二、hdfs体系架构-创新互联

[TOC]

成都创新互联是专业的云霄网站建设公司，云霄接单;提供做网站、网站建设,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行云霄网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!

一、HDFS体系组成概述

这是一个分布式文件系统，适用于于一次写入多次读取的场景。包含以下角色：

NameNode(nn)：
存储文件的元数据，如文件名、文件目录结构，文件属性等，以及每个文件的块列表和块所在的DataNode等。以及响应客户端对hdfs的读写操作,如创建目录、上传文件等。还有保存读写日志。

DataNode(dn)：
在本地文件系统中存储文件块数据，以及块数据的校验和

SecondaryNameNode(snn)：
用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照，相当于对NameNode进行备份。

二、HDFS-NameNode

主要职责是管理hdfs的所有节点。
1、响应客户端对hdfs的请求，如增删改查。
2、管理和维护hdfs 的元数据信息以及日志（非log日志）

NameNode会在 core-site.xml中指定的hadoop.tmp.dir 的目录中创建目录：dfs/name/ 。下面我们看看这个目录的结构。

[root@bigdata121 tmp]# tree dfs/name
dfs/name
├── current
│   ├── edits_0000000000000000001-0000000000000000002
│   ├── edits_0000000000000000003-0000000000000000004
│   ├── edits_0000000000000000005-0000000000000000006
│   ├── edits_0000000000000000007-0000000000000000008
│   ├── edits_0000000000000000009-0000000000000000009
│   ├── edits_0000000000000000010-0000000000000000011
│   ├── edits_0000000000000000012-0000000000000000013
│   ├── edits_0000000000000000014-0000000000000000015
│   ├── edits_0000000000000000016-0000000000000000017
│   ├── edits_0000000000000000018-0000000000000000019
│   ├── edits_0000000000000000020-0000000000000000021
│   ├── edits_0000000000000000022-0000000000000000024
│   ├── edits_0000000000000000025-0000000000000000026
│   ├── edits_inprogress_0000000000000000027
│   ├── fsimage_0000000000000000024
│   ├── fsimage_0000000000000000024.md5
│   ├── fsimage_0000000000000000026
│   ├── fsimage_0000000000000000026.md5
│   ├── seen_txid
│   └── VERSION
└── in_use.lock

各个文件目录的作用如下：

1、current

主要存放hdfs的存储的数据的元信息和日志。

（1）edits文件

是一个二进制文件，主要记录对hdfs的增删改操作的信息，类似于MySQL的二进制日志。其中 edits_inprogress_xxxxx 表示是最新的edits日志，是目前正在使用的。
可以使用命令查看 edits文件的内容：

//格式：hdfs oev -i 输入文件 -o 输出文件（xml格式）
[root@bigdata121 current]# hdfs oev -i edits_inprogress_0000000000000000038 -o /tmp/edits_inprogess.xml

[root@bigdata121 current]# cat /tmp/edits_inprogess.xml


  -63
  
    OP_START_LOG_SEGMENT   表示操作的类别，这里是表示日志开始记录
    
      38  类似于操作的ID，是唯一的
    
  



    OP_ADD_BLOCK     //像这个就表示上传文件的操作
    
      34
      /jdk-8u144-linux-x64.tar.gz._COPYING_
      
        1073741825
        134217728
        1001
      
      
        1073741826
        0
        1002
      
      
      -2

（2）fsimage文件

hdfs中的数据的元数据文件。记录hdfs文件系统中各个数据块的信息，但并不是最新的。需要定时将edits文件合并到这里，才是最新的。可以使用命令查看 fsimage 文件的内容：

//格式 ： hdfs oiv -p 输出格式 -i 输入文件 -o 输出文件
[root@bigdata121 current]# hdfs oiv -p XML -i fsimage_0000000000000000037 -o /tmp/fsimage37.xml

[root@bigdata121 current]# cat /tmp/fsimage37.xml

-63117e75c2a11685af3e043aa5e604dc831e5b14674
1780930535100010020107374182637
16387316385DIRECTORY1558145602785root:supergroup:07559223372036854775807-1
16386DIRECTORYinput1558105166840root:supergroup:0755-1-1
16387FILEjdk-8u144-linux-x64.tar.gz215581456027531558145588521134217728root:supergroup:064410737418251001134217728
1073741826100251298114

0

00
163851638616387


0000100

记录的信息更为详细。文件的元数据，如文件权限、时间戳等都有记录。

（3）seen_txid

txid是类似于事件id的概念，指的是每个操作的一个标识。这个文件中记录的是最新的txid的下一个，即当前最后一个txid是37，那么该文件记录的就是38.

（4）fsimage和edit文件命名方式的联系

edits文件：
我们可以看到edits文件都是 edits_00000xxx-000000xxx的方式命名的，其实意思就是表示该edits文件中记录了txid操作事件的范围。而 edit_inprogess_00000xxx 则表示当前所记录到的最新的txid事件。

fsimage文件：
以fsimage_000000xxx 的方式命名，表示的是该fsimage 文件记录到的最新的txid事件，请注意，因为fsimage是有条件触发之后，edits文件才会合并到fsimage的，否则不会合并。所以一般情况下，edits文件后面的txid肯定是比fsimage 大的。

2、in_use.lock

这个文件主要是对当前的node进行锁操作，避免当前机器同时启动多个namenode。只能启动一个namenode

三、HDFS-DataNode

HDFS的数据节点，主要就是存储数据的block文件的。会在指定的目录下创建一个 dfs/data 目录，看一下目录结构：

[root@bigdata122 dfs]# tree data
data
├── current
│   ├── BP-1130553825-192.168.50.121-1557922928723
│   │   ├── current
│   │   │   ├── finalized
│   │   │   │   └── subdir0
│   │   │   │       └── subdir0
│   │   │   │           ├── blk_1073741825
│   │   │   │           ├── blk_1073741825_1001.meta
│   │   │   │           ├── blk_1073741826
│   │   │   │           └── blk_1073741826_1002.meta
│   │   │   ├── rbw
│   │   │   └── VERSION
│   │   ├── scanner.cursor
│   │   └── tmp
│   └── VERSION
└── in_use.lock

在HDFS中，文件都是被分割成多个等大的数据块进行存储的。
hadoop 1.x 中数据块默认大小是 64M
hadoop 2.x 中数据块默认大小是 128M
hadoop 3.x 中不再采用多副本的模式存储，而是采用纠删码技术。
请见 https://www.cnblogs.com/basenet855x/p/7889994.html

在上面的目录中 blk_xxxxx 的文件其实就是blk文件，每个的大小为指定的块大小。

四、HDFS-SecondaryNameNode

用来监控HDFS状态的辅助后台程序，主要就是辅助 NameNode节点的工作（并非是 NameNode的备节点），其中主要工作就是合并edits文件到fsimage文件。
1、根据 checkpoint的时间间隔（默认3600秒）或者 edits文件到达64M 的触发条件，将edits文件合并fsimage。
2、edits合并到fsimage之后，edits文件可以清空了。

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

当前名称：二、hdfs体系架构-创新互联
网站路径：http://shouzuofang.com/article/cdhspp.html

网站建设知识