1. HDFS的基本概念和特性

設計思想——分而治之：將大文件、大批量文件分布式存放在大量服務器上，以便於采取分而治之的方式對海量數據進行運算分析。在大數據系統中作用：為各類分布式運算框架（如：mapreduce，spark，tez，....）提供數據存儲服務。

1.1 HDFS的概念

首先，它是一個文件系統，用於存儲文件，通過統一的命名空間--目錄樹來定位文件；

其次，它是分布式的，有很多服務器聯合起來實現其功能，集群中的服務器有各自的角色；

重點概念：文件切塊，副本存放，元數據(目錄結構及文件分塊信息)

1.2 HDFS的重要特性

(1) HDFS中的文件在物理上是分塊存儲(block)，塊的大小可以通過配置參數(dfs.blocksize)來規定，默認大小在hadoop2.x版本中是128M，老版本中是64M；

(2) HDFS文件系統會給客戶端提供一個統一的抽象目錄樹，客戶端通過路徑來訪問文件，形如：hdfs://namenode:port/dir-a/dir-b/file.data；

(3) 目錄結構及文件分塊信息(元數據)的管理由namenode節點承擔
namenode是HDFS集群主節點，負責維護整個hdfs文件系統的目錄樹，以及每一個路徑（文件）所對應block塊信息（block的id，及所在的datanode服務器）

(4) 文件的各個block的存儲管理由datanode節點承擔
datanode是HDFS集群從節點，每一個block都可以在多個datanode上存儲多個副本（副本數量也可以通過參數設置dfs.replication）

(5) HDFS是設計成適應一次寫入，多次讀出的場景，且不支持文件的修改；

註意：適合用來做數據分析，並不合適用來做網盤應用，因為，不便修改，延遲大，網絡開銷大，成本高。

2. HDFS的shell(命令行客戶端)常用操作

註意：-setrep設置的副本數只是記錄在namenode的元數據中，是否真的會有這麽多副本，還得看datanode的數量。

3. HDFS的工作機制

3.1 概述

(1) HDFS集群分為兩大角色：NameNode、DataNode；

(2) NameNode負責管理整個文件系統的元數據；

(3) DataNode負責管理用戶的文件數據塊；

(4) 文件會按照固定的大小（blocksize）切成若幹塊分布式存儲在若幹臺datanode上；

(5) 每一個文件塊可以有多個副本，並存放在不同的datanode上；

(6) DatanNode會定期向NameNode匯報自身所保存的文件block信息，而NameNode則會負責保持文件的副本數量；

(7) HDFS的內部工作機制對客戶端保持透明，客戶端請求訪問HDFS都是通過向NameNode申請來進行。

3.2 HDFS寫數據流程

3.2.1 概述

客戶端要向HDFS寫數據，首先要跟namenode通信以確認可以寫文件並獲得接收文件block的datanode；然後，客戶端按順序將文件逐個block傳遞給相應datanode，並由接收到block的datanode負責向其他datanode復制block的副本。

3.2.3 HDFS寫數據詳細流程圖

(1) 向namenode通信請求上傳文件hello.txt；

(2) namenode通過目錄樹檢查目標文件是否已存在，父目錄是否存在；

(3) namenode返回是否可以上傳信息；

(4) client向namenode請求第一個block應該傳輸到哪些datanode服務器上；

(5) namenode在datanode信息池查詢可用的datanode信息；

(6) namenode返回3個可用的datanode服務器node1、node3、node4；

(7) client向3臺datanode服務器中的一臺node1請求建立傳輸通道channel（本質上是一個RPC調用，建立pipeline），node1收到請求會繼續向node3請求，然後node3請求node4，將整個pipeline建立完成。

(8) 承接第7步，將響應逐級返回給客戶端；

(9) client開始往node1上傳第一個block（先從磁盤讀取數據放到一個本地內存緩存），以packet為單位，node1收到一個packet就會傳給node3，node3傳給node4；node1每傳一個packet會放入一個應答隊列等待應答；

(10) 當一個block傳輸完成之後，client再次請求namenode上傳第二個block的服務器。

3.3 HDFS讀數據流程

3.3.1 概述

客戶端將要讀取的文件路徑發送給namenode，namenode獲取文件的元信息(主要是block的存放位置信息)返回給客戶端，客戶端根據返回的信息找到相應datanode逐個獲取文件的block並在客戶端本地進行數據追加合並從而獲得整個文件。

3.3.2 HDFS讀數據詳細流程

(1) 向namenode通信請求讀取文件hello.txt；

(2) namenode查詢hello.txt的元數據，找到文件塊所在的datanode服務器；

(3) namenode向client返回目標文件的元數據；

(4) client挑選一臺datanode服務器（就近原則，然後隨機），請求讀取數據塊BLK_1並請求建立socket流；

(5) datanode與client建立socket流，並開始傳輸數據；

(6) 然後client隨機挑選第二臺datanode服務器並獲取第二個block "BLK_2"；

(7) 接著client再次隨機挑選另一臺datanode服務器並獲取第三個block "BLK_3"；

(8) 客戶端以packet為單位接收來自datanode服務器的數據，先本地緩存，以追加的模式合並成目標文件，最後把目標文件寫入到本地。

3.4 NAMENODE工作機制

學習目標：理解namenode的工作機制尤其是元數據管理機制，以增強對HDFS工作原理的理解，及培養hadoop集群運營中“性能調優”、“namenode”故障問題的分析解決能力。

3.4.1 概述

NAMENODE職責：

① 負責客戶端請求的響應；
② 元數據的管理（查詢、修改）；

3.4.2 元數據管理與存儲機制

namenode對元數據的管理采用了三種存儲形式：

①內存元數據（NameSystem）；
②磁盤元數據鏡像文件；
③數據操作日誌文件（可通過日誌運算出元數據）；

元數據的存儲機制

A、內存中有一份完整的元數據(內存 meta data)；

B、磁盤有一個“準完整”的元數據鏡像(fsimage)文件，在namenode的工作目錄中；

C、用於銜接內存metadata和持久化元數據鏡像fsimage之間的操作日誌(edits日誌文件)；

註意：當客戶端對hdfs中的文件進行新增或修改操作，操作記錄首先被記入edits日誌文件中，當客戶端操作成功後，相應的元數據會更新到內存meta.data中。

3.4.3 元數據手動查看

可以通過hdfs的一個工具來查看edits中的信息

bin/hdfs oev -i edits -o edits.xml
bin/hdfs oiv -i fsimage_0000000000000000087 -p XML -o fsimage.xml

3.4.4 元數據的checkpoint

每隔一段時間，會由secondary namenode 將 namenode上積累的所有edits和一個最新的fsimage下載到本地，並加載到內存進行merge(這個過程稱為checkpiont)。

3.4.4.1 checkpoint的詳細過程

3.4.4.2 checkpoint操作的觸發條件配置參數

dfs.namenode.checkpoint.check.period=60  #檢查觸發條件是否滿足的頻率，60秒
dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary
#以上兩個參數做checkpoint操作時，secondary namenode的本地工作目錄
dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir}

dfs.namenode.checkpoint.max-retries=3  #最大重試次數
dfs.namenode.checkpoint.period=3600  #兩次checkpoint之間的時間間隔3600秒
dfs.namenode.checkpoint.txns=1000000 #兩次checkpoint之間最大的操作記錄

3.4.4.3 checkpoint的附帶作用

namenode和secondary namenode的工作目錄存儲結構完全相同，所以，當namenode故障退出需要重新恢復時，可以從secondary namenode的工作目錄中將fsimage拷貝到namenode的工作目錄，以恢復namenode的元數據。

3.4.5 元數據目錄說明

在第一次部署好Hadoop集群的時候，我們需要在NameNode節點上格式化磁盤：

$HADOOP_HOME/bin/hdfs namenode -format

格式化完成之後，將會在$dfs.namenode.name.dir/current目錄下創建如下文件結構：

current/
|-- VERSION
|-- edits_*
|-- fsimage_0000000000008547077
|-- fsimage_0000000000008547077.md5
`-- seen_txid

下面對$dfs.namenode.name.dir/current/目錄下的文件進行解釋：

1、VERSION文件是Java屬性文件，內容大致如下：

#Fri Nov 15 19:47:46 CST 2013
namespaceID=934548976
clusterID=CID-cdff7d73-93cd-4783-9399-0a22e6dce196
cTime=0
storageType=NAME_NODE
blockpoolID=BP-893790215-192.168.24.72-1383809616115
layoutVersion=-47

其中

(1) namespaceID是文件系統的唯一標識符，在文件系統首次格式化之後生成的；

(2) clusterID是系統生成或手動指定的集群ID，在-clusterid選項中可以使用它；如下說明：

a. 使用如下命令格式化一個NameNode：
$HADOOP_HOME/bin/hdfs namenode -format [-clusterId <cluster id>]
選擇一個唯一的cluster_id，並且這個cluster_id不能與環境中其他集群有沖突。
如果沒有提供cluster_id，則會自動生成一個唯一的ClusterID

b. 使用如下命令格式化其他NameNode：
$HADOOP_HOME/bin/hdfs namenode -format -clusterId <cluster_id>

c. 升級集群至最新版本。在升級過程中需要提供一個ClusterID，例如：
$HADOOP_PREFIX_HOME/bin/hdfs start namenode -config $HADOOP_CONF_DIR -upgrade -clusterId <cluster_ID>
如果沒有提供ClusterID，則會自動生成一個ClusterID。

(3) cTime表示NameNode存儲時間的創建時間，由於我的NameNode沒有更新過，所以這裏的記錄為0，以後對NameNode升級之後，cTime將會記錄更新時間戳；

(4) storageType說明這個文件存儲的是什麽進程的數據結構信息(如果是DataNode，storageType=DATA_NODE)；

(5) blockpoolID：是針對每一個NameSpace所對應的blockpool的ID，上面的這個BP-893790215-192.168.24.72-1383809616115就是在我的ns1的namespace下的存儲塊池的ID，這個ID包括了其對應的NameNode節點的ip地址。

(6) layoutVersion表示HDFS永久性數據結構的版本信息，只要數據結構變更，版本號也要遞減，此時的HDFS也需要升級，否則磁盤仍舊是使用舊版本的數據結構，這會導致新版本的NameNode無法使用；

2. $dfs.namenode.name.dir/current目錄下在format的同時也會生成fsimage和edits文件，及其對應的md5校驗文件。

3. $dfs.namenode.name.dir/current/seen_txid非常重要，是存放transactionId的文件，format之後是0，它代表的是namenode裏面的edits_*文件的尾數，namenode重啟的時候，會按照seen_txid的數字，循序從頭跑edits_0000001~到seen_txid的數字。所以當你的hdfs發送異常重啟的時候，一定要比對seen_txid內的數字是不是你edits最後的尾數，不然會發生建置namenode時metaData的資料有缺少，導致誤刪Datanode上多余Block的資訊。

註意：seen_txid。文件中記錄的edits滾動的序號，每次重啟namenode時，namenode就知道要將哪些edits進行加載edits。

補充說明

其中dfs.name.dir是在hdfs-site.xml文件中配置的，而hadoop.tmp.dir是在core-site.xml中配置的，默認值如下：　

#dfs.name.dir是在hdfs-site.xml中配置的，默認值如下
<property>
  <name>dfs.name.dir</name>
  <value>file://${hadoop.tmp.dir}/dfs/name</value>
</property>

#hadoop.tmp.dir是在core-site.xml中配置的，默認值如下
<property>
  <name>hadoop.tmp.dir</name>
  <value>/tmp/hadoop-${user.name}</value>
  <description>A base for other temporary directories.</description>
</property>

說明：dfs.namenode.name.dir屬性可以配置多個目錄，如/data1/dfs/name,/data2/dfs/name,/data3/dfs/name,...。各個目錄存儲的文件結構和內容都完全一樣，相當於備份，這樣做的好處是當其中一個目錄損壞了，也不會影響到Hadoop的元數據，特別是當其中一個目錄是NFS(網絡文件系統Network File System，NFS)之上，即使你這臺機器損壞了，元數據也得到保存。

3.5 DATANODE的工作機制

3.5.1 概述

(1) Data工作職責：

①存儲管理用戶的文件塊數據；
②定期向namenode匯報自身所持有的block信息（通過心跳信息上報）

註意：這點很重要，因為這涉及到，當集群中發生某些block副本失效時，集群如何恢復block初始副本數量的問題。

<property>
	<name>dfs.blockreport.intervalMsec</name>
	<value>3600000</value>
	<description>Determines block reporting interval in milliseconds.</description>
</property>

(2) Datanode掉線判斷時限參數

datanode進程死亡或者網絡故障造成datanode無法與namenode通信，namenode不會立即把該節點判定為死亡，要經過一段時間，這段時間暫稱作超時時長。HDFS默認的超時時長為10分鐘+30秒。如果定義超時時間為timeout，則超時時長的計算公式為：

timeout = 2 * heartbeat.recheck.interval + 10 * dfs.heartbeat.interval。

默認的heartbeat.recheck.interval大小為5分鐘，dfs.heartbeat.interval默認為3秒。需要註意的是hdfs-site.xml配置文件中的heartbeat.recheck.interval的單位為毫秒，dfs.heartbeat.interval的單位為秒。所以，舉個例子，如果heartbeat.recheck.interval設置為50000(毫秒)，dfs.heartbeat.interval設置為3(秒，默認)，則總的超時時間為40秒。

<property>
        <name>heartbeat.recheck.interval</name>
        <value>300000</value>
</property>
<property>
        <name>dfs.heartbeat.interval</name>
        <value>3</value>
</property>

3.5.2 觀察驗證DATANODE功能

上傳一個文件，觀察文件的block具體的物理存放情況：

在每一臺datanode機器上的data存放目錄中能找到文件的切塊，假設data目錄設定為/opt/app/hadoop-2.4.1/data，則文件切塊目錄為/opt/app/hadoop-2.4.1/data/current/BP-*****/current/finalized

Hadoop — HDFS的概念、原理及基本操作