本文主要是介绍【hadoop】 2001-hdfs原理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
HDFS是一个主/从(Mater/Slave)体系结构,从最终用户的角度来看,它就像传统的文件系统一样,可以通过目录路径对文件执行 CRUD(Create、Read、Update和Delete)操作。但由于分布式存储的性质,HDFS集群拥有一个 NameNode和一些 DataNode。NameNode管理文件系统的 元数据,DataNode 存储实际的数据。客户端通过同NameNode和DataNodes的交互访 问文件系统。客户端联系NameNode以获取文件的元数据,而真正的文件I/O操作是直接和DataNode进行交互的。
由NameNode(管理者)-DataNode(工作者)组成
NameNode:管理文件系统命名、维护所有文件和目录、记录每个文件中各个块在数据节点的信息,接收用户的操作请求。DataNode: 文件存储基本单元。文件系统工作节点,存储并检索数据块,并且定期向NameNode发送他们所存储块的列表。
fsimage: 存储NameNode内存元数据信息,存储内存数据,内存数据序列化到磁盘上。
edits:操作日志文件
fstime:保持最近一次checkpoint的时间。
fsimage + edits 合并,生成新的fsimage,在本地保存,并将其推送到NameNode,
替换旧的fsimage
fs.checkpoint.period : 两次checkpoint的最大时间间隔,默认3600s。需要满足两足
Hadoop2.x 版本在HDFS中增加对高可用性(HA)的支持,配置一对 活动-备用(active-standby)namenode
HDFS中的数据块(block)
Hadoop1.x版本HDFS默认数据块大小64MHadoop2.x版本HDFS默认数据块大小128M数据块:是文件存储处理的单元
2、HDFS架构
3、元数据存储细节
NameNode Metadata
文件名: /test/a.log
复制因子: 3
文件分成 两块: blk_1,blk_2
每块存储位置: blk_1 存储在 h0,h1,h3 主机上,bllk_2存储在 h0,h2,h4主机上
1)NameNode、DataNode和Client
- NameNode可以看作是分布式文件系统中的管理者,主要负责管理文件系统的命 名空间、集群配置信息和存储块的复制等。NameNode会将文件系统的Meta-data存储在内存中,这些信息主要包括了文件信息、每一个文件对应的 文件块的信息和每一个文件块在DataNode的信息等。
- DataNode是文件存储的基本单元,它将Block存储在本地文件系统中,保存了Block的Meta-data,同时周期性地将所有存在的Block信息发送给NameNode。
- Client就是需要获取分布式文件系统文件的应用程序。
2)文件写入
- Client向NameNode发起文件写入的请求。
- NameNode根据文件大小和文件块配置情况,返回给Client它所管理部分DataNode的信息。
- Client将文件划分为多个Block,根据DataNode的地址信息,按顺序写入到每一个DataNode块中。
3)文件读取
- Client向NameNode发起文件读取的请求。
- NameNode返回文件存储的DataNode的信息。
- Client读取文件信息。
参考文章:
hdfs读文件详解: http://www.cnblogs.com/maybob/archive/2013/04/25/3042780.html
hdfs架构: http://blog.csdn.net/xman_2009/article/details/9391745
这篇关于【hadoop】 2001-hdfs原理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!