HDFS存储与架构

HDFS存储模型

• 以字节形式存储
• 文件线性切割成块（Block）:偏移量 offset （byte）
• Block分散存储在集群节点中
• 单一文件Block大小一致，文件与文件可以不一致
• Block可以设置副本数，副本无序分散在不同节点中
• 副本数不要超过节点数量
• 文件上传可以设置Block大小和副本数（资源不够开辟的进程）
• 已上传的文件Block副本数可以调整，大小不变（2.x 128MB 3 blocks）
• 只支持一次写入多次读取，同一时刻只有一个写入者
• 可以append追加数据

HDFS架构模型

• 文件元数据MetaData，文件数据    
  • 元数据
  • 数据本身
• NameNode（主）节点保存文件元数据：单节点   posix
• DataNode（从）节点保存文件Block数据：多节点
• DataNode与NameNode保持心跳，提交Block列表
• HdfsClient与NameNode交互元数据信息
• HdfsClient与DataNode交互文件Block数据（cs）
• DataNode 利用服务器本地文件系统存储数据块

HDFS架构图

HDFS设计思想

• 分散均匀存储 dfs.blocksize = 128M
• 备份冗余存储 dfs.replication = 3

NameNode（NN）

• 基于内存存储 ：不会和磁盘发生交换（双向）
  • 只存在内存中
  • 持久化（单向）
• NameNode主要功能：
  • 接受客户端的读写服务
  • 收集DataNode汇报的Block列表信息
• NameNode保存metadata信息包括
  • 文件owership和permissions
  • 文件大小，时间
  • （Block列表：Block偏移量），位置信息（持久化不存）
  • Block每副本位置（由DataNode上报）

NameNode持久化

• NameNode的metadata信息在启动后会加载到内存
• metadata存储到磁盘文件名为”fsimage”（时点备份）
• Block的位置信息不会保存到fsimage
• edits记录对metadata的操作日志…>Redis
• 二者的产生时间和过程？（format）

SecondaryNameNode（SNN）

• 它不是NN的备份（但可以做备份），它的主要工作是帮助NN合并edits log，减少NN启动时间。
• SNN执行合并时机
  • 根据配置文件设置的时间间隔fs.checkpoint.period  默认3600秒
  • 根据配置文件设置edits log大小 fs.checkpoint.size 规定edits文件的最大值默认是64MB    

SNN合并流程图


DataNode（DN）

• 本地磁盘目录存储数据（Block），文件形式
• 同时存储Block的元数据信息文件
• 启动DN时会向NN汇报block信息
• 通过向NN发送心跳保持与其联系（3秒一次），如果NN 10分钟没有收到DN的心跳，则认为其已经lost，并copy其上的block到其它DN

HDFS优点

• 高容错性
  • 数据自动保存多个副本
  •  副本丢失后，自动恢复
• 适合批处理
  • 移动计算而非数据
  • 数据位置暴露给计算框架（Block偏移量）
• 适合大数据处理
  • GB 、TB 、甚至PB 级数据
  • 百万规模以上的文件数量
  • 10K+ 节点
• 可构建在廉价机器上
  • 通过多副本提高可靠性
  • 提供了容错和恢复 机制

HDFS缺点

• 低延迟数据访问
  • 比如毫秒级
  • 低延迟与高吞吐率
• 小文件存取
  • 占用NameNode 大量内存
  • 寻道时间超过读取时间
• 并发写入、文件随机修改
  • 一个文件只能有一个写者
  • 仅支持append

Block的副本放置策略

• 第一个副本：放置在上传文件的DN；如果是集群外提交，则随机挑选一台磁盘不太满，CPU不太忙的节点。
• 第二个副本：放置在于第一个副本不同的 机架的节点上。
• 第三个副本：与第二个副本相同机架的节点。
• 更多副本：随机节点