HDFS 原理详解【读写数据流程、NameNode与DataNode工作机制、checkpoint】

冷不防 2022-04-23 15:56 215阅读 0赞

# 目录 #

*  HDFS的工作机制
 *  概述
 *  HDFS 写数据流程
 *  HDFS 读数据流程
 *  NameNode的工作机制
 *  NameNode的职责
 *  元数据的管理
 *  元数据的checkpoint
 *  DataNode的工作机制
 *  观察验证DataNode功能

## 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。

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。

## 概述 ##

*  1.HDFS集群分为两大角色：**NameNode、DataNode**
 *  2.NameNode负责管理整个文件系统的元数据（元数据就是文件数据块放置在DataNode位置和数量等信息）
 *  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，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 写数据流程 ##

*  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

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l0Y2F0c19jbg_size_16_color_FFFFFF_t_70][]

写数据步骤详解  
1、Client向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DataNode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，将整个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

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l0Y2F0c19jbg_size_16_color_FFFFFF_t_70 1][]

读数据步骤详解  
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，先在本地缓存，然后写入目标文件

## NameNode工作机制 ##

### namenode职责 ###

负责客户端请求的响应

元数据的管理（查询，修改）

### 元数据管理 ###

namenode对数据的管理采用了三种存储形式：

*  内存元数据(NameSystem)
 *  磁盘元数据镜像文件
 *  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)
 *  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**

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

## 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

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l0Y2F0c19jbg_size_16_color_FFFFFF_t_70 2][]

**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

dfs.namenode.checkpoint.edits.dir=$\{dfs.namenode.checkpoint.dir\} \#以上两个参数做checkpoint操作时，secondary namenode的本地工作目录

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

## DATANODE的工作机制 ##

概述

Datanode工作职责：  
1、存储管理用户的文件块数据  
2、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>

**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-2.7.3/tmp/dfs/data/current/BP-193442119-192.168.88.3-1432458743457/current/finalized

参考文章：

[https://www.jianshu.com/p/855dff19fd66][https_www.jianshu.com_p_855dff19fd66]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l0Y2F0c19jbg_size_16_color_FFFFFF_t_70]: /images/20220224/447bc3a6e2a141298f223afba8a55f7c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l0Y2F0c19jbg_size_16_color_FFFFFF_t_70 1]: /images/20220224/77ad19b115b54696bfad6eb35397aec4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2l0Y2F0c19jbg_size_16_color_FFFFFF_t_70 2]: /images/20220224/f41ba6ef34114a1082413d9fc068437c.png
[https_www.jianshu.com_p_855dff19fd66]: https://www.jianshu.com/p/855dff19fd66