HDFS体系结构

1.数据块：适合大文件的存储

好处：可以存储比单一磁盘大的文件、简化了存储管理（将管理块和管理文件的功能区分开）、方便容错（数据块进行）

为什么块的大小比磁盘块大的多？减少管理数据块的开销、同时在对文件进行读写时较少寻址开销、可以减少名字节点管理文件与数据块的关系的开销

2.名字节点与第二名字节点（都只有一个）

1).名字节点是HDFS中主从结构中的主节点上运行的主要进程，它知道主从结构中的从节点，数据节点执行底层的IO任务

名字节点维护整个文件系统的文件目录树、文件和目录的元信息、文件的数据块索引（每个文件对应的数据块列表）。这些信息以两种形式存储：命名空间镜像FSImage、命名空间镜像的编辑日志EditLog。

第二命名节点:定期合并命名空间镜像与命名空间镜像的编辑日志的辅助守护进程。

 

 

 

 

 

客户端写入数据时：

1).写入数据时，先向NN询问是否可以写入（已存在等情况），NN将元数据写入EditLog文件中

2) NN通知客户端可写入，客户端写入结束后，通知NN写入完毕，NN将editLog的元数据写入内存

3)当Edit Log写满时，进行FSImage与Edit Log合并，在secondary namenode上进行。并通知NN停止写入Edit Log,此时会创建一个新的Edit Log.new,当合并结束后，将合并后的文件上传到NN，并删除之前的Edit Log,将Edit Lod.new改名为EditLog

注意：在写入时，只要写入了一个块就算写入成功，第二个块由第一个块去写，一次类推，若副本写入失败，通知NN，重新再指定位置写入副本

2).第二名字节点（只有一个）

第二名字节点与名字节点的区别：他不接受或记录与HDFS相关的任何实时变化，只是进行合并得到一个新的命名空间。该命名空间会上传到名字节点，替换原有的命名空间，并清空上述日志文件。

 

 

 

读文件：客户端在进行读文件时，首先会向namenode询问文件的每个数据块的位置信息，然后由客户端和数据节点进行通信。在写入文件时，当写入一个副本时，即返回成功。由成功写入的数据节点与其他数据节点通信，复制数据块。

3.数据节点

在数据节点上，HDFS文件是以Linux系统上的普通文件进行存储

 

4.客户端

HDFS提供了与客户端交互的手段

DistributedFileSystem继承自FileSystem,实现了HDFS文件系统界面。DFSDataInputStream与DFSDataOutputStream分别继承自FSDataInputStream FSDataOutputStream提供了读写HDFS文件的输入输出流