HDFS|基本概念和读写原理

01

—

HDFS设计目的

A distributed file system that provides high-throughput access to application data.

HDFS（Hadoop Distributed File System ）是Hadoop分布式文件系统，设计目的是为了存储超大文件，主要是针对几百MB，GB，甚至TB的文件，流式读取方式，主要是针对一次写入，写入的过程使用的是append的方式，多次读出的使用模式。

该分布式系统构建在普通PC机组成的集群上，大大降低了构建成本，并屏蔽了系统故障，保存多个副本，且提供容错机制，副本丢失或宕机自动恢复（默认存3份），使得用户可以专注于自身的操作运算。

02

—

HDFS相关的基本概念

block

这是HDFS的基本思想了，把大的文件分成块，每块64M。

备份（replicas）

• 热备份：b是a的热备份，如果a坏掉。那么b马上运行代替a的工作。
• 冷备份：b是a的冷备份，如果a坏掉。那么b不能马上代替a工作。但是b上存储a的一些信息，减少a坏掉之后的损失。

机架 (rack)

由几个DataNode组成的部件称为机架

MetaData

描述我们要存储数据的数据结构

HDFS namespace

这个命名空间指的是文件的目录结构，与我们单个电脑的文件的结构树相似。

EditLog

记录文件系统的metadata变化的事务日志，是HDFS的核心数据结构。 例如，写入一个文件或修改复制因子都会向EditLog中写入一条record。

FsImage

整个文件系统的命名空间，包括block到文件的映射，文件系统的属性（大小，被分为几个block，只读，权限等信息），都被存储在一个文件中，这个文件就是FsImage。

HDFS namespace，EditLog，FsImage都存储在NameNode上。

HeartBeat

NameNode和DataNode通过HeartBeat进行通信，每隔一定时间，DataNode就会向NameNode发送心跳信号，以此报告给NameNode，说我还活着，这样NameNode 在接到读写任务时，会发命令给它。

02

—

HDFS如何分解文件

HDFS默认会将文件分割成 block，64M为1个block，然后将block按键值对存储在HDFS上，并将键值对的映射存到内存中。每个文件默认会保存3份。

如下图所示为HDFS的基本架构，按照Master和Slave的结构，主要的组件包括：NameNode、SecondaryNameNode、DataNode。

NameNode：是Master节点，

• 处理客户端的读、写请求；
• 管理数据块映射；
• 管理HDFS的名称空间；
• 配置副本策略；

SecondaryNameNode：合并fsimage和fsedits，然后再发给namenode，尽量不要与NameNode部署在同一个host上，这样避免内存的过多消耗；NameNode的冷备份；

DataNode：Slave节点，干活的。负责存储client发来的数据块block，执行数据块的读写操作。

client分类

1. DataNode节点可以为client
2. 非DataNode节点可以为client，比如外部的host写入file1文件时，

如果client为DataNode，某个block的3份备份，如何选取DataNode进行存储呢？一般地，它会在自己所在的host上备份一个，然后在另外一台机架的不同DataNode上分别备份一个。

如果client不是DataNode所在的host，也就是我们比如在存入有道笔记一个pdf文件时，很明显我们不是在有道的集群上的DataNode的host上，而是在自己的主机上，此时，我们写入文件时，有道的HDFS会将此文件分解为块，然后根据某个算法，找到某个DataNode，然后在另外不同的机架上，选择两个DataNode，这是默认的行为。

03

—

向集群中写入一个文件FileA

FileA假定大小为100M。

1. Client将FileA按64M分块。分成两块，block1和Block2;
2. Client向NameNode发送写数据请求，如图蓝色虚线①。
3. NameNode节点，记录block信息，经过一定的算法计算后返回可用的DataNode，如粉色虚线②，计算得出，block1和block2分别被存储在如下的host中：

block1: host2,host1,host3

block2: host7,host8,host4

d. client向DataNode发送block1；发送过程是以流式写入，直到将block1发送完毕，host2,host1,host3向NameNode，host2向Client发送通知，说“消息发送完了”。

分析写过程：

• 写1T文件，我们需要3T的存储，3T的网络流量带宽。
• 挂掉一个节点，没关系，还有其他节点可以备份；甚至，挂掉某一个rack，也没关系；其他rack上，也有备份。

04

—

从集群中读文件FileA

上面是写入FileA的过程，HDFS默认用户会多次读取这个文件FileA，那么如何读取呢？

a. client向NameNode发送读请求。

b. NameNode查看Metadata信息，返回fileA的block的位置给client。

block1:host2,host1,host3

block2:host7,host8,host4

c. block的位置是有先后顺序的，先读block1，再读block2，而且block1去host2上读取；然后block2，去host7上读取；

上面例子中，client位于机架外。

那么如果client位于机架内某个DataNode上，例如 client是host6。那么读取的时候，遵循的规律是：优选读取本机架上的数据。

05

—

HDFS的缺陷

hadoop的HDFS不是完美的，也有缺陷，比如只有一个NameNode节点，这样一旦宕机，整个系统就无法工作。比如hadoop如果接来的小文件太多，那内存的负担会很重。对于这小文件存储，hadoop后续给出了解决方案，之后可以总结这个问题。

参考文献:

http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html

https://www.cnblogs.com/laov/p/3434917.html

http://hadoop.apache.org/docs/r1.0.4/cn/hdfs_design.html#%E5%BC%95%E8%A8%80