[TOC] # HDFS原理 ## 1. HDFS前言 1) 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； 2) 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 3) 重点概念：文件切块，副本存放，元数据 ## 2. 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基本操作篇****** ## 3. HDFS的shell(命令行客户端)操作 ### 3.1 HDFS命令行客户端使用 > HDFS提供shell命令行客户端，使用方法如下： > 可以使用一下两种形式： ~~~ hadoop fs -… <args> hdfs dfs -… <args> ~~~  3.2 命令行客户端支持的命令参数 ~~~ [-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] <localsrc> ... <dst>] [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] [-count [-q] <path> ...] [-cp [-f] [-p] <src> ... <dst>] [-createSnapshot <snapshotDir> [<snapshotName>]] [-deleteSnapshot <snapshotDir> <snapshotName>] [-df [-h] [<path> ...]] [-du [-s] [-h] <path> ...] [-expunge] [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] [-getfacl [-R] <path>] [-getmerge [-nl] <src> <localdst>] [-help [cmd ...]] [-ls [-d] [-h] [-R] [<path> ...]] [-mkdir [-p] <path> ...] [-moveFromLocal <localsrc> ... <dst>] [-moveToLocal <src> <localdst>] [-mv <src> ... <dst>] [-put [-f] [-p] <localsrc> ... <dst>] [-renameSnapshot <snapshotDir> <oldName> <newName>] [-rm [-f] [-r|-R] [-skipTrash] <src> ...] [-rmdir [--ignore-fail-on-non-empty] <dir> ...] [-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]] [-setrep [-R] [-w] <rep> <path> ...] [-stat [format] <path> ...] [-tail [-f] <file>] [-test -[defsz] <path>] [-text [-ignoreCrc] <src> ...] [-touchz <path> ...] [-usage [cmd ...]] ~~~ ### 3.2 常用命令参数介绍 > -help > 功能：输出这个命令参数手册 > -ls > 功能：显示目录信息 > 示例： hadoop fs -ls hdfs://hadoop-server01:9000/ > 备注：这些参数中，所有的hdfs路径都可以简写 > -->hadoop fs -ls / 等同于上一条命令的效果 > -mkdir > 功能：在hdfs上创建目录 > 示例：hadoop fs -mkdir -p /aaa/bbb/cc/dd > -moveFromLocal > 功能：从本地剪切粘贴到hdfs > 示例：hadoop fs - moveFromLocal /home/hadoop/a.txt /aaa/bbb/cc/dd > -moveToLocal > 功能：从hdfs剪切粘贴到本地 > 示例：hadoop fs - moveToLocal /aaa/bbb/cc/dd /home/hadoop/a.txt > --appendToFile > 功能：追加一个文件到已经存在的文件末尾 > 示例：hadoop fs -appendToFile ./hello.txt hdfs://hadoop-server01:9000/hello.txt > 可以简写为： > Hadoop fs -appendToFile ./hello.txt /hello.txt > -cat > 功能：显示文件内容 > 示例：hadoop fs -cat /hello.txt > -tail > 功能：显示一个文件的末尾 > 示例：hadoop fs -tail /weblog/access_log.1 > -text > 功能：以字符形式打印一个文件的内容 > 示例：hadoop fs -text /weblog/access_log.1 > -chgrp > -chmod > -chown > 功能：linux文件系统中的用法一样，对文件所属权限 > 示例： > hadoop fs -chmod 666 /hello.txt > hadoop fs -chown someuser:somegrp /hello.txt > -copyFromLocal > 功能：从本地文件系统中拷贝文件到hdfs路径去 > 示例：hadoop fs -copyFromLocal ./jdk.tar.gz /aaa/ > -copyToLocal > 功能：从hdfs拷贝到本地 > 示例：hadoop fs -copyToLocal /aaa/jdk.tar.gz > -cp > 功能：从hdfs的一个路径拷贝hdfs的另一个路径 > 示例： hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2 > -mv > 功能：在hdfs目录中移动文件 > 示例： hadoop fs -mv /aaa/jdk.tar.gz / > -get > 功能：等同于copyToLocal，就是从hdfs下载文件到本地 > 示例：hadoop fs -get /aaa/jdk.tar.gz > 功能：合并下载多个文件 > 示例：比getmerge 如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,... > hadoop fs -getmerge /aaa/log.* ./log.sum > -put > 功能：等同于copyFromLocal > 示例：hadoop fs -put /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2 > -rm > 功能：删除文件或文件夹 > 示例：hadoop fs -rm -r /aaa/bbb/ > -rmdir > 功能：删除空目录 > 示例：hadoop fs -rmdir /aaa/bbb/ccc > -df > 功能：统计文件系统的可用空间信息 > 示例：hadoop fs -df -h / > -du > 功能：统计文件夹的大小信息 > 示例： > hadoop fs -du -s -h /aaa/* > -count > 功能：统计一个指定目录下的文件节点数量 > 示例：hadoop fs -count /aaa/ > -setrep > 功能：设置hdfs中文件的副本数量 > 示例：hadoop fs -setrep 3 /aaa/jdk.tar.gz > 补充：查看dfs集群工作状态的命令 ~~~ hdfs dfsadmin -report ~~~ # ******HDFS原理篇****** ## 4. hdfs的工作机制 > （工作机制的学习主要是为加深对分布式系统的理解，以及增强遇到各种问题时的分析解决能力，形成一定的集群运维能力） > 注：很多不是真正理解hadoop技术体系的人会常常觉得HDFS可用于网盘类应用，但实际并非如此。要想将技术准确用在恰当的地方，必须对技术有深刻的理解 ### 4.1 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   ### 4.2 HDFS写数据流程 #### 4.2.1 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 ### 4.2.2 详细步骤图   #### 4.2.3 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。 ### 4.3. HDFS读数据流程 #### 4.3.1 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 #### 4.3.2 详细步骤图  #### 4.3.3 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 ## 5 NAMENODE工作机制 > 学习目标：理解namenode的工作机制尤其是元数据管理机制，以增强对HDFS工作原理的理解，及培养hadoop集群运营中“性能调优”、“namenode”故障问题的分析解决能力 > 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： 1) 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） 2) 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 3) 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？ 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？ 4) 文件的blocksize究竟调大好还是调小好？--结合mapreduce 5) …… > 诸如此类问题的回答，都需要基于对namenode自身的工作原理的深刻理解 ### 5.1 NAMENODE职责 > NAMENODE职责： 1. 负责客户端请求的响应 2. 元数据的管理（查询，修改） #### 5.2 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) 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） > namenode元数据恢复  ##### 5.2.1 元数据存储机制 1) 内存中有一份完整的元数据(内存meta data) 2) 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) 3) 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 ##### 5.2.2 元数据手动查看 > 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 ~~~ ##### 5.2.3 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 ~~~ > 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 ##### 5.2.4 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 * 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； * 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）； * 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； * 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； * 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。 * 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进行加载edits ## 6. DATANODE的工作机制 > 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 ### 6.1 概述 1) Datanode工作职责： > 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> ~~~ ### 6.2 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 ~~~