认识达内从这里开始

背景知识

1. HDFS 介绍

什么是HDFS

首先，它是一个文件系统，用于存储文件，通过统一的命名空间——目录树来定位文件。

其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色;

设计思想

分而治之：将大文件、大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析;

在大数据系统中作用：

为各类分布式运算框架(如：mapreduce，spark，tez，……)提供数据存储服务。

Hdfs整体架构如下

2. HDFS的特性

(1)HDFS中的文件在物理上是分块存储(block)。块的大小可以通过配置参数( dfs.blocksize)来规定，默认大小在hadoop2.x版本中是128M。

(2)HDFS文件系统会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件，形如：hdfs://namenode:port/dir-a/dir-b/dir-c/file.data。

(3)目录结构及文件分块信息(元数据)的管理由namenode节点承担，namenode是HDFS集群主节点，负责维护整个hdfs文件系统的目录树，以及每一个路径(文件)所对应的block块信息。

(4)文件的各个block的存储管理由datanode节点承担，datanode是HDFS集群从节点，每一个block都可以在多个datanode上存储多个副本(副本数量也可以通过参数设置dfs.replication)。

(5)HDFS是设计成适应一次写入，多次读出的场景，且不支持文件的修改。

HDFS 的工作机制

概述

1、HDFS集群分为两大角色：NameNode、DataNode;

2、NameNode负责管理整个文件系统的元数据;

3、DataNode 负责管理用户的文件数据块;

4、文件会按照固定的大小(blocksize)切成若干块后分布式存储在若干台datanode上;

5、每一个文件块可以有多个副本，并存放在不同的datanode上;

6、Datanode会定期向Namenode汇报自身所保存的文件block信息，而namenode则会负责保持文件的副本数量;

7、HDFS的内部工作机制对客户端保持透明，客户端请求访问HDFS都是通过向namenode申请来进行;

NAMENODE 工作机制

1

NAMENODE 职责

NAMENODE职责：负责客户端请求的响应以及元数据的管理(查询，修改)。

2

元数据管理

namenode对数据的管理采用了三种存储形式：

1、内存元数据(NameSystem)

2、磁盘元数据镜像文件

3、数据操作日志文件(可通过日志运算出元数据)

3

元数据储存机制

A、内存中有一份完整的元数据(内存meta data)

B、磁盘有一个“准完整”的元数据镜像(fsimage)文件(在namenode的工作目录中)

C、用于衔接内存metadata和持久化元数据镜像fsimage之间的操作日志(edits文件)

免责声明：本文由昆明it培训小编转载自网络，旨在分享提供阅读，版权归原作者所有，如有侵权请联系我们进行删除