[TOC] # 前言 * 设计思想 分而治之：将大文件、大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析； * 在大数据系统中作用： 为各类分布式运算框架（如：mapreduce，spark，tez，……）提供数据存储服务 * 重点概念：文件切块，副本存放，元数据 # HDFS的概念和特性 首先，它是一个文件系统，用于存储文件，通过统一的命名空间——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； 重要特性如下： 1. 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版本中是128M，老版本中是64M 2. HDFS文件系统会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件，形如：`hdfs://namenode:port/dir-a/dir-b/dir-c/file.data` 3. 目录结构及文件分块位置信息(元数据)的管理由namenode节点承担 `——namenode`是HDFS集群主节点，负责维护整个hdfs文件系统的目录树，以及每一个路径（文件）所对应的block块信息（block的id，及所在的datanode服务器） 4. 文件的各个block的存储管理由datanode节点承担 `---- datanode`是HDFS集群从节点，每一个block都可以在多个datanode上存储多个副本（副本数量也可以通过参数设置dfs.replication，默认是3） 5. HDFS是设计成适应一次写入，多次读出的场景，且不支持文件的修改 (注：适合用来做数据分析，并不适合用来做网盘应用，因为，不便修改，延迟大，网络开销大，成本太高) # HDFS文件块大小 HDFS文件在物理上是分块储存(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版本中是128M,老版本中是64M HDFS的块比磁盘的块大,其目的是为了最小化寻址开销.如果块设置得足够大,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.因而,传输一个由多个块组成的文件的时间取决于磁盘传输速率 如果寻址时间约为10ms,而传输速率为100MB/S,为了使寻址时间仅占传输时间的1%,我们要将块大小设置约为100MB.默认的块大小128MB 寻址时间为传输时间的1%时候是最佳时间 块的大小: `10ms*100*100M/s=100M` # 概述 1. HDFS集群分为两大角色：NameNode、DataNode (Secondary Namenode) 2. NameNode负责管理整个文件系统的元数据 3. DataNode 负责管理用户的文件数据块 4. 文件会按照固定的大小（blocksize）切成若干块后分布式存储在若干台datanode上 5. 每一个文件块可以有多个副本，并存放在不同的datanode上 6. Datanode会定期向Namenode汇报自身所保存的文件block信息，而namenode则会负责保持文件的副本数量 7. HDFS的内部工作机制对客户端保持透明，客户端请求访问HDFS都是通过向namenode申请来进行 ## HDFS写概述 客户端要向HDFS写数据，首先要跟namenode通信以确认可以写文件并获得接收文件block的datanode，然后，客户端按顺序将文件逐个block传递给相应datanode，并由接收到block的datanode负责向其他datanode复制block的副本 ### 详细步骤图  详细步骤解析 1. 根namenode通信请求上传文件，namenode检查目标文件是否已存在，父目录是否存在 2. namenode返回是否可以上传 3. client请求第一个 block该传输到哪些datanode服务器上 4. namenode返回3个datanode服务器ABC 5. client请求3台dn中的一台A上传数据（本质上是一个RPC调用，建立pipeline），A收到请求会继续调用B，然后B调用C，将真个pipeline建立完成，逐级返回客户端 6. client开始往A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，A收到一个packet就会传给B，B传给C；A每传一个packet会放入一个应答队列等待应答 7. 当一个block传输完成之后，client再次请求namenode上传第二个block的服务器 ## HDFS读数据流程 ### 概述 客户端将要读取的文件路径发送给namenode，namenode获取文件的元信息（主要是block的存放位置信息）返回给客户端，客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件 ### HDFS读数据流程 客户端将要读取的文件路径发送给namenode，namenode获取文件的元信息（主要是block的存放位置信息）返回给客户端，客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件  有时候会发现有crc文件,这是校验文件,校验读取的文件是不是完整的 详细步骤解析 1. 跟namenode通信查询元数据，找到文件块所在的datanode服务器 2. 挑选一台datanode（就近原则，然后随机）服务器，请求建立socket流 3. datanode开始发送数据（从磁盘里面读取数据放入流，以packet为单位来做校验） 4. 客户端以packet为单位接收，现在本地缓存，然后写入目标文件 # NAMENODE工作机制 ## 问题场景： 1. 集群启动后，可以查看目录，但是上传文件时报错，打开web页面可看到namenode正处于safemode状态，怎么处理？ 解释： safemode是namenode的一种状态（active/standby/safemode安全模式） namenode进入安全模式的原理： a. namenode发现集群中的block丢失率达到一定比例时（0.01%），namenode就会进入安全模式，在安全模式下，客户端不能对任何数据进行操作，只能查看元数据信息（比如ls/mkdir） b. 如何退出安全模式？ 找到问题所在，进行修复（比如修复宕机的datanode） 或者可以手动强行退出安全模式（没有真正解决问题）： `hdfs namenode --safemode leave` c. 在hdfs集群正常冷启动时，namenode也会在safemode状态下维持相当长的一段时间，此时你不需要去理会，等待它自动退出安全模式即可 (原理： namenode的内存元数据中，包含文件路径、副本数、blockid，及每一个block所在datanode的信息，而fsimage中，不包含block所在的datanode信息，那么，当namenode冷启动时，此时内存中的元数据只能从fsimage中加载而来，从而就没有block所在的datanode信息——>就会导致namenode认为所有的block都已经丢失——>进入安全模式——>datanode启动后，会定期向namenode汇报自身所持有的blockid信息，——>随着datanode陆续启动，从而陆续汇报block信息，namenode就会将内存元数据中的block所在datanode信息补全更新——>找到了所有block的位置，从而自动退出安全模式) 2. Namenode服务器的磁盘故障导致namenode宕机，如何挽救集群及数据？ 解决: namenode配置多个路径,也可以用网络磁盘路径 secondary namenode的目录可以恢复 3. Namenode是否可以有多个？namenode内存要配置多大？namenode跟集群数据存储能力有关系吗？ 解决: 可以多个 内存一般配置几十G就行 跟集群存储关系不是很大,和datanode有关,当然了要避免上传小文件 4. 文件的blocksize究竟调大好还是调小好？--结合mapreduce 要看数据量和业务逻辑 最好mapreduce跑了不要太长 ## NAMENODE职责 负责客户端请求的响应 元数据的管理（查询，修改） 它维护着文件系统树及整棵树内所有的文件和目录.这些信息以两个文件形式永久保存在本地磁盘上,命名空间镜像文件和编辑日志文件. namenode也记录着每个文件中各个块所在的数据节点信息,但它并不永久保存块的位置信息,因为这些信息会在系统启动时根据数据节点信息重建.  1. 第一阶段:namenode启动 1. 第一次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 2. 客户端对元数据进行增删改的请求 3. namenode记录操作日志,更新滚动日志 4. namenode在内存对数据进行增删改查 2. 第二阶段:Secondary NameNode工作 1. Secondary NameNode询问namenode是否需要checkpoint.直接带回namenode是否检查结果 2. Secondary NameNode请求执行checkpoint 3. namenode滚动正在写的edits日志 4. 将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode 5. Secondary NameNode加载编辑日志和镜像文件到内存并合并 6. 生成新的镜像文件fsimage.chkpoint 7. 拷贝fsimage.chkpoint到namenode 8. namenode将fsimage.chkpoint重新命名成fsimage  ## 元数据管理 namenode对数据的管理采用了三种存储形式： 1. 内存元数据(NameSystem)(namenode自己封装一个文件系统) 2. 磁盘元数据镜像文件 3. 数据操作日志文件（可通过日志运算出元数据） ### 元数据存储机制 A. 内存中有一份完整的元数据(内存meta data) (内存meta data = fsimage + edits文件(编辑日志)) B. 磁盘有一个“准完整”的元数据镜像（fsimage）文件(在namenode的工作目录中) C. 用于衔接内存metadata和持久化元数据镜像fsimage之间的操作日志（edits文件）注：当客户端对hdfs中的文件进行新增或者修改操作，操作记录首先被记入edits日志文件中，当客户端操作成功后，相应的元数据会更新到内存meta.data中 ### 元数据手动查看 namenode被格式话后在/path/name/current目录中产生文件 可以通过hdfs的一个工具来查看edits中的信息 ~~~ bin/hdfs oev -i edits -o edits.xml bin/hdfs oiv -i fsimage_0000000000000000087 -p XML -o fsimage.xml ~~~ * 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idnode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,并从0001开始到seen_txid中记录的数字依次执行每个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 基本语法 `hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径` ### 元数据的checkpoint 每隔一段时间，会由secondary namenode将namenode上积累的所有edits和一个最新的fsimage下载到本地，并加载到内存进行merge（这个过程称为checkpoint） **checkpoint的详细过程**  **checkpoint操作的触发条件配置参数** ~~~ dfs.namenode.checkpoint.check.period=60 #检查触发条件是否满足的频率，60秒 dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary #以上两个参数做checkpoint操作时，secondary namenode的本地工作目录 dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir} dfs.namenode.checkpoint.max-retries=3 #最大重试次数 dfs.namenode.checkpoint.period=3600 #两次checkpoint之间的时间间隔3600秒 dfs.namenode.checkpoint.txns=1000000 #两次checkpoint之间最大的操作记录 ~~~ **检查时间参数设置** 通常情况下,SecondaryNameNode每隔一小时执行一次 hdfs-default.xml ~~~ <property> <name>dfs.namenode.checkpoint.period</name> <value>3600</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>60</value> <description>1分钟检查一次操作次数</description> </property> ~~~ **checkpoint的附带作用** namenode和secondary namenode的工作目录存储结构完全相同，所以，当namenode故障退出需要重新恢复时，可以从secondary namenode的工作目录中将fsimage拷贝到namenode的工作目录，以恢复namenode的元数据 ### 元数据目录说明 在第一次部署好Hadoop集群的时候，我们需要在NameNode（NN）节点上格式化磁盘： ~~~ $HADOOP_HOME/bin/hdfs namenode -format ~~~ 格式化完成之后，将会在$dfs.namenode.name.dir/current目录下如下的文件结构 ~~~ current/ |-- VERSION |-- edits_* |-- fsimage_0000000000008547077 |-- fsimage_0000000000008547077.md5 `-- seen_txid ~~~ 其中的dfs.name.dir是在hdfs-site.xml文件中配置的，默认值如下： ~~~ <property> <name>dfs.name.dir</name> <value>file://${hadoop.tmp.dir}/dfs/name</value> </property> hadoop.tmp.dir是在core-site.xml中配置的，默认值如下 <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop-${user.name}</value> <description>A base for other temporary directories.</description> </property> ~~~ `dfs.namenode.name.dir`属性可以配置多个目录， 如`/data1/dfs/name,/data2/dfs/name,/data3/dfs/name,....。`各个目录存储的文件结构和内容都完全一样，相当于备份，这样做的好处是当其中一个目录损坏了，也不会影响到Hadoop的元数据，特别是当其中一个目录是NFS（网络文件系统Network File System，NFS）之上，即使你这台机器损坏了，元数据也得到保存。
下面对`$dfs.namenode.name.dir/current/目录下的文件进行解释。`
 1. VERSION文件是Java属性文件，内容大致如下： ~~~ #Fri Nov 15 19:47:46 CST 2013 namespaceID=934548976 clusterID=CID-cdff7d73-93cd-4783-9399-0a22e6dce196 cTime=0 storageType=NAME_NODE blockpoolID=BP-893790215-192.168.24.72-1383809616115 layoutVersion=-47 ~~~ 其中 (1). namespaceID是文件系统的唯一标识符，在文件系统首次格式化之后生成的　 (2). storageType说明这个文件存储的是什么进程的数据结构信息（如果是DataNode，storageType=DATA_NODE） (3). cTime表示NameNode存储时间的创建时间，由于我的NameNode没有更新过，所以这里的记录值为0，以后对NameNode升级之后，cTime将会记录更新时间戳； (4). layoutVersion表示HDFS永久性数据结构的版本信息， 只要数据结构变更，版本号也要递减，此时的HDFS也需要升级，否则磁盘仍旧是使用旧版本的数据结构，这会导致新版本的NameNode无法使用；
　 (5)、clusterID是系统生成或手动指定的集群ID，在-clusterid选项中可以使用它；如下说明 a. 使用如下命令格式化一个Namenode： ~~~ $HADOOP_HOME/bin/hdfs namenode -format [-clusterId <cluster_id>] ~~~ 选择一个唯一的cluster_id，并且这个cluster_id不能与环境中其他集群有冲突。如果没有提供cluster_id，则会自动生成一个唯一的ClusterID。 b. 使用如下命令格式化其他Namenode： ~~~ $HADOOP_HOME/bin/hdfs namenode -format -clusterId <cluster_id> ~~~ c. 升级集群至最新版本。在升级过程中需要提供一个ClusterID，例如： ~~~ $HADOOP_PREFIX_HOME/bin/hdfs start namenode --config $HADOOP_CONF_DIR  -upgrade -clusterId <cluster_ID> ~~~ 如果没有提供ClusterID，则会自动生成一个ClusterID。 (6). blockpoolID：是针对每一个Namespace所对应的blockpool的ID，上面的这个BP-893790215-192.168.24.72-1383809616115就是在我的ns1的namespace下的存储块池的ID，这个ID包括了其对应的NameNode节点的ip地址。 2. ` $dfs.namenode.name.dir/current/seen_txid`非常重要，是存放transactionId的文件，format之后是0，它代表的是namenode里面的`edits_*`文件的尾数，namenode重启的时候，会按照seen_txid的数字，循序从头跑`edits_0000001~`到seen_txid的数字。所以当你的hdfs发生异常重启的时候，一定要比对seen_txid内的数字是不是你edits最后的尾数，不然会发生建置namenode时metaData的资料有缺少，导致误删Datanode上多余Block的资讯。 3.` $dfs.namenode.name.dir/current`目录下在format的同时也会生成fsimage和edits文件，及其对应的md5校验文件。 补充：seen_txid 文件中记录的是edits滚动的序号，每次重启namenode时，namenode就知道要将哪些edits ## SecondaryNameNode 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 # DATANODE的工作机制  1. 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长度,块数据的校验和,以及时间戳 2. DataNode启动后向namenode注册,通过后,周期性(1小时)的向namenode上报所有块信息 3. 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带另一台机器,或删除到另一台机器,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 4. 集群运行中可以安全加入和退出一些机器 ## 问题场景 1. 集群容量不够，怎么扩容？ 2. 如果有一些datanode宕机，该怎么办？ 3. datanode明明已启动，但是集群中的可用datanode列表中就是没有，怎么办？ 以上这类问题的解答，有赖于对datanode工作机制的深刻理解 ## 概述 ### Datanode工作职责： 1. 存储管理用户的文件块数据 定期向namenode汇报自身所持有的block信息（通过心跳信息上报） （这点很重要，因为，当集群中发生某些block副本失效时，集群如何恢复block初始副本数量的问题） ~~~ <property> <name>dfs.blockreport.intervalMsec</name> <value>3600000</value> <description>Determines block reporting interval in milliseconds.</description> </property> ~~~ 2. Datanode掉线判断时限参数 datanode进程死亡或者网络故障造成datanode无法与namenode通信，namenode不会立即把该节点判定为死亡，要经过一段时间，这段时间暂称作超时时长。HDFS默认的超时时长为10分钟+30秒。如果定义超时时间为timeout，则超时时长的计算公式为： ~~~ timeout = 2 * heartbeat.recheck.interval + 10 * dfs.heartbeat.interval。 ~~~ 而默认的heartbeat.recheck.interval 大小为5分钟，dfs.heartbeat.interval默认为3秒。 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。所以，举个例子，如果heartbeat.recheck.interval设置为5000（毫秒），dfs.heartbeat.interval设置为3（秒，默认），则总的超时时间为40秒。 ~~~ <property> <name>heartbeat.recheck.interval</name> <value>2000</value> </property> <property> <name>dfs.heartbeat.interval</name> <value>1</value> </property> ~~~ ## 观察验证DATANODE功能 上传一个文件，观察文件的block具体的物理存放情况： 在每一台datanode机器上的这个目录中能找到文件的切块： ~~~ /home/hadoop/app/hadoop-2.4.1/tmp/dfs/data/current/BP-193442119-192.168.2.120-1432457733977/current/finalized ~~~ # datanode版本号 在/path/data/tmp/dfs/data/中有个VERSION cat下,会出 storageID集群的id clusterID存储的id,机器的id cTime创建的时间 storageType机器类型,datanode还是什么 layoutVersion新特性的版号 然后在这层中`cd current/`也有个VERSION cat下会有namespaceID这是NameNode的id,集群中可能有多个namenode,这个表示属于哪个namenode # maven依赖 ~~~ <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.6.4</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>2.6.4</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>2.6.4</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-mapreduce-client-core</artifactId> <version>2.6.4</version> </dependency> ~~~