就恢复元数据

读流程： 

1. Client 向 NameNode 发起 RPC 请求，来确定请求文件 block 所在的位置；
2. NameNode 会视情况返回文件的部分或者全部 block 列表，对于每个 block，NameNode 都会返回含有该 block 副本的 DataNode 地址；
3. 这些返回的 DataNode 地址，会按照集群拓扑结构得出 DataNode 与客户端的距离，然后进行排序，排序两个规则：网络拓扑结构中距离Client近的排靠前；心跳机制中超时汇报的 DataNode 状态为 STALE，这样的排靠后；
4. Client 选取排序靠前的 DataNode 来读取 block，如果客户端本身就是 DataNode，那么将从本地直接获取数据；底层上本质是建立 Socket Stream（FSDataInputStream），重复的调用父类 DataInputStream 的 read 方法，直到这个块上的数据读取完毕；
5. 当读完列表的 block 后，若文件读取还没有结束，客户端会继续向 NameNode 获取下一批的 block 列表；
6. 读取完一个 block 都会进行 checksum 验证，如果读取 DataNode 时出现错误，客户端会通知 NameNode，然后再从下一个拥有该 block 副本的 DataNode 继续读。
7. read 方法是并行的读取 block 信息，不是一块一块的读取；NameNode 只是返回 Client 请求包含块的 DataNode 地址，并不是返回请求块的数据；
8. 最终读取来所有的 block 会合并成一个完整的最终文件。 

 HDFS存储模型： 

1. 文件按字节线性切割成block块， 具有offset、id

2. 一个文件除了最后一个block， 其它block大小一致

3. block大小依据硬件的I/O 特性调整

4. block被分散在集群的节点中，具有location

5. block具有副本（replication）， 没有主从概念，副本不能出现在同一个节点

6. 副本是满足可靠性和性能的关键

7. 文件上传可以指定block大小和副本数，上传后只能修改副本数

8. 一次写入多次读取，不支持修改，只支持追加数据