HDFS教程（01）- 初识HDFS

01 引言

由于接下来需要用到hdfs的技术，从本篇开始，有关hdfs的学习笔记都会记录到《HDFS专栏》专栏。

接下来，开始我们愉快的Hdfs学习之旅！

02 HDFS概述

2.1 HDFS定义

HDFS（Hadoop Distributed File System）：它是一个文件系统，用于存储文件，通过目录树来定位；其次，它是分布式的，由很多服务联合起来实现其功能，集群中的服务器有各自的角色。

HDFS使用场景： 适合一次写入，多次读出的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用。

2.2 HDFS优缺点

HDFS优点：

• 高容错性： 数据自动保存多个副本，它通过增加副本的形式，提高容错性，当某一个副本丢失以后，它可以自动恢复；
• 适合处理大数据：它的数据规模能够处理数据规模达到GB，TB，甚至PB级别的数据；文件规模能够处理百万规模以上的文件数量，数量相当之大；
• 可构建在廉价机器上：通过多副本机制，提高可靠性。

HDFS缺点：

• 不适合低延迟数据访问：比如毫秒级的存储数据，是做不到的；
• 无法高效的对大量小文件进行存储：存储大量小文件的话，他会占用NameNode大量的内存来存储文件目录块信息。这样是不可取的，因为NameNode的内存总是有限的；小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标；
• 不支持并发写入，文件随机修改：一个文件只能有一个写，不允许多个线程同时写。仅支持数据append（追加），不支持文件的随机修改。

03 HDFS架构

贴上hdfs官方的架构图：

根据架构图，可以看出HDFS主要由如下几个部分组成：

• NameNode
• DataNode
• Client
• Secondary NameNode
• Block

下面讲解下。

3.1 NameNode管理者

NameNode： 就是Master，他是一个主管，管理者。

它主要的作用：

1. 管理HDFS的名称空间；
2. 配置副本策略；
3. 管理数据块（Block）映射信息；
4. 处理客户端读写请求。

NameNode主要维护两个文件：

• FsImage：FsImage是一个“镜像文件”。它保存了最新的元数据检查点，包含了整个HDFS文件系统的所有目录和文件的信息。对于文件来说包括了数据块描述信息、修改时间、访问时间等；对于目录来说包括修改时间、访问权限控制信息(目录所属用户，所在组)等；
• EditLog：EditLog主要是在NameNode已经启动情况下对HDFS进行的各种更新操作进行记录，HDFS客户端执行所有的写操作都会被记录到editlog中。

3.2 DataNode执行者

DataNode： 就是Slave，当NameNode下达命令，DataNode执行实际的操作。

它的主要作用：

1. 存储实际的数据块，所以DataNode节点需要较大的磁盘
2. 执行数据块的读/写操作；
3. 定期向NameNode发送心跳，如果NameNode长时间没有接受到DataNode发送的心跳，NameNode就会认为该DataNode失效，将其剔除集群（心跳参数dfs.heartbeat.interval=3，默认3秒发送一次心跳）;
4. DataNode会定时上报自己负责的数据块列表。

3.3 Client客户端

Client：就是客户端。

它的主要作用：

1. 文件切分，文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行上传；
2. 与NameNode交互，获取文件的位置信息；
3. 与Datanode交互，读取或者写入数据；
4. Client提供一些命令来管理HDFS，比如NameNode格式化；
5. Client可以通过一些命令来访问HDFS，比如对HDFS增删改查操作。

3.4 Secondary NameNode辅助者

Secondary NameNode：并非NameNode的热备，当NameNode宕掉的时候，它并不能马上替换NameNode并提供服务。

它的作用：

1. 镜像备份：备份fsimage(fsimage是元数据发送检查点时写入文件);
2. 日志与镜像的定期合并：将Namenode中edits日志和fsimage合并,防止如果Namenode节点故障，Namenode下次启动的时候，会把fsimage加载到内存中，应用edit log,edit log往往很大，导致操作往往很耗时；

3.5 Block块

block：HDFS中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版本是128M，在Hadoop1.x版本中是64M。

默认大小设置为128M的原因：

1. 如果寻址时间为10ms，即查找到目标的bolck的时间为10ms；
2. 寻址时间为传输时间的1%时，则为最佳状态。因此，传输时间=寻址时间/0.01=10ms/0.01=1000ms=1s
3. 而目前磁盘的传输速度普遍为100MB/s
4. 因此block的大小为=1s*100MB/s=100M≈128M。

如何设置块大小：

• 块设置太小：会增加寻址时间，呈现一直在找块的开始位置；
• 块设置的太大：从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间，导致程序在处理这块数据时，会非常慢；
• HDFS块的大小设置，主要取决于磁盘传输速度。

举例：

• 如果数据的大小比HDFS块大小还要小的话，那么块大小将等于数据的大小
• 如果文件大小是129MB，那么HDFS将创建2个block，一个block的大小是默认值，即128MB，另外一个block就只有1MB，而不是128MB

3.6 机架感知

在大型Hadoop集群，为了在读写文件的时候改善网络传输，Namenode会选择给同一个机架或者最近的机架上的Datanode发送读写请求。NameNode通过维护每个DataNode的机架id来获取机架信息。

HDFS机架感知：就是基于机架信息选择Datanode的过程。

机架感知的作用：

• 提升数据的高可用和可靠性。
• 改善集群性能。
• 改善网络带宽。

04 HDFS读写流程

下面来讲解HDFS的操作流程已加深对HDFS的架构理解。

4.1 写流程

比如文件上传流程：

1. 客户端发起写文件请求 hadoop fs -put；
2. NameNode检查上传文件的命名空间是否存在（就是检测文件目录结构是否存在），创建者是否有权限进行操作，然后返回状态给客户端你可以上传数据；
3. 客户端按照分块配置大小将文件分块，然后请求NameNode我要上传blk1，副本数是三个，这个文件一共分割了5块。
4. NameNode检测自己管理下的DateNodes是否满足要求，然后返回给客户端三台DateNode节点信息（存储策略是机架模式）;
5. Client端根据返回的DataNode信息选择一个离自己最近的一个DataNode节点，创建pipeLine（数据传输管道），DataNode1->DataNode2创建pipeLine,DataNode2->DataNode3创建pipeLine;DataNode3通过这一串管道传递给client数据传输管道已经建立完毕；
6. client端创建Stream流（以packet为单位传输数据64kb）上传数据;
7. DataNode1接受并保持源源不断的packet，然后把packet源源不断的传递给DataNode2，DataNode2也做相应的操作。
8. DataNode也通过pipeLine发送ACK认证数据是否接收完毕。
9. 第一个数据块上传完毕后client端开始上传第二个数据块。

写流程Java示例：

Configuration conf = new Configuration();
FileSystem fileSystem = FileSystem.get(conf);
// Check if the file already exists
Path path = new Path("/path/to/file.ext");
if (fileSystem.exists(path)) {
    System.out.println("File " + dest + " already exists");
    return;
}
// Create a new file and write data to it.
FSDataOutputStream out = fileSystem.create(path);
InputStream in = new BufferedInputStream(new FileInputStream(new File(source)));
byte[] b = new byte[1024];
int numBytes = 0;
while ((numBytes = in.read(b)) > 0) {
    out.write(b, 0, numBytes);
}
// Close all the file descripters
in.close();
out.close();
fileSystem.close();

4.2 读流程

比如文件的获取流程：

1. client 发起 hadoop fs -get请求；
2. NameNode检查该文件的信息，文件的分块信息和每个分块所对应哪个DateNode，以及备份信息和备份信息所在哪个DataNode；
3. NameNode把这些信息返回给client端。（返回原则也是机架原则，根据网络拓扑将距离最近的DataNode排在前边返回）；
4. 根据NameNode的信息，请求各个文件块对应的DataNode节点获取文件数据；
5. 合并下载过来的数据块，形成一个完整的文件。

读流程Java示例：

Configuration conf = new Configuration();
FileSystem fileSystem = FileSystem.get(conf);
Path path = new Path("/path/to/file.ext");
if (!fileSystem.exists(path)) {
    System.out.println("File does not exists");
    return;
}
FSDataInputStream in = fileSystem.open(path);
int numBytes = 0;
while ((numBytes = in.read(b))> 0) {
    System.out.prinln((char)numBytes));// code to manipulate the data which is read
}
in.close();
out.close();
fileSystem.close();

05 文末

本文是通过搜集资料并根据自己的理解整理的，如有疑问的童鞋欢迎留言，谢谢大家的阅读，本文完！

参考文献：

• https://www.cnblogs.com/laov/p/3434917.html
• https://www.hadoopdoc.com/hdfs/hdfs-architecture