Hadoop的namenode的管理机制,工作机制和datanode的工作原理

  • 时间:
  • 浏览:1

(1)扩容能力(Scalable):能可靠地(reliably)存储和解决千兆字节(PB)数据。

(2)成本低(Economical):都要能 通过普通机器组成的服务器群来派发以及解决数据。什么服务器群总计可达数千个节点。

(3)高强度(Efficient):通过派发数据,hadoop都要能 在数据所在的节点上并行地(parallel)解决它们,这使得解决非常的快速。

(4)可靠性(Reliable):hadoop能自动地维护数据的多份副本,否则在任务失败都要能 自动地重新部署(redeploy)计算任务。

    (2)HDFS文件系统会给客户端提供一4个多统一的抽象目录树,客户端通过路径来访问文件,形如:hdfs://namenode:port/dir-a/dir-b/dir-c/file.data

    (1)HDFS中的文件在物理上是分块存储(block),块的大小都要能 通过配置参数( dfs.blocksize)来规定,默认大小在hadoop2.x版本中是128M,老版本中是64M

2:Hadoop最擅长的是(离线 )日志分析   

  1) 设计思想

(3):YARN----》资源管理调度

11:什么后来checkpiont

      namenode是HDFS集群主节点,负责维护整个hdfs文件系统的目录树,以及每一4个多路径(文件)所对应的block块信息(block的id,及所在的datanode服务器)



  注意:全都都不 真正理解hadoop技术体系的人会常常其实HDFS可用于网盘类应用,但实际并不越来越。要想将技术准确用在恰当的地方,需用对技术有深刻的理解

23:Hdfs的工作机制:

 13:Datanode

6:HDFS架构

(1)fs.checkpoint.period 指定两次checkpoint的最大时间间隔,默认35000秒。

(2)fs.checkpoint.size    规定edits文件的最大值,一旦超过这名 值则强制checkpoint,不管是与否到达最大时间间隔。默认大小是64M。

3:HDFS的Shell

  3)重要特征如下:

  2)在大数据系统中作用:

(1)RPC——远程过程调用协议,它是有四种 通过网络从远程计算机应用进程上请求服务,而不需用了解底层网络技术的协议。RPC协议假定许多传输协议的发生,如TCP或UDP,为通信应用进程之间携带信息数据。在OSI网络通信模型中,RPC跨越了传输层和应用层。RPC使得开发包括网络分布式多应用进程在内的应用应用进程更加容易。

(2)RPC采用客户机/服务器模式。请求应用进程本来一4个多客户机,而服务提供应用进程本来一4个多服务器。首先,客户机调用应用应用进程发送一4个多有应用应用进程参数的调用信息到服务应用应用进程,否则在等待应答信息。在服务器端,应用应用进程保持睡眠情況直到调用信息的到达为止。当一4个多调用信息到达,服务器获得应用应用进程参数,计算结果,发送答复信息,否则在等待下一4个多调用信息,最后,客户端调用应用应用进程接收答复信息,获得应用应用进程结果,否则调用执行继续进行。(3)hadoop的整个体系特征本来构建在RPC之上的(见org.apache.hadoop.ipc)。

5:HDFS的Shell命令练习

15:HDFS读过程

(1):数据量越来越来越多,在一4个多操作系统管辖的范围存不下了,越来越就分配到更多的操作系统管理的磁盘中,否则不方便管理和维护,否则迫切需用有四种 系统来管理多台机器上的文件,这本来分布式文件管理系统 。

(2):是有四种 允许文件通过网络在多台主机上分享的文件系统,可让多机器上的多用户分享文件和存储空间。(3):通透性。让实际上是通过网络来访问文件的动作,由应用进程与用户看来,就像是访问本地的磁盘一般。(4):容错。即使系统包含许多节点脱机,整体来说系统仍否则能 持续运作而不用有数据损失。(5):分布式文件管理系统全都,hdfs本来其包含四种 。适用于一次写入多次查询的情況,不支持并发写情況,小文件不相当于。

(1)提供真实文件数据的存储服务。

(2)文件块(block):最基本的存储单位。对于文件内容而言,一4个多文件的长度大小是size,越来越从文件的0偏移开始英文英语 了了,按照固定的大小,顺序对文件进行划分并编号,划分好的每一4个多块称一4个多Block。HDFS默认Block大小是128MB,以一4个多256MB文件,共有256/128=一4个多Block.dfs.block.size(3)不同于普通文件系统的是,HDFS中,将会一4个多文件小于一4个多数据块的大小,并不占用整个数据块存储空间(4)Replication。多复本。默认是一4个多。hdfs-site.xml的dfs.replication属性

(1)-help [cmd]    //显示命令的帮助信息

(2)-ls(r) <path>    //显示当前目录下所有文件

(3)-du(s) <path>    //显示目录中所有文件大小

(4)-count[-q] <path>    //显示目录中文件数量

(5)-mv <src> <dst>    //移动多个文件到目标目录

(6)-cp <src> <dst>    //克隆qq多个文件到目标目录

(7)-rm(r)        //删除文件(夹)

(8)-put <localsrc> <dst>    //本地文件克隆qq到hdfs

(9)-copyFromLocal    //同put

(10)-moveFromLocal    //从本地文件移动到hdfs

(11)-get [-ignoreCrc] <src> <localdst>    //克隆qq文件到本地,都要能 忽略crc校验

(12)-getmerge <src> <localdst>        //将源目录中的所有文件排序合并到一4个多文件中

(13)-cat <src>    //在终端显示文件内容

(14)-text <src>    //在终端显示文件内容

(15)-copyToLocal [-ignoreCrc] <src> <localdst>    //克隆qq到本地

(16)-moveToLocal <src> <localdst>

(17)-mkdir <path>    //创建文件夹

(18)-touchz <path>    //创建一4个多空文件

-help             

功能:输出这名 命令参数手册-ls                  功能:显示目录信息示例: hadoop fs -ls hdfs://hadoop-server01:9000/备注:什么参数中,所有的hdfs路径都都要能 简写-->hadoop fs -ls /   等同于上一根命令的效果-mkdir              功能:在hdfs上创建目录示例:hadoop fs  -mkdir  -p  /aaa/bbb/cc/dd-moveFromLocal            功能:从本地剪切粘塞进 hdfs示例:hadoop  fs  - moveFromLocal  /home/hadoop/a.txt  /aaa/bbb/cc/dd-moveToLocal              功能:从hdfs剪切粘塞进 本地示例:hadoop  fs  - moveToLocal   /aaa/bbb/cc/dd  /home/hadoop/a.txt --appendToFile  功能:追加一4个多文件到将会发生的文件末尾示例:hadoop  fs  -appendToFile  ./hello.txt  hdfs://hadoop-server01:9000/hello.txt都要能 简写为:Hadoop  fs  -appendToFile  ./hello.txt  /hello.txt-cat  功能:显示文件内容  示例:hadoop fs -cat  /hello.txt-tail                 功能:显示一4个多文件的末尾示例:hadoop  fs  -tail  /weblog/access_log.1-text                  功能:以字符形式打印一4个多文件的内容示例:hadoop  fs  -text  /weblog/access_log.1-chgrp -chmod-chown功能:linux文件系统中的用法一样,对文件所属权限示例:hadoop  fs  -chmod  666  /hello.txthadoop  fs  -chown  someuser:somegrp   /hello.txt-copyFromLocal    功能:从本地文件系统中拷贝文件到hdfs路径去示例:hadoop  fs  -copyFromLocal  ./jdk.tar.gz  /aaa/-copyToLocal      功能:从hdfs拷贝到本地示例:hadoop fs -copyToLocal /aaa/jdk.tar.gz-cp              功能:从hdfs的一4个多路径拷贝hdfs的曾经路径示例: hadoop  fs  -cp  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2-mv                     功能:在hdfs目录中移动文件示例: hadoop  fs  -mv  /aaa/jdk.tar.gz  /-get              功能:等同于copyToLocal,本来从hdfs下载文件到本地示例:hadoop fs -get  /aaa/jdk.tar.gz-getmerge             功能:合并下载多个文件示例:比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,...hadoop fs -getmerge /aaa/log.* ./log.sum-put                功能:等同于copyFromLocal示例:hadoop  fs  -put  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2-rm                功能:删除文件或文件夹示例:hadoop fs -rm -r /aaa/bbb/-rmdir                 功能:删除空目录示例:hadoop  fs  -rmdir   /aaa/bbb/ccc-df               功能:统计文件系统的可用空间信息示例:hadoop  fs  -df  -h  /-du 功能:统计文件夹的大小信息示例:hadoop  fs  -du  -s  -h /aaa/*-count         功能:统计一4个多指定目录下的文件节点数量示例:hadoop fs -count /aaa/-setrep                功能:设置hdfs中文件的副本数量示例:hadoop fs -setrep 3 /aaa/jdk.tar.gz<这里设置的副本数本来记录在namenode的元数据中,是与否真的会有越来越来越多副本,还得看datanode的数量>

(1)secondary通知namenode切换edits文件

(2)secondary从namenode获得fsimage和edits(通过http)

(3)secondary将fsimage载入内存,否则开始英文英语 了了合并edits

(4)secondary将新的fsimage发回给namenode

(5)namenode用新的fsimage替换旧的fsimage

(1)是整个文件系统的管理节点。它维护着整个文件系统的文件目录树,文件/目录的元信息和每个文件对应的数据块列表。接收用户的操作请求。

(2)文件包括:

fsimage:元数据镜像文件。存储某一时分NameNode内存元数据信息。

edits:操作日志文件。

fstime:保存最近一次checkpoint的时间

(3)以上什么文件是保发生linux的文件系统中。

(1)Namenode始终在内存中保存metedata,用于解决“读请求”

(2)到有“写请求”到来时,namenode会首先写editlog到磁盘,即向edits文件中写日志,成功返回后,才会修改内存,否则向客户端返回

(3)Hadoop会维护一4个多fsimage文件,也本来namenode中metedata的镜像,否则fsimage不用随时与namenode内存中的metedata保持一致,本来每隔一段时间通过合并edits文件来更新内容。Secondary namenode本来用来合并fsimage和edits文件来更新NameNode的metedata的。

HDFS前言:

12:NameNode和SecondNameNode之间的联系

    (4)文件的各个block的存储管理由datanode节点承担

(1)NameNode

(2)DataNode

(3)Secondary NameNode

(2):MapReduce----》海量数据的分析

    (5)HDFS是设计成适应一次写入,多次读出的场景,且不支持文件的修改

(1)初始化FileSystem,否则客户端(client)用FileSystem的open()函数打开文件

(2)FileSystem用RPC调用元数据节点,得到文件的数据块信息,对于每一4个多数据块,元数据节点返回保存数据块的数据节点的地址。(3)FileSystem返回FSDataInputStream给客户端,用来读取数据,客户端调用stream的read()函数开始英文英语 了了读取数据。(4)DFSInputStream连接保存此文件第一4个多数据块的最近的数据节点,data从数据节点读到客户端(client)(5)当此数据块读取完毕时,DFSInputStream关闭和此数据节点的连接,否则连接此文件下一4个多数据块的最近的数据节点。(6)当客户端读取完毕数据的后来,调用FSDataInputStream的close函数。(7)在读取数据的过程中,将会客户端在与数据节点通信老出错误,则尝试连接包含此数据块的下一4个多数据节点。(8)失败的数据节点将被记录,后来不再连接。

  1)首先,它是一4个多文件系统,用于存储文件,通过统一的命名空间——目录树来定位文件

22:hadoop常用命令参数介绍:

19:Hadoop的特点

(1)HA的一4个多解决方案。但不支持热备。配置即可。

(2)执行过程:从NameNode上下载元数据信息(fsimage,edits),否则把二者合并,生成新的fsimage,在本地保存,并将其推送到NameNode,替换旧的fsimage.

(3)默认在安塞进 NameNode节点上,但曾经...不安全!

    为各类分布式运算框架(如:mapreduce,spark,tez,……)提供数据存储服务

(工作机制的学习主本来为加深对分布式系统的理解,以及增强遇到各种难题报告 时的分析解决能力,形成一定的集群运维能力)

  注意:适合用来做数据分析,并不适合用来做网盘应用,将会,不便修改,延迟大,网络开销大,成本太高;

(1)初始化FileSystem,客户端调用create()来创建文件

(2)FileSystem用RPC调用元数据节点,在文件系统的命名空间中创建一4个多新的文件,元数据节点首先选折 文件曾经不发生,否则客户端有创建文件的权限,否则创建新文件。

(3)FileSystem返回DFSOutputStream,客户端用于写数据,客户端开始英文英语 了了写入数据。

(4)DFSOutputStream将数据分成块,写入data queue。data queue由Data Streamer读取,并通知元数据节点分配数据节点,用来存储数据块(每块默认克隆qq3块)。分配的数据节点塞进 去一4个多pipeline里。Data Streamer将数据块写入pipeline中的第一4个多数据节点。第一4个多数据节点将数据块发送给第4个数据节点。第4个数据节点将数据发送给第一4个多数据节点。

(5)DFSOutputStream为发出去的数据块保存了ack queue,在等待pipeline中的数据节点告知数据将会写入成功。

(6)当客户端开始英文英语 了写入数据,则调用stream的close函数。此操作将所有的数据块写入pipeline中的数据节点,并在等待ack queue返回成功。最后通知元数据节点写入完毕。

(7)将会数据节点在写入的过程中失败,关闭pipeline,将ack queue中的数据块塞进 去data queue的开始英文英语 了了,当前的数据块在将会写入的数据节点中被元数据节点赋予新的标示,则错误节点重启都要能 够察觉其数据块是过时的,会被删除。失败的数据节点从pipeline中移除,另外的数据块则写入pipeline中的另外一4个多数据节点。元数据节点则被通知此数据块是克隆qq块数过高 ,将来会再创建第三份备份。

4:HDFS fs命令

(1):调用文件系统(FS)Shell命令应使用 bin/hadoop fs 的形式。

(2):所有的FS shell命令使用URI路径作为参数。   URI格式是scheme://authority/path。HDFS的scheme是hdfs,对本地文件系统,scheme是file。其中scheme和authority参数都不 可选的,将会未加指定,就会使用配置中指定的默认scheme。   类似于于:/parent/child都要能 表示成hdfs://namenode:namenodePort/parent/child,将会更简单的/parent/child(假设配置文件是namenode:namenodePort)(3):大多数FS Shell命令的行为和对应的Unix Shell命令类似于于。

16:HDFS写过程

      datanode是HDFS集群从节点,每一4个多block都都要能 在多个datanode上存储多个副本(副本数量也都要能 通过参数设置dfs.replication)

(1):HDFS----》海量数据的存储

  2)其次,它是分布式的,由全都服务器联合起来实现其功能,集群中的服务器有其他人的角色;

9:SecondaryNameNode

(1)#hadoop fs -ls /  查看HDFS根目录

(2)#hadoop fs -mkdir /test 在根目录创建一4个多目录test(3)#hadoop fs -mkdir /test1 在根目录创建一4个多目录test1(4)#hadoop fs -put ./test.txt /test 或#hadoop fs -copyFromLocal ./test.txt /test(5)#hadoop fs -get /test/test.txt . 或#hadoop fs -getToLocal /test/test.txt .(6)#hadoop fs -cp /test/test.txt /test1(7)#hadoop fs -rm /test1/test.txt(8)#hadoop fs -mv /test/test.txt /test1(9)#hadoop fs -rmr /test1  

    分而治之:将大文件、大批量文件,分布式存塞进 去极少量服务器上,以便于采取分而治之的法子对海量数据进行运算分析

待续......

14:Remote Procedure Call

 20:HDFS的概念和特征:

8:NameNode的工作特点

18:Hadoop部署法子

概述

  1:HDFS集群分为两大角色:NameNode、DataNode

  2:NameNode负责管理整个文件系统的元数据

  3DataNode 负责管理用户的文件数据块

  4文件会按照固定的大小(blocksize)切成若干块后分布式存储在若干台datanode上

  5每一4个多文件块都要能 有多个副本,并存塞进 去不同的datanode上

  6Datanode会定期向Namenode汇报自身所保存的文件block信息,而namenode则会负责保持文件的副本数量

  7HDFS的内部内部结构工作机制对客户端保持透明,客户端请求访问HDFS都不 通过向namenode申请来进行

  3)重点概念:文件切块,副本存放,元数据

10:secondary namenode的工作流程

 17:HDFS的架构

7:NameNode

    (3)目录特征及文件分块信息(元数据)的管理由namenode节点承担

(1)主从特征

  主节点, namenode  从节点,有全都个: datanode(2)namenode负责:  接收用户操作请求  维护文件系统的目录特征  管理文件与block之间关系,block与datanode之间关系(3)datanode负责:  存储文件  文件被分成block存储在磁盘上  为保证数据安全,文件会有多个副本

(1)本地模式

(2)伪分布模式(3)集群模式

1:分布式文件系统(Distributed File System):