HDFS读写流程（史上最精炼详细） 爱被打了一巴掌 2022-05-20 09:51 115阅读 0赞 如需转载，请注明出处：[https://blog.csdn.net/whdxjbw/article/details/81072207][https_blog.csdn.net_whdxjbw_article_details_81072207] > [专栏：大数据核心原理与实践][Link 1] ## 概述 ## 开始之前先看看其基本属性，HDFS（Hadoop Distributed File System）是GFS的开源实现。 **特点如下：** * 能够运行在廉价机器上，硬件出错常态，需要具备高容错性 * 流式数据访问，而不是随机读写 * 面向大规模数据集，能够进行批处理、能够横向扩展 * 简单一致性模型，假定文件是一次写入、多次读取 **缺点：** * 不支持低延迟数据访问 * 不适合大量小文件存储（因为每条元数据占用空间是一定的） * 不支持并发写入，一个文件只能有一个写入者 * 不支持文件随机修改，仅支持追加写入 ## HDFS中的block、packet、chunk ## 很多博文介绍HDFS读写流程上来就直接从文件分块开始，其实，要把读写过程细节搞明白前，你必须知道block、packet与chunk。下面分别讲述。 1. block 这个大家应该知道，文件上传前需要分块，这个块就是block，一般为128MB，当然你可以去改，不顾不推荐。因为**块太小：寻址时间占比过高。块太大：Map任务数太少，作业执行速度变慢。**它是最大的一个单位。 2. packet packet是第二大的单位，它是client端向DataNode，或DataNode的PipLine之间传数据的基本单位，默认64KB。 3. chunk chunk是最小的单位，它是client向DataNode，或DataNode的PipLine之间进行数据校验的基本单位，默认512Byte，因为用作校验，故每个chunk需要带有4Byte的校验位。所以实际每个chunk写入packet的大小为516Byte。由此可见真实数据与校验值数据的比值约为128 : 1。（即64\*1024 / 512） 例如，在client端向DataNode传数据的时候，HDFSOutputStream会有一个chunk buff，写满一个chunk后，会计算校验和并写入当前的chunk。之后再把带有校验和的chunk写入packet，当一个packet写满后，packet会进入dataQueue队列，其他的DataNode就是从这个dataQueue获取client端上传的数据并存储的。同时一个DataNode成功存储一个packet后之后会返回一个ack packet，放入ack Queue中。 ## HDFS写流程 ## ![HDFS读流程][HDFS] 写详细步骤： 1. 客户端向NameNode发出写文件请求。 2. 检查是否已存在文件、检查权限。若通过检查，**直接先将操作写入EditLog**，并返回输出流对象。 （注：WAL，write ahead log，先写Log，再写内存，因为EditLog记录的是最新的HDFS客户端执行所有的写操作。如果后续真实写操作失败了，由于在真实写操作之前，操作就被写入EditLog中了，故EditLog中仍会有记录，我们不用担心后续client读不到相应的数据块，因为在第5步中DataNode收到块后会有一返回确认信息，若没写成功，发送端没收到确认信息，会一直重试，直到成功） 3. client端**按128MB的块切分文件**。 4. client将NameNode返回的分配的可写的**DataNode列表**和**Data数据**一同发送给最近的第一个DataNode节点，此后client端和NameNode分配的多个DataNode构成pipeline管道，client端向输出流对象中写数据。client每向第一个DataNode写入一个packet，这个packet便会直接在pipeline里传给第二个、第三个…DataNode。 （注：并不是写好一个块或一整个文件后才向后分发） 5. 每个DataNode写完一个块后，会返回**确认信息**。 （注：并不是每写完一个packet后就返回确认信息，个人觉得因为packet中的每个chunk都携带校验信息，没必要每写一个就汇报一下，这样效率太慢。正确的做法是写完一个block块后，对校验信息进行汇总分析，就能得出是否有块写错的情况发生） 6. 写完数据，关闭输输出流。 7. 发送完成信号给NameNode。 （注：发送完成信号的时机取决于集群是强一致性还是最终一致性，强一致性则需要所有DataNode写完后才向NameNode汇报。最终一致性则其中任意一个DataNode写完后就能单独向NameNode汇报，HDFS一般情况下都是强调强一致性） ## HDFS读流程 ## ![HDFS读流程][HDFS 1] 读相对于写，简单一些 读详细步骤： 1. client访问NameNode，查询元数据信息，获得这个文件的数据块位置列表，返回输入流对象。 2. 就近挑选一台datanode服务器，请求建立输入流 。 3. DataNode向输入流中中写数据，以packet为单位来校验。 4. 关闭输入流 ## 读写过程，数据完整性如何保持？ ## 通过校验和。因为每个chunk中都有一个校验位，一个个chunk构成packet，一个个packet最终形成block，故可在block上求校验和。 HDFS 的client端即实现了对 HDFS 文件内容的校验和 (checksum) 检查。当客户端创建一个新的HDFS文件时候，分块后会计算这个文件每个数据块的校验和，此校验和会以一个隐藏文件形式保存在同一个 HDFS 命名空间下。当client端从HDFS中读取文件内容后，它会检查分块时候计算出的校验和（隐藏文件里）和读取到的文件块中校验和是否匹配，如果不匹配，客户端可以选择从其他 Datanode 获取该数据块的副本。 HDFS中文件块目录结构具体格式如下： $\{dfs.datanode.data.dir\}/ ├── current │ ├── BP-526805057-127.0.0.1-1411980876842 │ │ └── current │ │ ├── VERSION │ │ ├── finalized │ │ │ ├── blk\_1073741825 │ │ │ ├── blk\_1073741825\_1001.meta │ │ │ ├── blk\_1073741826 │ │ │ └── blk\_1073741826\_1002.meta │ │ └── rbw │ └── VERSION └── in\_use.lock in\_use.lock表示DataNode正在对文件夹进行操作 rbw是“replica being written”的意思，该目录用于存储用户当前正在写入的数据。 Block元数据文件（\*.meta）由一个包含版本、类型信息的头文件和一系列校验值组成。校验和也正是存在其中。 若有其他好的细节，欢迎大家补充交流！ [https_blog.csdn.net_whdxjbw_article_details_81072207]: https://blog.csdn.net/whdxjbw/article/details/81072207 [Link 1]: https://blog.csdn.net/column/details/24979.html [HDFS]: /images/20220520/b252d0dd5bd14de0baa92b5b824032ad.png [HDFS 1]: /images/20220520/ca317e3d95844bdf8e5f4db86975655f.png
还没有评论，来说两句吧...