大数据-HDFS的元信息和SecondaryNameNode

1.5. HDFS 的元信息和 SecondaryNameNode

当 Hadoop 的集群当中, 只有一个 NameNode 的时候,所有的元数据信息都保存在了 FsImage 与 Eidts 文件当中,这两个文件就记录了所有的数据的元数据信息, 元数据信息的保存目录配置在了hdfs-site.xml 当中

    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:///export/servers/hadoop-3.1.1/datas/namenode/namenodedatas</value>
    </property>
    
    <property>
        <name>dfs.namenode.edits.dir</name>
        <value>file:///export/servers/hadoop-3.1.1/datas/dfs/nn/edits</value>
    </property>

1.5.1. FsImage 和 Edits 详解

• edits
  • edits 存放了客户端最近一段时间的操作日志
  • 客户端对 HDFS 进行写文件时会首先被记录在 edits 文件中
  • edits 修改时元数据也会更新
  • 每次 HDFS 更新时 edits 先更新后客户端才会看到最新信息
• fsimage
  • NameNode 中关于元数据的镜像, 一般称为检查点, fsimage 存放了一份比较完整的元数据信息
  • 因为 fsimage 是 NameNode 的完整的镜像, 如果每次都加载到内存生成树状拓扑结构，这是非常耗内存和CPU, 所以一般开始时对 NameNode 的操作都放在 edits 中
  • fsimage 内容包含了 NameNode 管理下的所有 DataNode 文件及文件 block 及 block 所在的 DataNode 的元数据信息.
  • 随着 edits 内容增大, 就需要在一定时间点和 fsimage 合并

1.5.2. fsimage 中的文件信息查看

官方查看文档

使用命令 hdfs oiv

    cd /export/servers/hadoop-3.1.1/datas/namenode/namenodedatas
    hdfs oiv -i fsimage_0000000000000000864 -p XML -o hello.xml

1.5.3. edits 中的文件信息查看

官方查看文档

使用命令 hdfs oev

    cd /export/servers/hadoop-3.1.1/datas/dfs/nn/edits
    hdfs oev -i  edits_0000000000000000865-0000000000000000866 -o myedit.xml -p XML

1.5.4. SecondaryNameNode 如何辅助管理 fsimage 与 edits 文件?

• SecondaryNameNode 定期合并 fsimage 和 edits, 把 edits 控制在一个范围内

配置 SecondaryNameNode

• SecondaryNameNode 在 conf/masters 中指定
• 在 masters 指定的机器上, 修改 hdfs-site.xml

<property>
        <name>dfs.http.address</name>
        <value>host:50070</value>
</property>

• 修改 core-site.xml, 这一步不做配置保持默认也可以

    <!-- 多久记录一次 HDFS 镜像, 默认 1小时 -->
    <property>
        <name>fs.checkpoint.period</name>
        <value>3600</value>
    </property>

    <!-- 一次记录多大, 默认 64M -->
    <property>
        <name>fs.checkpoint.size</name>
        <value>67108864</value>
    </property>

1. SecondaryNameNode 通知 NameNode 切换 editlog
2. SecondaryNameNode 从 NameNode 中获得 fsimage 和editlog(通过http方式)
3. SecondaryNameNode 将 fsimage 载入内存, 然后开始合并 editlog,合并之后成为新的 fsimage
4. SecondaryNameNode 将新的 fsimage 发回给 NameNode
5. NameNode 用新的 fsimage 替换旧的 fsimage

特点

• 完成合并的是 SecondaryNameNode, 会请求 NameNode 停止使用 edits,暂时将新写操作放入一个新的文件中 edits.new
• SecondaryNameNode 从 NameNode 中通过 Http GET 获得 edits, 因为要和fsimage 合并, 所以也是通过 Http Get 的方式把 fsimage 加载到内存,然后逐一执行具体对文件系统的操作, 与 fsimage 合并, 生成新的fsimage,然后通过 Http POST 的方式把 fsimage 发送给 NameNode. NameNode 从SecondaryNameNode 获得了 fsimage 后会把原有的 fsimage 替换为新的fsimage, 把 edits.new 变成 edits. 同时会更新 fstime
• Hadoop 进入安全模式时需要管理员使用 dfsadmin 的 save namespace 来创建新的检查点
• SecondaryNameNode 在合并 edits 和 fsimage 时需要消耗的内存和NameNode 差不多, 所以一般把 NameNode 和 SecondaryNameNode放在不同的机器上