1 HDFS概述

1.1 HDFS定义

HDFS（Hadoop Distributed File System），它是一个文件系统，用于存储文件，通过目录树来定位文件；其次，它是分布式的，由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。

HDFS的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。

1.2 HDFS优缺点

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。某一个副本丢失以后，它可以自动恢复。

适合处理大数据

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。
不适合低延时数据访问，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，它会占用NameNode大量的内存来存储文件目录和块信息。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。

1.3 HDFS组成架构

NameNode（nn）：就是Master，它是一个主管、管理者。

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

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

存储实际的数据块
执行数据块的读/写操作

Client：就是客户端

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
与NameNode交互，获取文件的位置信息；
与DataNode交互，读取或者写入数据；
Client提供一些命令来管理HDFS，比如NameNode格式化
Client可以通过一些命令来访问HDFS，比如对HDFS增删查改操作

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

辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode ；
在紧急情况下，可辅助恢复NameNode。

1.4 HDFS 文件块大小

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/3.x版本中是128M，1.x版本中是64M。

在hdfs-default.xml中可以看到

<property>
<name>dfs.blocksize</name>
<value>134217728</value>
<description>
   The default block size for new files, in bytes.
   You can use the following suffix (case insensitive):
   k(kilo), m(mega), g(giga), t(tera), p(peta), e(exa) to specify the size (such as 128k, 512m, 1g, etc.),
   Or provide complete size in bytes (such as 134217728 for 128 MB).
</description>
</property>

如果寻址时间约为10ms，即查找到目标block的时间为10ms。

寻址时间为传输时间的1%时，则为最佳状态。因此，传输时间=10ms/0.01=1000ms=1s

而目前磁盘的传输速率普遍为100MB/s。

block大小=1s*100MB/s=100MB

为什么块的大小不能设置太小，也不能设置太大？
HDFS的块设置太小，会增加寻址时间，程序一直在找块的开始位置；
如果块设置的太大，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率。

2 HDFS的Shell操作

2.1 基本语法

hadoop fs 具体命令 OR hdfs dfs 具体命令

[adrainty@master bin]$ hadoop fs
Usage: hadoop fs [generic options]
        [-appendToFile <localsrc> ... <dst>]
        [-cat [-ignoreCrc] <src> ...]
        [-checksum <src> ...]
        [-chgrp [-R] GROUP PATH...]
        [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
        [-chown [-R] [OWNER][:[GROUP]] PATH...]
        [-copyFromLocal [-f] [-p] [-l] [-d] [-t <thread count>] <localsrc> ... <dst>]
        [-copyToLocal [-f] [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-count [-q] [-h] [-v] [-t [<storage type>]] [-u] [-x] [-e] <path> ...]
        [-cp [-f] [-p | -p[topax]] [-d] <src> ... <dst>]
        [-createSnapshot <snapshotDir> [<snapshotName>]]
        [-deleteSnapshot <snapshotDir> <snapshotName>]
        [-df [-h] [<path> ...]]
        [-du [-s] [-h] [-v] [-x] <path> ...]
        [-expunge]
        [-find <path> ... <expression> ...]
        [-get [-f] [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-getfacl [-R] <path>]
        [-getfattr [-R] {-n name | -d} [-e en] <path>]
        [-getmerge [-nl] [-skip-empty-file] <src> <localdst>]
        [-head <file>]
        [-help [cmd ...]]
        [-ls [-C] [-d] [-h] [-q] [-R] [-t] [-S] [-r] [-u] [-e] [<path> ...]]
        [-mkdir [-p] <path> ...]
        [-moveFromLocal <localsrc> ... <dst>]
        [-moveToLocal <src> <localdst>]
        [-mv <src> ... <dst>]
        [-put [-f] [-p] [-l] [-d] <localsrc> ... <dst>]
        [-renameSnapshot <snapshotDir> <oldName> <newName>]
        [-rm [-f] [-r|-R] [-skipTrash] [-safely] <src> ...]
        [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
        [-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
        [-setfattr {-n name [-v value] | -x name} <path>]
        [-setrep [-R] [-w] <rep> <path> ...]
        [-stat [format] <path> ...]
        [-tail [-f] [-s <sleep interval>] <file>]
        [-test -[defsz] <path>]
        [-text [-ignoreCrc] <src> ...]
        [-touch [-a] [-m] [-t TIMESTAMP ] [-c] <path> ...]
        [-touchz <path> ...]
        [-truncate [-w] <length> <path> ...]
        [-usage [cmd ...]]

Generic options supported are:
-conf <configuration file>        specify an application configuration file
-D <property=value>               define a value for a given property
-fs <file:///|hdfs://namenode:port> specify default filesystem URL to use, overrides 'fs.defaultFS' property from configurations.
-jt <local|resourcemanager:port>  specify a ResourceManager
-files <file1,...>                specify a comma-separated list of files to be copied to the map reduce cluster
-libjars <jar1,...>               specify a comma-separated list of jar files to be included in the classpath
-archives <archive1,...>          specify a comma-separated list of archives to be unarchived on the compute machines

The general command line syntax is:
command [genericOptions] [commandOptions]

2.2 常用命令实操

2.2.1 上传

-moveFromLocal：从本地剪切粘贴到HDFS

hadoop fs -moveFromLocal  ./shuguo.txt  /sanguo

-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去

hadoop fs -copyFromLocal ./weiguo.txt  /sanguo

-put：等同于copyFromLocal，生产环境更习惯用put

hadoop fs -put wuguo.txt /sanguo

-appendToFile：追加一个文件到已经存在的文件末尾

hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

hdfs只能追加到一个文件末尾，不能做其余的修改操作

2.2.2 下载

-copyToLocal：从HDFS拷贝到本地

hadoop fs -copyToLocal /sanguo/shuguo.txt ./

-get：等同于copyToLocal，生产环境更习惯用get

hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

2.2.3 HDFS直接操作

hadoop fs -ls /sanguo

-cat：显示文件内容

hadoop fs -cat /sanguo/shuguo.txt

-chgrp、-chmod、-chown：Linux文件系统中的用法一样，修改文件所属权限

hadoop fs -chown adrainty:adrainty /sanguo/shuguo.txt

-mkdir：创建路径

hadoop fs -mkdir /jinguo

-cp：从HDFS的一个路径拷贝到HDFS的另一个路径

hadoop fs -cp /sanguo/shuguo.txt /jinguo

hadoop fs -mv /sanguo/wuguo.txt /jinguo

-tail：显示一个文件的末尾1kb的数据

hadoop fs -tail /jinguo/shuguo.txt

-rm：删除文件或文件夹

hadoop fs -rm /sanguo/shuguo.txt

hadoop fs -rm -r /sanguo

-du统计文件夹的大小信息

hadoop fs -du -s -h /jinguo
27  81  /jinguo

hadoop fs -du  -h /jinguo
14  42  /jinguo/shuguo.txt
7   21   /jinguo/weiguo.txt
6   18   /jinguo/wuguo.tx

-setrep：设置HDFS中文件的副本数量

hadoop fs -setrep 10 /jinguo/shuguo.txt

这里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。因为目前只有3台设备，最多也就3个副本，只有节点数的增加到10台时，副本数才能达到10。

3 HDFS的API操作

3.1 客户端环境准备

配置HADOOP_HOME环境变量

双击winutils.ext，如果不报错则为正常

在IDEA中创建一个Maven工程HdfsClientDemo，并导入相应的依赖坐标+日志添加

<dependencies>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>3.1.3</version>
    </dependency>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-log4j12</artifactId>
        <version>1.7.30</version>
    </dependency>
</dependencies>

代码编写测试

public class HdfsClientTest {
    @Test
    public void testMakeDir() throws URISyntaxException, IOException, InterruptedException {
        // 连接集群的nn地址
        URI uri = new URI("hdfs://master:8020");
        // 创建一个配置文件
        Configuration configuration = new Configuration();

        // 用户
        String user = "adrainty";

        // 获得客户端对象
        FileSystem fs = FileSystem.get(uri, configuration, user);

        // 创建一个文件夹
        fs.mkdirs(new Path("/xiyou/huaguoshan"));

        // 关闭资源
        fs.close();
    }
}

3.2 HDFS的API案例实操

3.2.1 HDFS文件上传

/**
 * 上传文件
 */
@Test
void testPut() throws IOException {
    // @param boolean delSrc 是否删除原数据
    // @param boolean overwrite 是否允许覆盖
    // @param Path src 原数据路径
    // @param Path dst
    fs.copyFromLocalFile(false, false, new Path("D:\\sunwukong.txt"), new Path("/xiyou/huaguoshan"));
}

在resouce下创建hdfs-site.xml

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

重新执行可以看到副本数变为1了

这是因为参数优先级排序：

客户端代码中设置的值
ClassPath下的用户自定义配置文件
然后是服务器的自定义配置（xxx-site.xml）
服务器的默认配置（xxx-default.xml）

3.2.2 HDFS文件下载

@Test
void testDownload() throws IOException {
    // @param boolean delSrc 是否删除原数据
    // @param Path src 原数据路径
    // @param Path dst 目标路径
    // @param boolean useRawLocalFileSystem 是否开启本地文件校验
    fs.copyToLocalFile(false, new Path("hdfs://master/xiyou/huaguoshan"), new Path("D:\\"), false);
}

可以看到获取到的文件

其中crs是数据校验的方式，确保文件是一样的

3.2.3 HDFS文件删除

@Test
void testDelete() throws IOException {
    // @param Path var1 要删除的路径
    // @param boolean var2 是否递归删除
    fs.delete(new Path("hdfs://master/xiyou/huaguoshan"), true);
}

3.2.4 HDFS文件更名和移动

/**
 * 文件更名和移动
 */
@Test
void testMove() throws IOException {
    // @param Path var1 原路径
    // @param Path var2 修改后路径
    fs.rename(new Path("/input/word.txt"), new Path("/input/ss.txt"));
}

3.2.5 HDFS文件详情查看

/**
 * 文件详情查看
 */
@Test
void fileDetail() throws IOException {
    // @param Path f 查看的路径
    // @param boolean recursive 是否递归
    RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
    while (listFiles.hasNext()) {
        LocatedFileStatus fileStatus = listFiles.next();
        System.out.println("===" + fileStatus.getPath().getName() + "===");
        // 文件路径
        System.out.println(fileStatus.getPath());
        // 文件权限
        System.out.println(fileStatus.getPermission());
        // 文件大小
        System.out.println(fileStatus.getLen());
        // 文件修改时间
        System.out.println(fileStatus.getModificationTime());
        // 文件副本数
        System.out.println(fileStatus.getReplication());
        // 文件块大学
        System.out.println(fileStatus.getBlockSize());
    }
}

4 HDFS的读写流程

4.1HDFS 写数据流程

客户端通过Distributed FileSystem 模块向NameNode 请求上传文件，NameNode 检查目标文件是否已存在，父目录是否存在。
NameNode 返回是否可以上传。
客户端请求第一个 Block 上传到哪几个DataNode 服务器上。
NameNode 返回3 个DataNode 节点，分别为dn1、dn2、dn3。
客户端通过FSDataOutputStream 模块请求dn1 上传数据，dn1 收到请求会继续调用dn2，然后dn2 调用dn3，将这个通信管道建立完成。
dn1、dn2、dn3 逐级应答客户端。
客户端开始往dn1 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，dn1 收到一个Packet 就会传给dn2，dn2 传给dn3；dn1 每传一个packet会放入一个应答队列等待应答。
当一个Block 传输完成之后，客户端再次请求NameNode 上传第二个Block 的服务器。（重复执行3-7 步）。

在HDFS 写数据的过程中，NameNode 会选择距离待上传数据最近距离的DataNode 接收数据。那么这个最近距离怎么计算呢？
节点距离：两个节点到达最近的共同祖先的距离总和。

副本存储节点选择
第一个副本在Client所处的节点上。如果客户端在集群外，随机选一个。
第二个副本在另一个机架的随机一个节点
第三个副本在第二个副本所在机架的随机节点

4.2 HDFS读数据流程

客户端通过DistributedFileSystem 向NameNode 请求下载文件，NameNode 通过查询元数据，找到文件块所在的DataNode 地址。
挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。
DataNode 开始传输数据给客户端（从磁盘里面读取数据输入流，以Packet 为单位来做校验）。
客户端以Packet 为单位接收，先在本地缓存，然后写入目标文件。

5 NameNode和SecondaryNameNode

5.1 NN和2NN 工作机制

思考：NameNode 中的元数据是存储在哪里的？

内存？

好处：计算快
坏处：可靠性差

磁盘？

好处：可靠性高
坏处：计算慢

那磁盘加内存呢？首先我们得先在内存里面计算，再在磁盘里面读取，明显效率还是低的。

NameNode在磁盘中备份元数据的FsImage，如果是随机读写，则效率低，但是，HDFS的特性，只能追加写，HDFS引入Edits 文件（只进行追加操作，效率很高）。每当元数据有更新或者添加元数据时，修改内存中的元数据并追加到Edits 中。这样，一旦NameNode 节点断电，可以通过FsImage 和Edits 的合并，合成元数据。

如果长时间添加数据到Edits 中，会导致该文件数据过大，效率降低，而且一旦断电，恢复元数据需要的时间过长。因此，需要定期进行FsImage 和Edits 的合并，如果这个操作由NameNode 节点完成，又会效率过低。因此，引入一个新的节点SecondaryNamenode，专门用于FsImage 和Edits 的合并。

打开data目录，可以看到确实有相应的文件

第一阶段：NameNode启动

第一次启动NameNode格式化后，创建Fsimage和Edits文件。如果不是第一次启动，直接加载编辑日志和镜像文件到内存。
客户端对元数据进行增删改的请求。
NameNode记录操作日志，更新滚动日志。
NameNode在内存中对元数据进行增删改。

Secondary NameNode工作

Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。
Secondary NameNode请求执行CheckPoint。
NameNode滚动正在写的Edits日志。
将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。
Secondary NameNode加载编辑日志和镜像文件到内存，并合并。
生成新的镜像文件fsimage.chkpoint。
拷贝fsimage.chkpoint到NameNode。
NameNode将fsimage.chkpoint重新命名成fsimage。

5.2 Fsimage和Edits解析

NameNode被格式化之后，将在/opt/data/hadoop/data/tmp/dfs/name/current目录中产生如下文件

Fsimage文件：HDFS文件系统元数据的一个永久性的检查点，其中包含HDFS文件系统的所有目录和文件inode的序列化信息。
Edits文件：存放HDFS文件系统的所有更新操作的路径，文件系统客户端执行的所有写操作首先会被记录到Edits文件中。
seen_txid文件保存的是一个数字，就是最后一个edits_的数字
每次NameNode启动的时候都会将Fsimage文件读入内存，加载Edits里面的更新操作，保证内存中的元数据信息是最新的、同步的，可以看成NameNode启动的时候就将Fsimage和Edits文件进行了合并。

查看oiv和oev命令

oiv查看Fsimage文件

hdfs oiv -p 文件类型 -i镜像文件 -o 转换后文件输出路径

hdfs oiv -p XML -i fsimage_0000000000000000228 -o /data/fsimage.xml

oev查看Edits文件

hdfs oev -p 文件类型 -i编辑日志 -o 转换后文件输出路径

hdfs oev -p XML -i edits_0000000000000000012-0000000000000000013 -o /data/edits.xml

5.3 CheckPoint时间设置

通常情况下，SecondaryNameNode每隔一小时执行一次。

<property>
    <name>dfs.namenode.checkpoint.period</name>
    <value>3600s</value>
</property>

一分钟检查一次操作次数，当操作次数达到1百万时，SecondaryNameNode执行一次。

<property>
    <name>dfs.namenode.checkpoint.txns</name>
    <value>1000000</value>
    <description>操作动作次数</description>
</property>

<property>
    <name>dfs.namenode.checkpoint.check.period</name>
    <value>60s</value>
    <description>1分钟检查一次操作次数</description>
</property>

6 DataNode

6.1 DataNode工作机制

一个数据块在DataNode上以文件形式存储在磁盘上，包括两个文件，一个是数据本身，一个是元数据包括数据块的长度，块数据的校验和，以及时间戳。
DataNode启动后向NameNode注册，通过后，周期性（6小时）的向NameNode上报所有的块信息。
心跳是每3秒一次，心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器，或删除某个数据块。如果超过10分钟没有收到某个DataNode的心跳，则认为该节点不可用。
群运行中可以安全加入和退出一些机器。

6.2 数据完整性

DataNode节点保证数据完整性的方法:

当DataNode读取Block的时候，它会计算CheckSum。
如果计算后的CheckSum，与Block创建时值不一样，说明Block已经损坏。
Client读取其他DataNode上的Block。
常见的校验算法crc（32），md5（128），sha1（160）
DataNode在其文件创建后周期验证CheckSum。

6.3 掉线时限参数设置

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。

<property>
    <name>dfs.namenode.heartbeat.recheck-interval</name>
    <value>300000</value>
</property>

<property>
    <name>dfs.heartbeat.interval</name>
    <value>3</value>
</property>

如果觉得文章对你有用，请随意赞赏

Hadoop - HDFS

https://www.adrainty.online/archives/1718109916046

作者

AdRainty

发布于

2024-06-11

更新于

2024-06-22

许可协议

CC BY 4.0