Hadoop分布式文件系统(HDFS)是指被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统Distributed File System。它和现有的分布式文件系统有很多共同点。但同时它和其他的分布式文件系统的区别也是很明显的。HDFS是一个高度容错性的系统适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问非常适合大规模数据集上的应用。HDFS放宽了一部分POSIX约束来实现流式读取文件系统数据的目的。HDFS在最开始是作为Apache Nutch搜索引擎项目的基础架构而开发的。HDFS是Apache Hadoop Core项目的一部分。

HDFS有着高容错性fault-tolerant的特点并且设计用来部署在低廉的low-cost硬件上。而且它提供高吞吐量high throughput来访问应用程序的数据适合那些有着超大数据集large data set的应用程序。HDFS放宽了relaxPOSIX的要求requirements这样可以实现流的形式访问streaming access文件系统中的数据。

•存储模型

•架构设计

•角色功能

•元数据持久化

•安全模式

•副本放置策略

•读写流程

•安全策略

---

1.存储模型

文件线性按字节切割成块(block)具有offsetid

文件与文件的block大小可以不一样

一个文件除最后一个block其他block大小一致

block的大小依据硬件的I/O特性调整

block被分散存放在集群的节点中具有location

Block具有副本(replication)没有主从概念副本不能出现在同一个节点

副本是满足可靠性和性能的关键

文件上传可以指定block大小和副本数上传后只能修改副本数

一次写入多次读取不支持修改

支持追加数据

2.架构设计

HDFS是一个主从(Master/Slaves)架构

由一个NameNode主和一些DataNode从组成

面向文件包含文件数据(data)和文件元数据(metadata)

NameNode负责存储和管理文件元数据并维护了一个层次型的文件目录树

DataNode负责存储文件数据(block块)并提供block的读写

DataNode与NameNode维持心跳并汇报自己持有的block信息

Client客户端和NameNode交互文件元数据和DataNode交互文件block数据

角色即进程 namenode data node client都是一个JVM进程

3.角色功能

NameNode

•完全基于 内存 存储文件元数据、目录结构、文件block的映射

•需要持久化方案保证数据可靠性

•提供副本放置策略

DataNode

•基于本地磁盘存储block(文件的形式)

•并保存block的(md5)校验和数据保证block的可靠性

•与NameNode保持心跳汇报block列表状态

4.元数据持久化

数据持久化

日志记录实时发生的增删改的操作 mkdir /abc

完整性比较好

加载恢复数据 慢/占空间

镜像、快照、dump、db、序列化

间隔 容易丢失一部分数据

内存全量数据基于某一个时间点做的像磁盘的溢写

HDFS 对于以上两者 同时使用

日志EditsLog 优点体积小 记录少

镜像FsImage、快照 优点更快的滚动更新时间点

最近时点的FsImage + 增量的Editslog

现在10点

FI: 9点 +9点到10点的增量的EL

1. 加载 FI

2. 加载EL

3. 内存就得到了关机前的全量数据

那么FI 时点是怎么滚动更新的

由NN 8点溢写 9点溢写。。

NN:第一次开机的时候只写一次FI 假设8点 到9点的时候EL记录 的是8-9 的日志

只需要将8-9的日志的记录更新到8 点的FI中 FI的数据时点就变成了9点

寻求另外一台机器来做这个事情。

•任何对文件系统元数据产生修改的操作Namenode都会使用一种称为EditLog的事务日志记录下来

•使用FsImage存储内存所有的元数据状态

•使用本地磁盘保存EditLog和FsImage

•EditLog具有完整性数据丢失少但恢复速度慢并有体积膨胀风险

•FsImage具有恢复速度快体积与内存数据相当但不能实时保存数据丢失多

•NameNode使用了FsImage+EditLog整合的方案

•滚动将增量的EditLog更新到FsImage以保证更近时点的FsImage和更小的EditLog体积

5.安全模式

NameNode 存元数据 文件属性/ 每个块存在哪个dateNode上

在持久化的时候文件属性会持久化但是文件的每一个块不会持久化

恢复的时候 NN会丢失块的位置信息

为了避免分布式时代 数据不一致

会等 Data node会和name node建立心跳汇报块信息安全模式

流程

•HDFS搭建时会格式化格式化操作会产生一个空的FsImage

•当Namenode启动时它从硬盘中读取Editlog和FsImage

•将所有Editlog中的事务作用在内存中的FsImage上

•并将这个新版本的FsImage从内存中保存到本地磁盘上

•然后删除旧的Editlog因为这个旧的Editlog的事务都已经作用在FsImage上了

•Namenode启动后会进入一个称为安全模式的特殊状态。

•处于安全模式的Namenode是不会进行数据块的复制的。

•Namenode从所有的 Datanode接收心跳信号和块状态报告。

•每当Namenode检测确认某个数据块的副本数目达到这个最小值那么该数据块就会被认为是副本安全(safelyreplicated)的。

•在一定百分比这个参数可配置的数据块被Namenode检测确认是安全之后加上一个额外的30秒等待时间Namenode将退出安全模式状态。

接下来它会确定还有哪些数据块的副本没有达到指定数目并将这些数据块复制到其他Datanode上

5.1 HDFS中的SNN

SecondaryNameNodeSNN

•在非Hahigh avaliable模式下SNN一般是独立的节点周期完成对NN的EditLog向FsImage合并减少EditLog大小减少NN启动时间

•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editslog大小fs.checkpoint.size规定edits文件的最大值默认是64MB

6. 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。 放在本机

▪第二个副本放置在于第一个副本不同的机架的节点上。出机架

▪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。

7. HDFS读写流程

7.1 HDFS的写流程

某一时间点 传一个块的

•Client和NN连接创建文件元数据

•NN判定元数据是否有效

•NN处发副本放置策略返回一个有序的DN列表

•Client和DN建立Pipeline连接

•Client将块切分成packet64KB并使用chunk512B+chucksum4B填充

•Client将packet放入发送队列dataqueue中并向第一个DN发送

•第一个DN收到packet后本地保存并发送给第二个DN

•第二个DN收到packet后本地保存并发送给第三个DN

•这一个过程中上游节点同时发送下一个packet

•生活中类比工厂的流水线结论流式其实也是变种的并行计算

•Hdfs使用这种传输方式副本数对于client是透明的

•当block传输完成DN们各自向NN汇报同时client继续传输下一个block

•所以client的传输和block的汇报也是并行的

7.2 HDFS读流程

•为了降低整体的带宽消耗和读取延时HDFS会尽量让读取程序读取离它最近的副本。

•如果在读取程序的同一个机架上有一个副本那么就读取该副本。

•如果一个HDFS集群跨越多个数据中心那么客户端也将首先读本地数据中心的副本。

•语义下载一个文件

•Client和NN交互文件元数据获取fileBlockLocation

•NN会按距离策略排序返回

•Client尝试下载block并校验数据完整性

•语义下载一个文件其实是获取文件的所有的block元数据那么子集获取某些block应该成立

•Hdfs支持client给出文件的offset自定义连接哪些block的DN自定义获取数据

想读哪读哪 而不是必须要从头开始读

•这个是支持计算层的分治、并行计算的核心