hadoop namenode format到底做了什么

文章转自：http://blog.csdn.net/xhh198781/article/details/6904615

     在Hadoop的HDFS部署好了之后并不能马上使用，而是先要对配置的文件系统进行格式化。在这里要注意两个概念，一个是文件系统，此时的文件系统在物理上还不存在，或许是网络磁盘来描述会更加合适；二就是格式化，此处的格式化并不是指传统意义上的本地磁盘格式化，而是一些清除与准备工作。本文接下来将主要讨论NameNode节点上的格式化。

     我们都知道，NameNode主要被用来管理整个分布式文件系统的命名空间(实际上就是目录和文件)的元数据信息，同时为了保证数据的可靠性，还加入了操作日志，所以，NameNode会持久化这些数据(保存到本地的文件系统中)。对于第一次使用HDFS的过程中，在启动NameNode时，需要向执行-format命令，然后才能正常启动NameNode节点服务。那么，NameNode的fromat命令到底做了什么事情呢？

     在NameNode节点上，有两个最重要的路径，分别被用来存储元数据信息和操作日志，而这两个路径来自于配置文件，对应的属性分别是dfs.name.dir和dfs.name.edits.dir，同时，它们默认的路径均是/tmp/hadoop/dfs/name。格式化时，NameNode会清空两个目录下的所有文件，之后，会在目录dfs.name.dir下创建文件{dfs.name.dir}/current/fsimage、{dfs.name.dir}/current/fstime、{dfs.name.dir}/current/VERSION、{dfs.name.dir}/image/fsimage，会在目录dfs.name.edits.dir下创建文件{dfs.name.edits.dir}/current/edits、{dfs.name.edits.dir}/current/fstime、 {dfs.name.edits.dir}/current/VERSION、{dfs.name.edits.dir}/image/fsimage，那么这些文件又是用来干什么的呢？

     在介绍这文件的用途之前，我们可以将dfs.name.dir和dfs.name.edits.dir配置成相同的目录，这样的话，NameNode执行格式化之后，会产生如下的文件：{dfs.name.dir}/current/fsimage、{dfs.name.dir}/current/edits、{dfs.name.dir}/current/fstime、{dfs.name.dir}/current/VERSION、{dfs.name.dir}/image/fsimage，由此可以看出上面名字相同的文件实际是一样的，所以在这里，我建议把dfs.name.dir和dfs.name.edits.dir配置成相同的值，以来提高NameNode的效率。ok，现在就来重点的介绍一下这些文件的用途吧。

     fsimage：存储命名空间(实际上就是目录和文件)的元数据信息，文件结构如下：

     edits：用来存储对命名空间操作的日志信息，实现NameNode节点的恢复；

     fstime：用来存储check point 的时间；

     VERSION：用来存储NameNode版本信息，内容如下：

     /image/fsimage: 上一次提交前的/current/fsimage文件