https://www.cnblogs.com/zhoujingyu/p/5040957.html
https://blog.csdn.net/firstchange/article/details/78567456
HDFS数据存储元（block）
- 文件被切分成固定大小的数据块
- 默认数据块大小为64MB（Hadoop1.x），128MB（Hadoop2.x）可以配置
- 若文件大小不到64MB，则单独存成一个block，大小是多少，占磁盘多少。
- 一个文件存储方式
- 按大小被切分成若干个block，存储到不同节点上
- 默认情况下每个block都有三个副本
- Block大小和副本数通过Clien端上传文件时设置，文件上传成功后副本数可以变更，Block Size不可变更
HDFS设计思想：
NameNode（NN）：
- NameNode主要功能：接受客户端的读写服务
- NameNode保存metadata信息，包括：
- 整个文件系统的目录信息
- 文件owership（所有者）和permissions（权限）
- 文件包含哪些block
- 文件包含的Block保存在哪个DataNode（由DataNode启动时上报）
- NameNode的metadata信息在启动后会加载到内存：
- metadata存储到磁盘文件名为“fsimage” （持久化，文件的权限信息，包含哪些block块）
- Block的位置信息不会保存到“fsimage”
- edits记录对metadata的操作日志
SecondaryNameNode（SNN）：
- 它不是NameNode的备份（但可以做备份），它的主要工作是帮助NameNode合并edits log，减少NameNode启动时间
- SecondaryNameNode执行合并时机：
- 根据配置文件设置的时间间隔fs.checkpoint.period默认3600秒
- 根据配置文件设置edits log大小fs.checkpoint.size规定edits文件的最大值，默认是64MB
SecondaryNameNode合并流程：
DataNode（DN）：
- 存储数据（block）
- 启动DataNode线程的时候会向NameNode汇报block信息（block位置信息），保存到NameNode的metadata（fsimage文件）中
- 通过向NameNode发送心跳保持与其联系（3秒一次），如果NameNode10分钟没有收到DataNode的心跳，则认为其已经lost，并copy其上的block到其他DataNode，以保证每个文件的每个Block至少保存有3个副本
Block的副本放置策略：
HDFS写流程
HDFS读流程
HDFS文件权限：
- 与Linux文件权限类似
- r：read；w：write；x：execute，权限x对于文件忽略，对于文件夹表示是否允许访问其内容
- 如果Linux系统用户zhangsan使用hadoop命令创建一个文件，那么这个文件在HDFS中owner就是张三
- HDFS的权限目的：阻止好人做错事，而不是阻止坏人做坏事。HDFS相信，你告诉我你是谁，我就认为你是谁
安全模式：
- namenode启动的时候，首先将映像文件（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射，则创建一个新的fsimage文件（这个操作不需要SecondaryNameNode）和一个空的编辑日志
- 此刻namenode运行在安全模式，即namenode的文件系统对于客户端来说是只读的（显示目录，显示文件内容等。写、删除、重命名都会失败）。
- 在此阶段Namenode手机各个datanode的报告，当数据块达到最小副本数以上时，会被认为是“安全”的，在一定比例（可以设置）的数据块被确定为“安全”后，再过若干时间，安全模式结束
- 当检测到副本数不足的数据块时，该块会被复制直到达到最小副本数，系统中数据块的位置并不是由namenode维护的，而是以块列表形式存储在datanode中。
HDFS安装：
完全分布式安装
- 下载
- 解压
- 检查java和ssh的免密码登录
- 修改core-site.xml
- 修改hdfs-site.xml
- 修改masters文件和slaves文件
- 格式化namenode
- start-hdfs.sh启动