1. HDFS的基本概念和特性
設計思想——分而治之：將大文件、大批量文件分佈式存放在大量服務器上，以便於採起分而治之的方式對海量數據進行運算分析。在大數據系統中做用：爲各種分佈式運算框架（如：mapreduce，spark，tez，....）提供數據存儲服務。node
1.1 HDFS的概念
首先，它是一個文件系統，用於存儲文件，經過統一的命名空間--目錄樹來定位文件；python
其次，它是分佈式的，有不少服務器聯合起來實現其功能，集羣中的服務器有各自的角色；linux
重點概念：文件切塊，副本存放，元數據(目錄結構及文件分塊信息)web
1.2 HDFS的重要特性
(1) HDFS中的文件在物理上是分塊存儲(block)，塊的大小能夠經過配置參數(dfs.blocksize)來規定，默認大小在hadoop2.x版本中是128M，老版本中是64M；shell
(2) HDFS文件系統會給客戶端提供一個統一的抽象目錄樹，客戶端經過路徑來訪問文件，形如：hdfs://namenode:port/dir-a/dir-b/file.data；緩存
(3) 目錄結構及文件分塊信息(元數據)的管理由namenode節點承擔
namenode是HDFS集羣主節點，負責維護整個hdfs文件系統的目錄樹，以及每個路徑（文件）所對應block塊信息（block的id，及所在的datanode服務器）服務器
(4) 文件的各個block的存儲管理由datanode節點承擔
datanode是HDFS集羣從節點，每個block均可以在多個datanode上存儲多個副本（副本數量也能夠經過參數設置dfs.replication）網絡
(5) HDFS是設計成適應一次寫入，屢次讀出的場景，且不支持文件的修改；數據結構
注意：適合用來作數據分析，並不合適用來作網盤應用，由於，不便修改，延遲大，網絡開銷大，成本高。app
2. HDFS的shell(命令行客戶端)經常使用操做
| 命令參數 | 功能描述 | 示例 |
| -help | 輸出這個命令參數手冊詳細內容 | hadoop fs -help |
| 無 | 輸出命令行客戶端支持的命令參數，命令參數手冊縮小版 | hadoop fs |
| -ls | 顯示目錄信息 | hadoop fs -ls / |
| -mkdir | 在hdfs上建立目錄 | hadoop fs -mkdir -p /aaa/bbb |
| -mv | 在hdfs目錄中移動文件 | hadoop fs -mv /aaa/jdk.tar.gz /bbb |
| -moveFromLocal | 從本地剪切粘貼到hdfs | hadoop fs -moveFromLocal /home/hadoop/a.txt /aaa/bbb |
| -moveToLocal | 從hdfs剪切粘貼到本地 | hadoop fs -moveToLocal /aaa/bbb /home/hadoop/a.txt |
| -cp | 從hdfs的一個路徑拷貝到hdfs的另外一個路徑 | hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz |
| -copyFromLocal | 從本地文件系統中拷貝文件到hdfs路徑去 | hadoop fs -copyFromLocal ./jdk.tar.gz /aaa/ |
| -copyToLocal | 從hdfs拷貝到本地 | hadoop fs -copyToLocal /aaa/jdk.tar.gz ./ |
| -get | 等同於copyToLocal，就是從hdfs下載文件到本地 | hadoop fs -get /aaa/jdk.tar.gz ./ |
| -getmerge | 合併下載多個文件。好比hdfs目錄/aaa/下有多個文件：log.1,log.2,log.3... | hadoop fs -getmerge /aaa/log.* ./log.sum |
| -put | 等同於copyFromLocal，從本地文件系統中拷貝文件到hdfs路徑去 | hadoop fs -put /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2 |
| -rm | 刪除文件或文件夾 | hadoop fs -rm -r /aaa/bbb/ |
| -rmdir | 刪除空目錄 | hadoop fs -rmdir /aaa/bbb/ccc |
| -cat | 顯示文件內容 | hadoop fs -cat /hello.txt |
| -tail | 顯示一個文件的末尾 | hadoop fs -tail /weblog/access_log.1 |
| -text | 以字符形式打印一個文件的內容 | hadoop fs -text /weblog/access_log.1 |
| -appendToFile | 追加一個文件到已經存在的文件末尾 | hadoop fs -appendToFile ./hellotx /hello.tx |
| -chmod | linux文件系統中的用法同樣，對文件所屬權限 | hadoop fs -chmod 666 /hello.txt |
| -chown | linux文件系統中的用法同樣，對文件所屬用戶以及用戶組的修改 | hadoop fs -chown hadoop:hadoop /hello.tx |
| -df | 統計文件系統的可用空間信息 | hadoop fs -df -h / |
| -du | 統計文件夾的大小信息 | hadoop fs -du -s -h /aaa/* |
| -count | 統計一個指定目錄下的文件節點數量 | hadoop fs -count /aaa/* |
| -setrep | 設置hdfs中文件的副本數量 | hadoop fs -setrep 3 /aaa/jdk.tar.gz |
注意：-setrep設置的副本數只是記錄在namenode的元數據中，是否真的會有這麼多副本，還得看datanode的數量。
3. HDFS的工做機制
3.1 概述
(1) HDFS集羣分爲兩大角色：NameNode、DataNode；
(2) NameNode負責管理整個文件系統的元數據；
(3) DataNode負責管理用戶的文件數據塊；
(4) 文件會按照固定的大小（blocksize）切成若干塊分佈式存儲在若干臺datanode上；
(5) 每個文件塊能夠有多個副本，並存放在不一樣的datanode上；
(6) DatanNode會按期向NameNode彙報自身所保存的文件block信息，而NameNode則會負責保持文件的副本數量；
(7) HDFS的內部工做機制對客戶端保持透明，客戶端請求訪問HDFS都是經過向NameNode申請來進行。
3.2 HDFS寫數據流程
3.2.1 概述
客戶端要向HDFS寫數據，首先要跟namenode通訊以確承認以寫文件並得到接收文件block的datanode；而後，客戶端按順序將文件逐個block傳遞給相應datanode，並由接收到block的datanode負責向其餘datanode複製block的副本。
3.2.3 HDFS寫數據詳細流程圖
(1) 向namenode通訊請求上傳文件hello.txt；
(2) namenode經過目錄樹檢查目標文件是否已存在，父目錄是否存在；
(3) namenode返回是否能夠上傳信息；
(4) client向namenode請求第一個block應該傳輸到哪些datanode服務器上；
(5) namenode在datanode信息池查詢可用的datanode信息；
(6) namenode返回3個可用的datanode服務器node一、node三、node4；
(7) client向3臺datanode服務器中的一臺node1請求創建傳輸通道channel（本質上是一個RPC調用，創建pipeline），node1收到請求會繼續向node3請求，而後node3請求node4，將整個pipeline創建完成。
(8) 承接第7步，將響應逐級返回給客戶端；
(9) client開始往node1上傳第一個block（先從磁盤讀取數據放到一個本地內存緩存），以packet爲單位，node1收到一個packet就會傳給node3，node3傳給node4；node1每傳一個packet會放入一個應答隊列等待應答；
(10) 當一個block傳輸完成以後，client再次請求namenode上傳第二個block的服務器。
3.3 HDFS讀數據流程
3.3.1 概述
客戶端將要讀取的文件路徑發送給namenode，namenode獲取文件的元信息(主要是block的存放位置信息)返回給客戶端，客戶端根據返回的信息找到相應datanode逐個獲取文件的block並在客戶端本地進行數據追加合併從而得到整個文件。
3.3.2 HDFS讀數據詳細流程
(1) 向namenode通訊請求讀取文件hello.txt；
(2) namenode查詢hello.txt的元數據，找到文件塊所在的datanode服務器；
(3) namenode向client返回目標文件的元數據；
(4) client挑選一臺datanode服務器（就近原則，而後隨機），請求讀取數據塊BLK_1並請求創建socket流；
(5) datanode與client創建socket流，並開始傳輸數據；
(6) 而後client隨機挑選第二臺datanode服務器並獲取第二個block "BLK_2"；
(7) 接着client再次隨機挑選另外一臺datanode服務器並獲取第三個block "BLK_3"；
(8) 客戶端以packet爲單位接收來自datanode服務器的數據，先本地緩存，以追加的模式合併成目標文件，最後把目標文件寫入到本地。
3.4 NAMENODE工做機制
學習目標：理解namenode的工做機制尤爲是元數據管理機制，以加強對HDFS工做原理的理解，及培養hadoop集羣運營中「性能調優」、「namenode」故障問題的分析解決能力。
3.4.1 概述
NAMENODE職責：
① 負責客戶端請求的響應；
② 元數據的管理（查詢、修改）；
3.4.2 元數據管理與存儲機制
namenode對元數據的管理採用了三種存儲形式：
①內存元數據（NameSystem）；
②磁盤元數據鏡像文件；
③數據操做日誌文件（可經過日誌運算出元數據）；
元數據的存儲機制
A、內存中有一份完整的元數據(內存 meta data)；
B、磁盤有一個「準完整」的元數據鏡像(fsimage)文件，在namenode的工做目錄中；
C、用於銜接內存metadata和持久化元數據鏡像fsimage之間的操做日誌(edits日誌文件)；
注意：當客戶端對hdfs中的文件進行新增或修改操做，操做記錄首先被記入edits日誌文件中，當客戶端操做成功後，相應的元數據會更新到內存meta.data中。
3.4.3 元數據手動查看
能夠經過hdfs的一個工具來查看edits中的信息
bin/hdfs oev -i edits -o edits.xml
bin/hdfs oiv -i fsimage_0000000000000000087 -p XML -o fsimage.xml
3.4.4 元數據的checkpoint
每隔一段時間，會由secondary namenode 將 namenode上積累的全部edits和一個最新的fsimage下載到本地，並加載到內存進行merge(這個過程稱爲checkpiont)。
3.4.4.1 checkpoint的詳細過程
3.4.4.2 checkpoint操做的觸發條件配置參數
dfs.namenode.checkpoint.check.period=60 #檢查觸發條件是否知足的頻率，60秒
dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary
#以上兩個參數作checkpoint操做時，secondary namenode的本地工做目錄
dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir}
dfs.namenode.checkpoint.max-retries=3 #最大重試次數
dfs.namenode.checkpoint.period=3600 #兩次checkpoint之間的時間間隔3600秒
dfs.namenode.checkpoint.txns=1000000 #兩次checkpoint之間最大的操做記錄
3.4.4.3 checkpoint的附帶做用
namenode和secondary namenode的工做目錄存儲結構徹底相同，因此，當namenode故障退出須要從新恢復時，能夠從secondary namenode的工做目錄中將fsimage拷貝到namenode的工做目錄，以恢復namenode的元數據。
3.4.5 元數據目錄說明
在第一次部署好Hadoop集羣的時候，咱們須要在NameNode節點上格式化磁盤：
$HADOOP_HOME/bin/hdfs namenode -format
格式化完成以後，將會在$dfs.namenode.name.dir/current目錄下建立以下文件結構：
current/ |-- VERSION |-- edits_* |-- fsimage_0000000000008547077 |-- fsimage_0000000000008547077.md5 `-- seen_txid
下面對$dfs.namenode.name.dir/current/目錄下的文件進行解釋：
一、VERSION文件是Java屬性文件，內容大體以下：
#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是文件系統的惟一標識符，在文件系統首次格式化以後生成的；
(2) clusterID是系統生成或手動指定的集羣ID，在-clusterid選項中可使用它；以下說明：
a. 使用以下命令格式化一個NameNode：
$HADOOP_HOME/bin/hdfs namenode -format [-clusterId <cluster id>]
選擇一個惟一的cluster_id，而且這個cluster_id不能與環境中其餘集羣有衝突。
若是沒有提供cluster_id，則會自動生成一個惟一的ClusterID
b. 使用以下命令格式化其餘NameNode：
$HADOOP_HOME/bin/hdfs namenode -format -clusterId <cluster_id>
c. 升級集羣至最新版本。在升級過程當中須要提供一個ClusterID，例如：
$HADOOP_PREFIX_HOME/bin/hdfs start namenode -config $HADOOP_CONF_DIR -upgrade -clusterId <cluster_ID>
若是沒有提供ClusterID，則會自動生成一個ClusterID。
(3) cTime表示NameNode存儲時間的建立時間，因爲個人NameNode沒有更新過，因此這裏的記錄爲0，之後對NameNode升級以後，cTime將會記錄更新時間戳；
(4) storageType說明這個文件存儲的是什麼進程的數據結構信息(若是是DataNode，storageType=DATA_NODE)；
(5) blockpoolID：是針對每個NameSpace所對應的blockpool的ID，上面的這個BP-893790215-192.168.24.72-1383809616115就是在個人ns1的namespace下的存儲塊池的ID，這個ID包括了其對應的NameNode節點的ip地址。
(6) layoutVersion表示HDFS永久性數據結構的版本信息，只要數據結構變動，版本號也要遞減，此時的HDFS也須要升級，不然磁盤仍舊是使用舊版本的數據結構，這會致使新版本的NameNode沒法使用；
2. $dfs.namenode.name.dir/current目錄下在format的同時也會生成fsimage和edits文件，及其對應的md5校驗文件。
3. $dfs.namenode.name.dir/current/seen_txid很是重要，是存放transactionId的文件，format以後是0，它表明的是namenode裏面的edits_*文件的尾數，namenode重啓的時候，會按照seen_txid的數字，循序從頭跑edits_0000001~到seen_txid的數字。因此當你的hdfs發送異常重啓的時候，必定要比對seen_txid內的數字是否是你edits最後的尾數，否則會發生建置namenode時metaData的資料有缺乏，致使誤刪Datanode上多餘Block的資訊。
注意：seen_txid。文件中記錄的edits滾動的序號，每次重啓namenode時，namenode就知道要將哪些edits進行加載edits。
補充說明
其中dfs.name.dir是在hdfs-site.xml文件中配置的，而hadoop.tmp.dir是在core-site.xml中配置的，默認值以下：
#dfs.name.dir是在hdfs-site.xml中配置的，默認值以下
<property>
<name>dfs.name.dir</name>
<value>file://${hadoop.tmp.dir}/dfs/name</value>
</property>
#hadoop.tmp.dir是在core-site.xml中配置的，默認值以下
<property>
<name>hadoop.tmp.dir</name>
<value>/tmp/hadoop-${user.name}</value>
<description>A base for other temporary directories.</description>
</property>
說明：dfs.namenode.name.dir屬性能夠配置多個目錄，如/data1/dfs/name,/data2/dfs/name,/data3/dfs/name,...。各個目錄存儲的文件結構和內容都徹底同樣，至關於備份，這樣作的好處是當其中一個目錄損壞了，也不會影響到Hadoop的元數據，特別是當其中一個目錄是NFS(網絡文件系統Network File System，NFS)之上，即便你這臺機器損壞了，元數據也獲得保存。
3.5 DATANODE的工做機制
3.5.1 概述
(1) Data工做職責：
①存儲管理用戶的文件塊數據；
②按期向namenode彙報自身所持有的block信息（經過心跳信息上報）
注意：這點很重要，由於這涉及到，當集羣中發生某些block副本失效時，集羣如何恢復block初始副本數量的問題。
<property> <name>dfs.blockreport.intervalMsec</name> <value>3600000</value> <description>Determines block reporting interval in milliseconds.</description> </property>
(2) Datanode掉線判斷時限參數
datanode進程死亡或者網絡故障形成datanode沒法與namenode通訊，namenode不會當即把該節點斷定爲死亡，要通過一段時間，這段時間暫稱做超時時長。HDFS默認的超時時長爲10分鐘+30秒。若是定義超時時間爲timeout，則超時時長的計算公式爲：
timeout = 2 * heartbeat.recheck.interval + 10 * dfs.heartbeat.interval。
默認的heartbeat.recheck.interval大小爲5分鐘，dfs.heartbeat.interval默認爲3秒。須要注意的是hdfs-site.xml配置文件中的heartbeat.recheck.interval的單位爲毫秒，dfs.heartbeat.interval的單位爲秒。因此，舉個例子，若是heartbeat.recheck.interval設置爲50000(毫秒)，dfs.heartbeat.interval設置爲3(秒，默認)，則總的超時時間爲40秒。
<property>
<name>heartbeat.recheck.interval</name>
<value>300000</value>
</property>
<property>
<name>dfs.heartbeat.interval</name>
<value>3</value>
</property>
3.5.2 觀察驗證DATANODE功能
上傳一個文件，觀察文件的block具體的物理存放狀況：
在每一臺datanode機器上的data存放目錄中能找到文件的切塊，假設data目錄設定爲/opt/app/hadoop-2.4.1/data，則文件切塊目錄爲/opt/app/hadoop-2.4.1/data/current/BP-*****/current/finalized