HDFS架构

 

HDFS架构

• NameNode
• DataNode
• Secondary NameNode
• 
• 元数据存储细节
• 
  

   

一、NameNode

• 是整个文件系统的管理节点。它维护着整个文件系统的文件目录树，文件/目录的元信息和每个文件对应的数据块列表。接收用户的操作请求。文件包括：
  

  hdfs-site.xml的dfs.name.dir属性

  • fsimage:元数据镜像文件。存储某一时段NameNode内存元数据信息。
  • edits:操作日志文件。
  • fstime:保存最近一次checkpoint的时间
• 以上这些文件是保存在linux的文件系统中。

二、NameNode的工作特点

• Namenode始终在内存中保存metedata，用于处理“读请求”
• 到有“写请求”到来时，namenode会首先写editlog到磁盘，即向edits文件中写日志，成功返回后，才会修改内存，并且向客户端返回
• Hadoop会维护一个fsimage文件，也就是namenode中metedata的镜像，但是fsimage不会随时与namenode内存中的metedata保持一致，而是每隔一段时间通过合并edits文件来更新内容。Secondary namenode就是用来合并fsimage和edits文件来更新NameNode的metedata的。

三、SecondaryNameNode

• HA的一个解决方案。但不支持热备。配置即可。
  
  • HA （双机集群(HA)系统简称）：HA 是High Available缩写，是双机集群系统简称，指高可用性集群，是保证业务连续性的有效解决方案，一般有两个或两个以上的节点，且分为活动节点及备用节点。
• 执行过程：从NameNode上下载元数据信息（fsimage,edits），然后把二者合并，生成新的fsimage，在本地保存，并将其推送到NameNode，替换旧的fsimage.
• 默认在安装在NameNode节点上，但这样...不安全！

四、secondary namenode的工作流程

• 1、secondary通知namenode切换edits文件
• 2、secondary从namenode获得fsimage和edits(通过http)
• 3、secondary将fsimage载入内存，然后开始合并edits
• 4、secondary将新的fsimage发回给namenode
• 5、namenode用新的fsimage替换旧的fsimage

五、什么时候checkpiont

• fs.checkpoint.period：指定两次checkpoint的最大时间间隔，默认3600秒。
• fs.checkpoint.size：规定edits文件的最大值，一旦超过这个值则强制checkpoint，不管是否到达最大时间间隔。默认大小是64M。
• 
• 

 

六、Datanode

hdfs-site.xml的dfs.replication属性

• 提供真实文件数据的存储服务。
• 文件块（block）：最基本的存储单位。对于文件内容而言，一个文件的长度大小是size，那么从文件的０偏移开始，按照固定的大小，顺序对文件进行划分并编号，划分好的每一个块称一个Block。HDFS默认Block大小是128MB，以一个256MB文件，共有256/128=2个Block.
• 不同于普通文件系统的是，HDFS中，如果一个文件小于一个数据块的大小，并不占用整个数据块存储空间
• Replication。多复本。默认是三个。