Hadoop—NN-学习三

架构图

写入文件原理：

1、 客户端要存文件，先找namenode，namenode返回信息（查询元数据），如果不存在，就给信息可以存，并分配datanode存block。

2、 客户端收到信息，将数据按照NN的分配分别存入datanode（这里要注意保留副本个数，存副本的方式有两种

第一、客户端写入N个副本全部成功才算成功。

第二、写一份成功就算成功，剩下的两个副本由此datanode1向一个datanode2拷贝，datanode2向datanodeN拷贝，如果其中失败他会向NN汇报，然后NN再指定datanode1或者datanode2向其他datanode拷贝）。

注意：写入副本的时候还要按机架（看架构图）

存储大量的小文件，浪费元数据的空间，效率低。

一个block占150byte，差不多1万条才1条。1千万条才1G。

3、 namenode管理元数据原理

如何解决快速响应？

1、 当一个客户端写入文件时，namenode记录一个log条目（edits log）。

2、 Namenode分配datanode，返回信息。

3、 Client开始向datanode写，当写完一份client向NN发过去信息说我写完了。

4、 NN在内存中写入这次上传抄作的元数据信息。

5、 内存和fsimage是互为镜像的，当editslog满的时候，必须把edits log和fsimage合并。

合并过程：

合并是由SN来操作的。

a、当edits条目达到阈值时，通知SN做checkpoint操作。

b、停止往edits log文件中写数据。

C、SN下载fsimage和edits log。

d、进行合并。

e、上传NN。

f、把新的镜像替换到老的。同时把edits log删掉，并重命名。

默认触发时间（值都可以修改。）

查看文件，

当然这种架构也不是100%，万一checkpiont宕机的时候怎么办？

HA可以解决这个问题。