标签：反馈 大小 ring and keep 写文件 on() buffer 可见
海量数据处理
分而治之
核心思想：
修改，先删除，再重新生成
namenode维护着HDFS中存储的文件的元数据，以及每个文件块的列表，以及块所在datanode的信息。namenode会把元数据信息加载到内存中，管理副本数，默认副本是三个副本，每个block复制到多个datanode上存储。
通常启动两个namenode，active和standby。
Datanode真正数据块存储，执行客户端读写请求，datanode也会周期性的与namenode进行通信，汇报datanode上block的信息及其运行状态。
HDFS文件系统和Linux文件系统非常相似，都是通过文件和目录管理的，所有目录和文件的层级关系可以看成一棵文件树。
由上图可知，namenode维护着文件系统树，及整棵树内所有的文件和目录，这些信息以命名空间镜像文件fsimage和编辑日志文件edits两种文件形式，永久保存在本地磁盘当中。
为了快速访问，在集群运行的时候，会把命名空间信息加载到内存当中。
namenode在内存中维护着文件的元数据，包括文件被切分成哪些块，每个块的副本数，生成时间，文件的权限，以及块所在的datanode位置的映射信息。这个映射信息并不保存到磁盘中，即fsimage当中不保存block块和datanode的映射关系。datanode周期性的向namenode发送心跳信息，汇报其存储的所有块的列表信息，namenode通过datanode上传列表信息，就会确保拥有最新的块映射信息。如果namenode重启，datanode向namenode汇报自己存储的block块的信息，namenode可以汇总datanode上存储的块信息，在内存中重建block和datanode的映射。
在HDFS中，某个datanode心跳超时，namenode就认为这个datanode不可用，就把该datanode标记为死亡，并且不会向这个标记为死亡的datanode转发任何新的读写请求，如果datanode这台机器被标记为死亡，存储的block块不可用，导致块的副本数低于正常水平，namenode会在适当的时候拷贝部分，使副本保持正常的水平。
namenode还负责处理客户端的读写请求，客户端从namenode获取元数据信息，再根据这些信息与datanode进行联系，进行数据块真正的读写操作。
记录到edits中，fsimage并不会同步记录操作，在namenode定期地设置检查点，到点将edits与fsimage进行合并，保存到磁盘当中，使fsimage定期的与内存中的元数据信息保持同步。
NameNode内存中保存一份最新的镜像信息
NameNode定期将内存中的新增的edits与fsimage合并保存到磁盘
基于QJM的高可用机制
搭建Hadoop集群时，在三台及以上，一般奇数个机器上启动JournalNode，组成QJM共享存储系统，该系统非常轻量级，一般不会出现问题
一般会在两个namenode节点上启动两个JournalNode，在另一台节点上再启动一个JournalNode，这个系统里面存储edit log这个编辑日志
通常启动两个namenode，一个active，一个standby
standbynamenode定期从QJM存储系统里同步activenamenode的元数据信息，使节点间元数据保持一致
active在处理客户端提交的创建文件，移除文件等写请求操作的时候，会首先把这些记录，记录到edit编辑日志中，同时也会同步阻塞并行的向JorunalNode集群中每一个JournalNode发送写请求，大多数Journalnode节点写成功，就认为整个集群写入edit成功了，最后修改内存中的元数据
actice会定对内存中的文件系统命名空间元数据信息创建检查点，在磁盘中生成fsimage镜像文件，持久化存储，另外一个standbynamenode定期从Journalnode集群中同步编辑日志edit，回放到其内存中，也会定期对内存中的元数据信息创建检查点，在磁盘中生成fsimage文件，持久化存储。
主要使用主备切换控制器，ZKFC
当启动namenode的时候，也会在namenode所在的节点上启动ZKFC守护进程，作为主备切换的控制器，ZKFC启动时，会创建HealthMonitor和ActiveStandbyElector两个组件，前者循环检查namenode健康状况，后者使用zookeeper完成主备的选举。
在HDFS集群启动时，每个namenode对应一个ZKFC，每个ZKFC启动一个ActiveStandbyElector
每次启动时，都会尝试在zookeeper中创建临时锁节点，利用zookeeper写一致性保证最终只有一个activeelector创建锁节点成功。不管ActiveElector在zookeeper上是否创建成功临时锁节点，都会随后向zookeeper来注册监听事件，监听临时锁节点的删除事件
首先与namenode进行通信，创建远程的RPC请求，发起创建文件的请求，namenode接收到请求后，执行对新建文件的各种检查，以确保文件是不存在的，以及客户端有创建新文件的权限。所有检查结束后，返回运行写文件的消息。客户端接收到消息后，会把数据流式的写到客户端本地文件系统临时文件中，当临时文件大小达到block块大小（默认128M）的时候，客户端再次向namenode发送上传block块的请求，namenode根据请求在datanode信息池里检查datanode的状态，把存储block的datanode列表，包括备份节点的datanode返回给客户端
客户端接收到该列表，创建第一个datanode连接，请求将这组datanode列表构建成信息流通道
创建完数据流通道，客户端将以数据包的形式按照流式的方式写入到数据文档之中，首先将一个数据包package写入到第一个datanode，node01上，当第一个datanode写磁盘的时候，从第一datanode，通过数据管道将数据包发送到第二个datanode，第二个datanode开始写本地磁盘的时候，从第二个datanode发送数据包到第三个datanode，最后一个datanode写完之后，有确认信息，这个确认信息从保存了该数据包的节点通过管道（第9步）反馈给前一个节点，第二个节点反馈给第一个节点，第一个节点发送确认信息给客户端
等数据块传完之后，客户端发送最终的确认信息给namenode(第10步），第一数据块传输完成。
其他数据块重复上述4-10步
当整个文件写入完成被关闭时，namenode执行提交操作，从而使文件在集群中可见
首先，客户端通过远程RPC调用，向namenode发送读文件请求(1)，namenode接收到请求后，检查读取文件是否存在，检查客户端是否有读该文件的权限(2.1)
namenode从文件的元数据中查询这个文件是由哪些block块组成，这些block块存储在哪些datanode上(2.2)
检查通过后，返回给客户端(3)，返回给客户端组成这个要读取文件的数据块列表
以及数据块所在datanode的位置
列表中datanode的顺序是按照与客户端的由近到远的顺序来排列的，即客户端访问哪个机器更快一些，哪个排在前面
客户端接收到namenode返回的信息后，创建与存储第一个块的最近的datanode连接
比如在node01上获取block1
datanode将block这个数据传输给客户端，如果访问的datanode出现故障，就会访问备份数据块的数据节点，直到数据块传输完成，关闭与该datanode的连接
然后寻找下一个数据块
直到整个文件合并完成
客户端只要读取连续的数据流即可，其他操作都是透明的，读取完成关闭连接
public class HDFSClient { /** * 获取HDFS文件系统对象 * @return * @throws IOException */ private FileSystem getFileSystem() throws IOException { Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(conf);//创建hdfs文件系统对象 return fs; } /** * 读取hdfs中的文件内容 * @param hdfsFilePath */ public void readHDFSFile(String hdfsFilePath){ BufferedReader reader = null; FSDataInputStream fsDataInputStream = null; //通过HDFS Java API读取HDFS中的文件 try { Path path = new Path(hdfsFilePath); fsDataInputStream = this.getFileSystem().open(path);//根据path创建FSDataInputStream输入流对象 reader = new BufferedReader(new InputStreamReader(fsDataInputStream)); String line = ""; while((line = reader.readLine()) != null){ System.out.println(line); } } catch (IOException e) { e.printStackTrace(); } finally { try { if (fsDataInputStream != null) { fsDataInputStream.close(); } if (reader != null) { reader.close(); } }catch (IOException e) { e.printStackTrace(); } } } /** * 将本地文件内容写入到HDFS指定文件中 * @param localFilePath * @param hdfsFilePath */ public void writeHDFSFile(String localFilePath,String hdfsFilePath){ FSDataOutputStream fsDataOutputStream = null; FileInputStream fileInputStream = null; Path path = new Path(hdfsFilePath); try { //根据path创建输出流对象 fsDataOutputStream = this.getFileSystem().create(path); //创建读取本地文件的输入流对象 fileInputStream = new FileInputStream(new File(localFilePath)); IOUtils.copyBytes(fileInputStream,fsDataOutputStream,4096,false); } catch (IOException e) { e.printStackTrace(); } finally { try { if (fsDataOutputStream != null){ fsDataOutputStream.close(); } if (fileInputStream != null){ fileInputStream.close(); } } catch (IOException e) { e.printStackTrace(); } } } public static void main(String[] ars) { String hdfsFilePath = "hdfs://ns/hdfs_client/from_local_2_hdfs.txt"; HDFSClient client = new HDFSClient(); // client.readHDFSFile(hdfsFilePath); String localFilePath = "/Users/derek/hdfstest.txt"; client.writeHDFSFile(localFilePath,hdfsFilePath); client.readHDFSFile(hdfsFilePath); } }
标签：反馈 大小 ring and keep 写文件 on() buffer 可见
原文地址：https://www.cnblogs.com/aidata/p/11567278.html
