Hadoop--Hadoop核心之HDFS

2 HDFS

    Hadoop 实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。是一种允许文件通过网络在多台主机上分享的文件系统，可让多机器上的多用户分享文件和存储空间。

    HDFS的特点：

    1. 通透性：让实际上是通过网络来访问文件的动作,由程序与用户看来。

    2. 容错性：即使系统中有某些节点脱机,整体来说系统仍然可以持续运作，而不会有数据损失。

    适用于一次写入多次查询的情况,不支持并发写情况,小文件不合适.

2.1 HDFS的Shell操作

2.1.1 启动HDFS

     进入hadoop/sbin目录，./start-dfs.sh



    使用jps命令检查是否启动成功



2.1.2 HDFS的常用命令

    1. ls

    如果是文件，则按照以下格式输出：

    权限    副本数    用户ID    用户组ID    文件大小    修改时间    文件目录

    如果是目录，则会按照以下格式输出：

    权限    副本数(-)    用户ID    用户组ID    文件大小(0)    修改时间    文件目录

    用法：hadoop fs -ls [-d] [-h] [-R] [<path> ...]



    2. put

    从本地文件系统中复制单个或多个源路径到目标文件系统。也支持从标准输入中读取输入写入目标文件系统。

    用法：hadoop fs -put [-f] [-p] <localsrc> ... <dst>



    3.copyFromLocal

  除了限定源路径是一个本地文件外，和put命令相似。

    用法：hadoop fs -copyFromLocal [-f] [-p] <localsrc> ... <dst>

    4.cat

    将路径指定文件的内容输出到stdout。

    用法：hadoop fs -cat [-ignoreCrc] <src> ...



    可以用管道|和more结合起来用：hadoop fs -cat /in.log | more

    5.get

    复制文件到本地文件系统。可用-ignorecrc选项复制CRC校验失败的文件。使用-crc选项复制文件以及CRC信息。 

    用法：hadoop fs -get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>



    6.copyToLocal

    除了限定目标路径是一个本地文件外，和get命令类似。

    用法：hadoop fs -copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>

    7.count

    计算在匹配指定文件模式的路径下的目录、文件和字节数。

    用法：hadoop fs -count [-q] <path> ...



    8.rm

    删除指定的文件。只删除非空目录和文件。

    用法：hadoop fs -rm [-f] [-r|-R] [-skipTrash] <src> ...



   9.cp

   将文件从源路径复制到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录。 

   用法：hadoop fs -cp [-f] [-p] <src> ... <dst>

   10.mkdir

   接受路径指定的uri作为参数，创建这些目录。其行为类似于Unix的mkdir -p，它会创建路径中的各级父目录

   用法：hadoop fs -mkdir [-p] <path> ...



   11.mv

   将文件从源路径移动到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录。不允许在不同的文件系统间移动文件。    

   用法：hadoop fs -mv <src> ... <dst>

   12.test

   将源文件输出为文本格式。允许的格式是zip和TextRecordInputStream。

   用法：hadoop fs -test -[defsz] <path>

   13.touchz

   创建一个0字节的空文件

   用法：hadoop fs -touchz <path> ...

   14.tail

   将文件尾部1K字节的内容输出到stdout。支持-f选项，行为和Unix中一致。

   用法：hadoop fs -tail [-f] <file>

   15.chmod

   改变文件的权限。使用-R将使改变在目录结构下递归进行。命令的使用者必须是文件的所有者或者超级用户

   用法：hadoop fs -chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...



   16.chgrp

   改变文件所属的组。使用-R将使改变在目录结构下递归进行。命令的使用者必须是文件的所有者或者超级用户

   用法：hadoop fs -chgrp [-R] GROUP PATH...



   17.chown

   改变文件的拥有者。使用-R将使改变在目录结构下递归进行。命令的使用者必须是超级用户

   用法：hadoop fs -chown [-R] [OWNER][:[GROUP]] PATH...



上面的所有命令都可以用hafs dfs -[commad]。

2.2 HDFS的原理

    HDFS的架构包括NameNode 、DataNode和SecondaryNameNode。

2.2.1 NameNode

    1. NameNode的作用

    NameNode负责接收用户操作请求；维护文件系统的目录结构；管理文件与block之间关系,block与datanode之间关系。

    2. NameNode管理的文件

    1）fsimage：元数据（metedata）镜像文件，是用于存储某一时段NameNode内存元数据（metedata）信息。

    2）edits：操作日志文件。

    3）fstime：保存最近一次checkpoint的时间。

    注意：以上这些文件是保存在linux的文件系统中，保存目录是hadoop安装目录下的/tmp目录

    这里解释下元数据（metedata）的存储细节：



    解释上图，/test目录下有一个a.log文件，默认的副本数量是3，切分成2块blk_1和blk_2存储，其中blk_1存储在了h0，h1和h3机器里，blk_2存储在了h0，h2和和4。

    3. 伪分布式下NameNode的工作特点

    1）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。

    2）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。SecondaryNamenode就是用来合并fsimage和edits文件来更新NameNode的metedata的。

2.2.2 SecondaryNameNode

    1. SecondaryNameNode的作用

    SecondaryNameNode有两个作用，一是镜像备份，二是日志与镜像的定期合并。两个过程同时进行，称为checkpoint. 镜像备份的作用:备份fsimage(fsimage是元数据发送检查点时写入文件);日志与镜像的定期合并的作用:将Namenode中edits日志和fsimage合并,防止如果Namenode节点故障，namenode下次启动的时候，会把fsimage加载到内存中，应用edit log,edit
log往往很大，导致操作往往很耗时。

    2. SecondaryNameNode的工作流程

    1）SecondaryNameNode通知NameNode准备提交edits文件，此时主节点产生edits.new

    2）SecondaryNameNode通过http get方式获取NameNode的fsimage与edits文件（在SecondaryNameNode的current同级目录下可见到 temp.check-point或者previous-checkpoint目录，这些目录中存储着从namenode拷贝来的镜像文件） 

    3）SecondaryNameNode开始合并获取的上述两个文件，产生一个新的fsimage文件fsimage.ckpt

    4）SecondaryNameNode用http post方式发送fsimage.ckpt至NameNode

    5）NameNode将fsimage.ckpt与edits.new文件分别重命名为fsimage与edits，然后更新fstime，整个checkpoint过程到此结束。 在新版本的hadoop中（hadoop0.21.0）,SecondaryNameNode两个作用被两个节点替换， checkpoint node与backup node. SecondaryNameNode备份由三个参数控制fs.checkpoint.period控制周期，fs.checkpoint.size控制日志文件超过多少大小时合并，
dfs.http.address表示http地址，这个参数在SecondaryNameNode为单独节点时需要设置。



      在core-site.xml中有2个参数可配置，但一般来说我们不做修改。fs.checkpoint.period表示多长时间记录一次hdfs的镜像。默认是1小时。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。

2.2.3 DataNode

    DataNode是提供真实文件数据的存储服务。

    1.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文件存储为例，共有256/128=2个Block。

    2.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。

    3.Replication：多复本，默认是三个。

2.3 HDFS读取和写入数据的过程

2.3.1 HDFS读取数据过程



    1)初始化FileSystem，然后客户端(client)用FileSystem的open()函数打开文件

    2)FileSystem用RPC调用元数据节点，得到文件的数据块信息，对于每一个数据块，元数据节点返回保存数据块的数据节点的地址。

    3)FileSystem返回FSDataInputStream给客户端，用来读取数据，客户端调用stream的read()函数开始读取数据。

    4)DFSInputStream连接保存此文件第一个数据块的最近的数据节点，data从数据节点读到客户端(client)

    5)当此数据块读取完毕时，DFSInputStream关闭和此数据节点的连接，然后连接此文件下一个数据块的最近的数据节点。

    6)当客户端读取完毕数据的时候，调用FSDataInputStream的close函数。

    注意：

    1）在读取数据的过程中，如果客户端在与数据节点通信出现错误，则尝试连接包含此数据块的下一个数据节点。

    2）失败的数据节点将被记录，以后不再连接。

2.3.2 HDFS写入数据


   

    1)初始化FileSystem，客户端调用create()来创建文件。

    2)FileSystem用RPC调用元数据节点，在文件系统的命名空间中创建一个新的文件，元数据节点首先确定文件原来不存在，并且客户端有创建文件的权限，然后创建新文件。

    3)FileSystem返回DFSOutputStream，客户端用于写数据，客户端开始写入数据。

    4)DFSOutputStream将数据分成块，写入data queue。data queue由Data Streamer读取，并通知元数据节点分配数据节点，用来存储数据块(每块默认复制3块)。分配的数据节点放在一个pipeline里。Data Streamer将数据块写入pipeline中的第一个数据节点。第一个数据节点将数据块发送给第二个数据节点。第二个数据节点将数据发送给第三个数据节点。

    5)DFSOutputStream为发出去的数据块保存了ack queue，等待pipeline中的数据节点告知数据已经写入成功。

    6)当客户端结束写入数据，则调用stream的close函数。此操作将所有的数据块写入pipeline中的数据节点，并等待ack queue返回成功。最后通知元数据节点写入完毕。

     注意：如果数据节点在写入的过程中失败，关闭pipeline，将ack queue中的数据块放入data queue的开始，当前的数据块在已经写入的数据节点中被元数据节点赋予新的标示，则错误节点重启后能够察觉其数据块是过时的，会被删除。失败的数据节点从pipeline中移除，另外的数据块则写入pipeline中的另外两个数据节点。元数据节点则被通知此数据块是复制块数不足，将来会再创建第三份备份。