HDFS:分布式文件系统

HDFS:分布式文件系统
- 1、计算机集群结构
- 2、HDFS优缺点
- 3、块Block
- 4、名称节点和数据结点（nameNode[NN]&DateNode[DN]）
- 4、第二名称节点Secondary NameNode
- 5、安全模式
- 6、HDFS的权限
- 7、HDFS体系结构
- - 7.2、命名空间管理
  - 7.3、通信协议
  - 7.4、客户端
  - 7.5、HDFS体系的局限性
- 8、HDFS的存储原理
- - 8.1 机架感知策略
  - 8.2 冗余数据保存
  - 8.3 数据存取策略
  - 8.4 数据错误与恢复
- 9 文件系统的结构

1、计算机集群结构

分布式文件系统把文件分布存储到多个计算机节点上，成千上万的计算机节点构成计算机集群。
与之前使用多个处理器和专用高级硬件的并行化处理装置不同。
所采用的计算机集群，都是由普通硬件构成的，这就大大降低了硬件上的开销。

2、HDFS优缺点

优点：
- 兼容廉价的硬件设备
- 流数据读写
- 大数据集
- 简单的文件模型
- 强大的跨平台兼容性
缺点：
- 不适合低延迟数据访问
- 无法高效存储大量小文件
- 不支持多用户写入及任意修改文件

3、块Block

在传统的文件系统中，为了提高磁盘读写效率，一般以数据块为单位，而不是以字节为单位。

HDFS同样采用了块的概念，H2，H3中默认的一个块大小为128MB，而H1为64MB。在HDFS中的文件会被拆分成多个块，每个块作为独立的单元进行存储。以块作为存储单位块的大小远远大于普通文件系统，可以最小化寻址开销。

HDFS采用抽象的块概念可以带来以下几个明显的好处：
- 支持大规模文件存储：文件以块为单位进行存储，一个大规模文件可以被分拆成若干个文件块，不同的文件块可以被分发到不同的节点上，因此，一个文件的大小不会受到单个节点的存储容量的限制，可以远远大于网络中任意节点的存储容量
- 简化系统设计：首先，大大简化了存储管理，因为文件块大小是固定的，这样就可以很容易计算出一个节点可以存储多少文件块；其次，方便了元数据的管理，元数据不需要和文件块一起存储，可以由其他系统负责管理元数据
- 适合数据备份：每个文件块都可以冗余存储到多个节点上，大大提高了系统的容错性和可用性

4、名称节点和数据结点（nameNode[NN]&DateNode[DN]）

在HDFS中，名称节点（NameNode）负责管理分布式文件系统的命名空间（Namespace），保存了两个核心的数据结构，即FsImage和EditLog。

nameNode主要记录文件的元数据、文件与块Block的映射、块与DN的映射。
FsImage用于维护文件系统树以及文件树中所有的文件和文件夹的元数据操作日志文件。
EditLog中记录了所有针对文件的创建、删除、重命名等操作名称节点记录了每个文件中各个块所在的数据节点的位置信息。

名称节点在启动时，会进入“安全模式”，只对外提供读操作，无法提供写操作。会将FsImage的内容加入到内存当中，然后执行 Editlog文件的各项操作，是内存的元数据保持最新。操作完成后会创建新的FsImage和一个空的Editslog文件。退出“安全模式”，进入正常运行。

**数据结点（DateNode）是分布式文件系统的HDFS的工作节点，负责数据的存储和读取，**会根据client和NN进行数据的调度和检索，并且开机时会向NN发送块的列表信息。

4、第二名称节点Secondary NameNode

在名称节点运行期间，HDFS的所有更新操作都是直接写到EditLog中，久而久之， EditLog文件将会变得很大。为了有效解决Edits逐渐变大带来的问题，**HDFS在设计中采用了第二名称节点。是HDFS架构中的一个组成部分，**它是用来保存名称节点中对HDFS 元数据信息的备份，并减少名称节点重启的时间。

SecondaryNameNode一般是单独运行在一台机器上。具有两个方面的功能：

（1）Edits与FsImage的合并操作。减少Edits文件大小，缩小NN重启时间。
（2）作为名称节点的“检查点”，保存名称节点中的元数据信息。

5、安全模式

集群启动时的一个状态
- 安全模式是HDFS的一种工作状态，处于安全模式的状态下，只向客户端提供文件的只读视图，不接受对命名空间的修改；同时NameNode节点也不会进行数据块的复制或者删除，
NameNode启动时，
- 首先将镜像文件（fsimage）载入内存，并执行编辑日志（edits）中的各项操作。
- 一旦在内存中成功建立文件系统元数据的映像，则创建一个新的fsimage文件和一个空的编辑日志。
- NameNode开始监听RPC和Http请求。
- 此时NameNode处于安全模式，只接受客户端的读请求。
系统中的数据块的位置并不是由NameNode维护的，而是以块列表的形式存储在DataNode中。
安全模式下
- 安全模式下，各个DataNode会向NameNode发送自身的数据块列表
- 当NameNode有足够的数据块信息后，便在30秒后退出安全模式
- NameNode发现数据节点过少会启动数据块复制过程
如果NN收集的Block信息没有达到最少副本数，就会将缺失的副本,从有的DN上拷贝到其他DN
- dfs.replication.min=2
- 但是默认最低副本数为1
- 在拷贝的过程中系统还是处于安全模式
安全模式相关命令

hadoop dfsadmin -safemode leave   强制NameNode退出安全模式
hadoop dfsadmin -safemode enter   进入安全模式
hadoop dfsadmin -safemode get     查看安全模式状态
hadoop dfsadmin -safemode wait    等待一直到安全模式结束

6、HDFS的权限

HDFS对权限的控制
- 只能防止好人做错事
- 不能防止坏人做坏事
你告诉他你是谁，他就认为你是谁！

7、HDFS体系结构

HDFS采用了主从（Master/Slave）结构模型，一个HDFS集群包括一个名称节点（NameNode）和若干个数据节点（DataNode）。名称节点作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问。集群中的数据节点一般是一个节点运行一个数据节点进程，负责处理文件系统客户端的读/写请求，在名称节点的统一调度下进行数据块的创建、删除和复制等操作。每个数据节点的数据实际上是保存在本地Linux文件系统中的。

7.2、命名空间管理

HDFS的命名空间包含目录、文件和块。命名空间管理是指命名空间支持对HDFS当中的目录、文件和块做类似文件系统的创建、修改、删除等基本操作。
在HDFS1.0体系结构中，在整个HDFS集群中只有一个命名空间，并且只有唯一一个名称节点，该节点负责对这个命名空间进行管理。
HDFS使用的是传统的分级文件体系，因此，用户可以像使用普通文件系统一样，创建、删除目录和文件，在目录间转移文件，重命名文件等

7.3、通信协议

HDFS是一个部署在集群上的分布式文件系统，因此，很多数据需要通过网络进行传输。
所有的HDFS通信协议都是构建在TCP/IP协议基础之上的。
客户端通过一个可配置的端口向名称节点主动发起TCP连接，并使用客户端协议与名称节点进行交互。
名称节点和数据节点之间则使用数据节点协议进行交互。
客户端与数据节点的交互是通过远程调用RPC（Remote Procedure Call）来实现的。在设计上，名称节点不会主动发起RPC，而是响应来自客户端和数据节点的RPC请求。

7.4、客户端

客户端是用户操作HDFS最常用的方式，HDFS在部署时都提供了客户端
HDFS客户端是一个库，暴露了HDFS文件系统接口，这些接口隐藏了HDFS实现中的大部分复杂性
严格来说，客户端并不算是HDFS的一部分
客户端可以支持打开、读取、写入等常见的操作，并且提供了类似Shell的命令行方式来访问HDFS中的数据
此外，HDFS也提供了Java API，作为应用程序访问文件系统的客户端编程接口

7.5、HDFS体系的局限性

HDFS只设置唯一一个名称节点，这样做虽然大大简化了系统设计，但也带来了一些明显的局限性，

（1）命名空间的限制：名称节点是保存在内存中的，因此，名称节点能够容纳的对象（文件、块）的个数会受到内存空间大小的限制。
（2）性能的瓶颈：整个分布式文件系统的吞吐量，受限于单个名称节点的吞吐量。
（3）隔离问题：由于集群中只有一个名称节点，只有一个命名空间，因此，无法对不同应用程序进行隔离。
（4）集群的可用性：一旦这个唯一的名称节点发生故障，会导致整个集群变得不可用。

8、HDFS的存储原理

8.1 机架感知策略

节点距离

distance(/D1/R1/H1,/D1/R1/H1)=0 相同的datanode
distance(/D1/R1/H1,/D1/R1/H3)=2 同一rack下的不同datanode
distance(/D1/R1/H1,/D1/R2/H4)=4 同一IDC下的不同datanode
distance(/D1/R1/H1,/D2/R3/H7)=6 不同IDC下的datanode
机架感知(rack awareness)是为了保证副本在集群的安全性
我们需要将副本放在不同的DN节点上，节点也需要一定的考量
- 可靠性、可用性、带宽消耗

8.2 冗余数据保存

作为一个分布式文件系统，为了保证系统的容错性和可用性，HDFS采用了多副本方式对数据进行冗余存储，通常一个数据块的多个副本会被分布到不同的数据节点上，这种多副本方式具有以下几个优点：

（1）加快数据传输速度
（2）容易检查数据错误
（3）保证数据可靠性

8.3 数据存取策略

存：

第一个副本：放置在上传文件的数据节点；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
第二个副本：放置在与第一个副本不同的机架的节点上
第三个副本：与第一个副本相同机架的其他节点上
更多副本：随机节点

取：

HDFS提供了一个API可以确定一个数据节点所属的机架ID，客户端也可以调用API获取自己所属的机架ID。
当客户端读取数据时，从名称节点获得数据块不同副本的存放位置列表，列表中包含了副本所在的数据节点，可以调用API来确定客户端和这些数据节点所属的机架ID，当发现某个数据块副本对应的机架ID和客户端对应的机架ID相同时，就优先选择该副本读取数据，如果没有发现，就随机选择一个副本读取数据。

8.4 数据错误与恢复

HDFS具有较高的容错性，可以兼容廉价的硬件，它把硬件出错看作一种常态，而不是异常，并设计了相应的机制检测数据错误和进行自动恢复，主要包括以下几种情形：名称节点出错、数据节点出错和数据出错。

名称节点出错
名称节点保存了所有的元数据信息，其中，最核心的两大数据结构是FsImage和Editlog，如果这两个文件发生损坏，那么整个HDFS实例将失效。因此，HDFS设置了备份机制，把这些核心文件同步复制到备份服务器SecondaryNameNode上。当名称节点出错时，就可以根据备份服务器SecondaryNameNode中的FsImage和Editlog数据进行恢复。
数据节点出错

1) 每个数据节点会定期向名称节点发送“心跳”信息，向名称节点报告自己的状态

2)当数据节点发生故障，或者网络发生断网时，名称节点就无法收到来自一些数据节点的心跳信息，这时，这些数据节点就会被标记为“宕机”，节点上面的所有数据都会被标记为“不可读”，名称节点不会再给它们发送任何I/O请求

3)这时，有可能出现一种情形，即由于一些数据节点的不可用，会导致一些数据块的副本数量小于冗余因子

4)名称节点会定期检查这种情况，一旦发现某个数据块的副本数量小于冗余因子，就会启动数据冗余复制，为它生成新的副本

5)HDFS和其它分布式文件系统的最大区别就是可以调整冗余数据的位置

数据出错

1）网络传输和磁盘错误等因素，都会造成数据错误

2）客户端在读取到数据后，会采用md5和sha1对数据块进行校验，以确定读取到正确的数据

3）在文件被创建时，客户端就会对每一个文件块进行信息摘录，并把这些信息写入到同一个路径的隐藏文件里面

4）当客户端读取文件的时候，会先读取该信息文件，然后，利用该信息文件对每个读取的数据块进行校验，如果校验出错，客户端就会请求到另外一个数据节点读取该文件块，并且向名称节点报告这个文件块有错误，名称节点会定期检查并且重新复制这个块。

9 文件系统的结构

文件有一个stat命令

元数据信息–>描述文件的属性

File   文件名
Size   文件大小（字节）
Blocks   文件使用的数据块总数
IO Block   数据块的大小
regular file：文件类型（常规文件）
Device 设备编号
Inode 文件所在的Inode
Links 硬链接次数
Access 权限
Uid 属主id/用户
Gid 属组id/组名
Access Time：简写为atime，表示文件的访问时间。当文件内容被访问时，更新这个时间
Modify Time：简写为mtime，表示文件内容的修改时间，当文件的数据内容被修改时，更新这个时间。
Change Time：简写为ctime，表示文件的状态时间，当文件的状态被修改时，更新这个时间，例如文件的链接数，大小，权限，Blocks数。

文件有一个vim命令
- 查看文件的数据信息