【转帖】Hadoop — HDFS的概念、原理及基本操作

时间:2023-01-16 23:36:53

Hadoop — HDFS的概念、原理及基本操作

https://www.cnblogs.com/swordfall/p/8709025.html
分类: Hadoop
undefined

1. HDFS的基本概念和特性

设计思想——分而治之:将大文件、大批量文件分布式存放在大量服务器上,以便于采取分而治之的方式对海量数据进行运算分析。在大数据系统中作用:为各类分布式运算框架(如:mapreduce,spark,tez,....)提供数据存储服务。

1.1 HDFS的概念

首先,它是一个文件系统,用于存储文件,通过统一的命名空间--目录树来定位文件;

其次,它是分布式的,有很多服务器联合起来实现其功能,集群中的服务器有各自的角色;

重点概念:文件切块,副本存放,元数据(目录结构及文件分块信息)

1.2 HDFS的重要特性

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

(2) HDFS文件系统会给客户端提供一个统一的抽象目录树,客户端通过路径来访问文件,形如:hdfs://namenode:port/dir-a/dir-b/file.data;

(3) 目录结构及文件分块信息(元数据)的管理由namenode节点承担
namenode是HDFS集群主节点,负责维护整个hdfs文件系统的目录树,以及每一个路径(文件)所对应block块信息(block的id,及所在的datanode服务器)

(4) 文件的各个block的存储管理由datanode节点承担
datanode是HDFS集群从节点,每一个block都可以在多个datanode上存储多个副本(副本数量也可以通过参数设置dfs.replication)

(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;

注意:适合用来做数据分析,并不合适用来做网盘应用,因为,不便修改,延迟大,网络开销大,成本高。

2. HDFS的shell(命令行客户端)常用操作

命令参数 功能描述 示例
 -help  输出这个命令参数手册详细内容  hadoop fs -help
 无  输出命令行客户端支持的命令参数,命令参数手册缩小版  hadoop fs
 -ls  显示目录信息  hadoop fs -ls /
 -mkdir  在hdfs上创建目录  hadoop fs -mkdir -p /aaa/bbb 
 -mv  在hdfs目录中移动文件  hadoop fs -mv /aaa/jdk.tar.gz /bbb 
 -moveFromLocal  从本地剪切粘贴到hdfs  hadoop fs -moveFromLocal /home/hadoop/a.txt /aaa/bbb
 -moveToLocal  从hdfs剪切粘贴到本地  hadoop fs -moveToLocal /aaa/bbb /home/hadoop/a.txt
 -cp  从hdfs的一个路径拷贝到hdfs的另一个路径  hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz
 -copyFromLocal  从本地文件系统中拷贝文件到hdfs路径去  hadoop fs -copyFromLocal ./jdk.tar.gz /aaa/
 -copyToLocal  从hdfs拷贝到本地  hadoop fs -copyToLocal /aaa/jdk.tar.gz ./
 -get   等同于copyToLocal,就是从hdfs下载文件到本地  hadoop fs -get /aaa/jdk.tar.gz ./
 -getmerge  合并下载多个文件。比如hdfs目录/aaa/下有多个文件:log.1,log.2,log.3...  hadoop fs -getmerge /aaa/log.* ./log.sum
 -put  等同于copyFromLocal,从本地文件系统中拷贝文件到hdfs路径去  hadoop fs -put /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2
 -rm  删除文件或文件夹  hadoop fs -rm -r /aaa/bbb/
 -rmdir  删除空目录  hadoop fs -rmdir /aaa/bbb/ccc
 -cat  显示文件内容  hadoop fs -cat /hello.txt
 -tail  显示一个文件的末尾  hadoop fs -tail /weblog/access_log.1
 -text  以字符形式打印一个文件的内容  hadoop fs -text /weblog/access_log.1
 -appendToFile  追加一个文件到已经存在的文件末尾  hadoop fs -appendToFile ./hellotx /hello.tx
 -chmod  linux文件系统中的用法一样,对文件所属权限  hadoop fs -chmod 666 /hello.txt
 -chown  linux文件系统中的用法一样,对文件所属用户以及用户组的修改  hadoop fs -chown hadoop:hadoop /hello.tx
 -df  统计文件系统的可用空间信息  hadoop fs -df -h /
 -du  统计文件夹的大小信息  hadoop fs -du -s -h /aaa/*
 -count  统计一个指定目录下的文件节点数量  hadoop fs -count /aaa/*
 -setrep  设置hdfs中文件的副本数量  hadoop fs -setrep 3 /aaa/jdk.tar.gz

注意:-setrep设置的副本数只是记录在namenode的元数据中,是否真的会有这么多副本,还得看datanode的数量。

3. HDFS的工作机制

3.1 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;

(3) DataNode负责管理用户的文件数据块;

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

(5) 每一个文件块可以有多个副本,并存放在不同的datanode上;

(6) DatanNode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;

(7) HDFS的内部工作机制对客户端保持透明,客户端请求访问HDFS都是通过向NameNode申请来进行。

3.2 HDFS写数据流程

3.2.1 概述

客户端要向HDFS写数据,首先要跟namenode通信以确认可以写文件并获得接收文件block的datanode;然后,客户端按顺序将文件逐个block传递给相应datanode,并由接收到block的datanode负责向其他datanode复制block的副本。

3.2.3 HDFS写数据详细流程图

【转帖】Hadoop — HDFS的概念、原理及基本操作

(1) 向namenode通信请求上传文件hello.txt;

(2) namenode通过目录树检查目标文件是否已存在,父目录是否存在;

(3) namenode返回是否可以上传信息;

(4) client向namenode请求第一个block应该传输到哪些datanode服务器上;

(5) namenode在datanode信息池查询可用的datanode信息;

(6) namenode返回3个可用的datanode服务器node1、node3、node4;

(7) client向3台datanode服务器中的一台node1请求建立传输通道channel(本质上是一个RPC调用,建立pipeline),node1收到请求会继续向node3请求,然后node3请求node4,将整个pipeline建立完成。

(8) 承接第7步,将响应逐级返回给客户端;

(9) client开始往node1上传第一个block(先从磁盘读取数据放到一个本地内存缓存),以packet为单位,node1收到一个packet就会传给node3,node3传给node4;node1每传一个packet会放入一个应答队列等待应答;

(10) 当一个block传输完成之后,client再次请求namenode上传第二个block的服务器。

3.3 HDFS读数据流程

3.3.1 概述

客户端将要读取的文件路径发送给namenode,namenode获取文件的元信息(主要是block的存放位置信息)返回给客户端,客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件。

3.3.2 HDFS读数据详细流程

【转帖】Hadoop — HDFS的概念、原理及基本操作

(1) 向namenode通信请求读取文件hello.txt;

(2) namenode查询hello.txt的元数据,找到文件块所在的datanode服务器;

(3) namenode向client返回目标文件的元数据;

(4) client挑选一台datanode服务器(就近原则,然后随机),请求读取数据块BLK_1并请求建立socket流;

(5) datanode与client建立socket流,并开始传输数据;

(6) 然后client随机挑选第二台datanode服务器并获取第二个block "BLK_2";

(7) 接着client再次随机挑选另一台datanode服务器并获取第三个block "BLK_3";

(8) 客户端以packet为单位接收来自datanode服务器的数据,先本地缓存,以追加的模式合并成目标文件,最后把目标文件写入到本地。

3.4 NAMENODE工作机制

学习目标:理解namenode的工作机制尤其是元数据管理机制,以增强对HDFS工作原理的理解,及培养hadoop集群运营中“性能调优”、“namenode”故障问题的分析解决能力。

3.4.1 概述

NAMENODE职责:

① 负责客户端请求的响应;
② 元数据的管理(查询、修改)

3.4.2 元数据管理与存储机制

namenode对元数据的管理采用了三种存储形式:

①内存元数据(NameSystem);
②磁盘元数据镜像文件;
③数据操作日志文件(可通过日志运算出元数据);

元数据的存储机制

A、内存中有一份完整的元数据(内存 meta data);

B、磁盘有一个“准完整”的元数据镜像(fsimage)文件,在namenode的工作目录中;

C、用于衔接内存metadata和持久化元数据镜像fsimage之间的操作日志(edits日志文件);

注意:当客户端对hdfs中的文件进行新增或修改操作,操作记录首先被记入edits日志文件中,当客户端操作成功后,相应的元数据会更新到内存meta.data中。

3.4.3 元数据手动查看

可以通过hdfs的一个工具来查看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 元数据的checkpoint

每隔一段时间,会由secondary namenode 将 namenode上积累的所有edits和一个最新的fsimage下载到本地,并加载到内存进行merge(这个过程称为checkpiont)。

3.4.4.1 checkpoint的详细过程

【转帖】Hadoop — HDFS的概念、原理及基本操作

3.4.4.2 checkpoint操作的触发条件配置参数

1
2
3
4
5
6
7
8
dfs.namenode.checkpoint.check.period=60  #检查触发条件是否满足的频率,60秒
dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary
#以上两个参数做checkpoint操作时,secondary namenode的本地工作目录
dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir}
 
dfs.namenode.checkpoint.max-retries=3  #最大重试次数
dfs.namenode.checkpoint.period=3600  #两次checkpoint之间的时间间隔3600秒
dfs.namenode.checkpoint.txns=1000000 #两次checkpoint之间最大的操作记录

3.4.4.3 checkpoint的附带作用

namenode和secondary namenode的工作目录存储结构完全相同,所以,当namenode故障退出需要重新恢复时,可以从secondary namenode的工作目录中将fsimage拷贝到namenode的工作目录,以恢复namenode的元数据。

3.4.5 元数据目录说明

在第一次部署好Hadoop集群的时候,我们需要在NameNode节点上格式化磁盘:

1
$HADOOP_HOME/bin/hdfs namenode -format

格式化完成之后,将会在$dfs.namenode.name.dir/current目录下创建如下文件结构:

1
2
3
4
5
6
current/
|-- VERSION
|-- edits_*
|-- fsimage_0000000000008547077
|-- fsimage_0000000000008547077.md5
`-- seen_txid

下面对$dfs.namenode.name.dir/current/目录下的文件进行解释:

1、VERSION文件是Java属性文件,内容大致如下:

1
2
3
4
5
6
7
#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是文件系统的唯一标识符,在文件系统首次格式化之后生成的;

(2) clusterID是系统生成或手动指定的集群ID,在-clusterid选项中可以使用它;如下说明:

a. 使用如下命令格式化一个NameNode:
               $HADOOP_HOME/bin/hdfs namenode -format [-clusterId <cluster id>]
              选择一个唯一的cluster_id,并且这个cluster_id不能与环境中其他集群有冲突。
              如果没有提供cluster_id,则会自动生成一个唯一的ClusterID

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

c. 升级集群至最新版本。在升级过程中需要提供一个ClusterID,例如:
               HADOOPPREFIXHOME/bin/hdfsstartnamenode−configHADOOPPREFIXHOME/bin/hdfsstartnamenode−configHADOOP_CONF_DIR -upgrade -clusterId <cluster_ID>
                如果没有提供ClusterID,则会自动生成一个ClusterID。

(3) cTime表示NameNode存储时间的创建时间,由于我的NameNode没有更新过,所以这里的记录为0,以后对NameNode升级之后,cTime将会记录更新时间戳;

(4) storageType说明这个文件存储的是什么进程的数据结构信息(如果是DataNode,storageType=DATA_NODE);

(5) blockpoolID:是针对每一个NameSpace所对应的blockpool的ID,上面的这个BP-893790215-192.168.24.72-1383809616115就是在我的ns1的namespace下的存储块池的ID,这个ID包括了其对应的NameNode节点的ip地址。

(6) layoutVersion表示HDFS永久性数据结构的版本信息,只要数据结构变更,版本号也要递减,此时的HDFS也需要升级,否则磁盘仍旧是使用旧版本的数据结构,这会导致新版本的NameNode无法使用;

2. $dfs.namenode.name.dir/current目录下在format的同时也会生成fsimage和edits文件,及其对应的md5校验文件。

3. $dfs.namenode.name.dir/current/seen_txid非常重要,是存放transactionId的文件,format之后是0,它代表的是namenode里面的edits_*文件的尾数,namenode重启的时候,会按照seen_txid的数字,循序从头跑edits_0000001~到seen_txid的数字。所以当你的hdfs发送异常重启的时候,一定要比对seen_txid内的数字是不是你edits最后的尾数,不然会发生建置namenode时metaData的资料有缺少,导致误删Datanode上多余Block的资讯。

注意:seen_txid。文件中记录的edits滚动的序号,每次重启namenode时,namenode就知道要将哪些edits进行加载edits。

补充说明

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,默认值如下: 

1
2
3
4
5
6
7
8
9
10
11
12
#dfs.name.dir是在hdfs-site.xml中配置的,默认值如下
<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,默认值如下
<property>
  <name>hadoop.tmp.dir</name>
  <value>/tmp/hadoop-${user.name}</value>
  <description>A base for other temporary directories.</description>
</property>

说明:dfs.namenode.name.dir属性可以配置多个目录,如/data1/dfs/name,/data2/dfs/name,/data3/dfs/name,...。各个目录存储的文件结构和内容都完全一样,相当于备份,这样做的好处是当其中一个目录损坏了,也不会影响到Hadoop的元数据,特别是当其中一个目录是NFS(网络文件系统Network File System,NFS)之上,即使你这台机器损坏了,元数据也得到保存。

3.5 DATANODE的工作机制

3.5.1 概述

(1) Data工作职责:

①存储管理用户的文件块数据;
    ②定期向namenode汇报自身所持有的block信息(通过心跳信息上报)

注意:这点很重要,因为这涉及到,当集群中发生某些block副本失效时,集群如何恢复block初始副本数量的问题。

1
2
3
4
5
<property>
    <name>dfs.blockreport.intervalMsec</name>
    <value>3600000</value>
    <description>Determines block reporting interval in milliseconds.</description>
</property>

(2) Datanode掉线判断时限参数

datanode进程死亡或者网络故障造成datanode无法与namenode通信,namenode不会立即把该节点判定为死亡,要经过一段时间,这段时间暂称作超时时长。HDFS默认的超时时长为10分钟+30秒。如果定义超时时间为timeout,则超时时长的计算公式为:

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

默认的heartbeat.recheck.interval大小为5分钟,dfs.heartbeat.interval默认为3秒。需要注意的是hdfs-site.xml配置文件中的heartbeat.recheck.interval的单位为毫秒,dfs.heartbeat.interval的单位为秒。所以,举个例子,如果heartbeat.recheck.interval设置为50000(毫秒),dfs.heartbeat.interval设置为3(秒,默认),则总的超时时间为40秒。

1
2
3
4
5
6
7
8
<property>
        <name>heartbeat.recheck.interval</name>
        <value>300000</value>
</property>
<property>
        <name>dfs.heartbeat.interval</name>
        <value>3</value>
</property>

3.5.2 观察验证DATANODE功能

上传一个文件,观察文件的block具体的物理存放情况:

在每一台datanode机器上的data存放目录中能找到文件的切块,假设data目录设定为/opt/app/hadoop-2.4.1/data,则文件切块目录为/opt/app/hadoop-2.4.1/data/current/BP-*****/current/finalized

 
分类: Hadoop