大數據教程（7.3）namenode管理元數據的機制&datanode工做機制介紹

               前面兩篇博客介紹了HDFS客戶端讀寫數據流程，本篇博主將帶給小夥伴們namenode和datanode的工做機制的分享。

        1、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。

               問題場景：

               一、集羣啓動後，能夠查看文件，可是上傳文件時報錯，打開web頁面能夠看到namenode正處於safemode狀態，怎麼處理？

               二、Namenode服務器的磁盤故障致使namenode宕機，如何挽救集羣及數據？

               三、Namenode是否能夠有多個？namenode內存要配置多大？namenode跟集羣數據存儲能力有關係嗎？

               四、文件的blocksize究竟調大好仍是調小好？

               ....

               諸如此類問題的回答，都須要基於對namenode自身的工做原理的深入理解

        2、namenode的職責

              負責HDFS客戶端請求的響應，元數據的管理（查詢，修改）

        3、namenode元數據管理

             namenode對數據的管理採用了三種存儲形式：內存元數據(NameSystem)、磁盤元數據鏡像文件、數據操做日誌文件（可經過日誌運算出元數據）

             1.元數據存儲機制：

                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文件）

                注：當客戶端對hdfs中的文件進行新增或者修改操做，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。

             2.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.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checkpoint）

               checkpoint的詳細過程：

               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

               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，secondNameNode沒法替代namenode,它只作數據合併、備份。

            4.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（NN）節點上格式化磁盤：

#執行格式化，若是已經配置了hadoop環境則不須要帶全路徑執行
$HADOOP_HOME/bin/hdfs namenode -format

              格式化完成以後，將會在$dfs.namenode.name.dir/current目錄下以下的文件結構

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>

              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。
               下面對$dfs.namenode.name.dir/current/目錄下的文件進行解釋：

               (1)、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

                   （a）、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
                   （b）、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）
                   （c）、cTime表示NameNode存儲時間的建立時間，因爲個人NameNode沒有更新過，因此這裏的記錄值爲0，之後對NameNode升級以後，cTime將會記錄更新時間戳
                   （d）、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

                   （e）、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。

                   （f）、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。

                 二、$dfs.namenode.name.dir/current/seen_txid很是重要，是存放transactionId的文件，format以後是0，它表明的是namenode裏面的edits_*文件的尾數，namenode重啓的時候，會按照seen_txid的數字，循序從頭跑edits_0000001~到seen_txid的數字。因此當你的hdfs發生異常重啓的時候，必定要比對seen_txid內的數字是否是你edits最後的尾數，否則會發生建置namenode時metaData的資料有缺乏，致使誤刪Datanode上多餘Block的資訊。
                 三、$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。

                 補充：seen_txid文件中記錄的是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

        4、datanode的工做機制

               問題場景：
                    一、集羣容量不夠，怎麼擴容？
                    二、若是有一些datanode宕機，該怎麼辦？
                    三、datanode明明已啓動，可是集羣中的可用datanode列表中就是沒有，怎麼辦？

               以上這類問題的解答，有賴於對datanode工做機制的深入理解

            一、Datanode工做職責：存儲管理用戶的文件塊數據、按期向namenode彙報自身所持有的block信息（經過心跳信息上報）（這點很重要，由於，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）

<!--配置上報時間間隔3600s-->
<property>
	<name>dfs.blockreport.intervalMsec</name>
	<value>3600000</value>
	<description>Determines block reporting interval in milliseconds.</description>
</property>

            二、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。

而默認的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5000（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>2000</value>
</property>
<property>
    <name>dfs.heartbeat.interval</name>
    <value>1</value>
</property>

           三、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機器上的這個目錄中能找到文件的切塊：

/home/hadoop/app/hadoop-2.4.1/tmp/dfs/data/current/BP-193442119-192.168.2.120-1432457733977/current/finalized

           四、datanode一樣能夠配置多個目錄,不過它不會在同一個datanode存多份相同的數據，而是將幾個目錄當作是統一的工做空間，至關於擴容

        5、最後總結：

               本節難點主要在於對namenode和secodarynamenode工做機制的理解，它們的數據合併其實並不新奇；若是你瞭解開源數據庫mysql和nosql緩存數據庫redis，那應該知道mysql的日誌記錄機制也是記錄的sql操做命令，且每次啓動mysql，bin日誌就會滾動出來一個新的，而從庫配置的是上一次啓動時最後的那個pos，因此直接讀取新的就能夠咯；redis的aof數據操做記錄，一樣是採起相同的方式，過一段時間、或者操做的數據達到多少許時就把數據合併到rdb文件去以此來實現高可靠、可恢復。

        最後寄語，以上是博主本次文章的所有內容，若是你們以爲博主的文章還不錯，請點贊；若是您對博主其它服務器大數據技術或者博主本人感興趣，請關注博主博客，而且歡迎隨時跟博主溝通交流。