大家好，我是风云，欢迎大家关注我的博客 或者 微信公众号【笑看风云路】，在未来的日子里我们一起来学习大数据相关的技术，一起努力奋斗，遇见更好的自己！

HDFS基本概念

• 块（Block）
• 名称节点（NameNode）
• 数据节点（DataNode）

1. 块

HDFS的文件被分成块进行存储，块是文件存储处理的逻辑单元

• 支持大规模文件存储：大规模文件可拆分若干块，不同文件块可分发到不同的节点上
• 简化系统设计：简化了存储管理、方便元数据的管理
• 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

2. 节点

• NameNode

• 存储元数据
• 元数据保存在内存中
• 保存文件，block，datanode之间的映射关系

• DataNode

• 存储文件内容
• 文件内容保存在磁盘
• 维护了block id到datanode本地文件的映射关系

NameNode

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。

• 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
• EditLog操作日志文件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。

名称节点运行期间EditLog不断变大的问题：

运行时，所有对HDFS的更新操作，都会记录到EditLog，导致EditLog不断变大。当重启HDFS时，FsImage的所有内容会首先加载到内存中，之后再执行EditLog。由于EditLog十分庞大，会导致整个重启过程十分缓慢。

解决方案：SecondaryNameNode第二名称节点

SecondaryNameNode

Hadoop学习之SecondaryNameNode

SecondaryNameNode第二名称节点是HDFS架构中的一个组成部分，用来保存名称节点对HDFS元数据信息的备份，并减少名称节点重启的时间。

SecondaryNameNode一般单独运行在一台机器上。

工作流程如下：

• SecondaryNameNode节点通知NameNode节点生成新的日志文件，以后的日志都写到新的日志文件中。
• SecondaryNameNode节点用http get从NameNode节点获得fsimage文件及旧的日志文件。
• SecondaryNameNode节点将fsimage文件加载到内存中，并执行日志文件中的操作，然后生成新的fsimage文件。
• SecondaryNameNode节点将新的fsimage文件用http post传回NameNode节点上。
• NameNode节点可以将旧的fsimage文件及旧的日志文件，换为新的fsimage文件和新的日志文件(第一步生成的)，然后更新fstime文件，写入此次checkpoint的时间。
• 这样NameNode节点中的fsimage文件保存了最新的checkpoint的元数据信息，日志文件也重新开始，不会变的很大了。

流程图如下所示：

DataNode

DataNode是HDFS的工作节点，存放数据块

数据节点（DataNode）

• 数据节点是分布式文件系统HDFS的工作节点，负责数据的存储和读取，会根据客户端或者是名称节点的调度来进行数据的存储和检索，并且向名称节点定期发送自己所存储的块的列表
• 每个数据节点中的数据会被保存在各自节点的本地Linux文件系统中

HDFS体系结构

Hadoop分布式文件系统：架构和设计

HDFS采用master/slave架构。一个HDFS集群是由一个Namenode和一定数目的Datanodes组成。Namenode是一个中心服务器，负责管理文件系统的名字空间(namespace)以及客户端对文件的访问。集群中的Datanode一般是一个节点一个，负责管理它所在节点上的存储。

HDFS暴露了文件系统的名字空间，用户能够以文件的形式在上面存储数据。从内部看，一个文件其实被分成一个或多个数据块，这些块存储在一组Datanode上。

• Namenode执行文件系统的名字空间操作，比如打开、关闭、重命名文件或目录。它也负责确定数据块到具体Datanode节点的映射。
  
• Datanode负责处理文件系统客户端的读写请求。在Namenode的统一调度下进行数据块的创建、删除和复制。
  

好了，这次的分享就到此结束了，咱们下次见~~~