HDFS

HDFS定义

Hadoop Distributed File System 在数据量不断激增的情况下，一台普通的主机无法存下海量的数据，需要多个主机来储存，但又出现不方便管理与维护的问题，HDFS 是将该集群抽象成一台主机管理该集群上的文件的文件系统，适用于一次写入多次读出的场景。文件在创建、写入和关闭之后就不再需要被修改了。

HDFS 优缺点

优点

1. 高容错： 数据自动保存多个副本，提高容错性，当某个副本丢失时，可以自动恢复
2. 能够处理海量数据： 1） 能够处理单个文件 GB， TB，PB 级别的数据。 2） 也能处理百万文件数量的数据
3. 可以构建在廉价的机器上

缺点

1. 不适用于低延迟数据访问： 比如毫秒级的
2. 无法高效对大量小文件进行存储： 小文件数量过多，其元数据会大量挤占 NameNode 的内存空间，导致其空间不足或者增加大量的寻址时间
3. 不支持并发写入、文件随意修改： 文件只能由一个线程来写，对于修改仅支持追加

HDFS 组成架构

NameNode（nm）：HDFS 文件管理的 Master

1. 存储文件的元数据 （包括 文件名，文件目录结构， 文件属性（生成时间，权限，副本数等）等）
2. 配置副本策略
3. 管理文件数据块的映射关系
4. 处理客户端的读写请求

DataNode：Slave，执行 NameNode 下达的命令，完成执行的实际操作

1. 存储实际的数据块
2. 执行数据块的读写操作

Client：

1. 文件切分。文件上传到 HDFS 之前， Client 将文件切分成一个一个 Block ，然后上传
2. 于 NameNode 交互获取文件位置信息
3. 与 DataNode 交互，进行读写操作
4. Client 提供一些命令管理 HDFS 如格式化 NameNode
5. Client 可以提供一些命令来访问 HDFS， 比如对 HDFS 增删改查

Secondary NameNode：并不是 NameNode 的热备。当 NameNode 挂掉时，它并不能马上替代 NameNode 并提供服务

1. 辅助 NameNode， 分担其工作量，并定期合并 Fsimage （） 和 Edits （）并推送给 NameNode
2. 在紧急情况下，可辅助 NameNode 恢复

HDFS 文件块大小

HDFS 中的文件在物理上是分块储存（Block），块的大小可以通过配置参数（dfs.blocksize）来设定。 Hadoop 3.x 默认 128 M

1. 如果寻找时间为 10ms
2. 某些行业经验建议：寻找时间为传输时间的 1% 为最佳，则传输时间 = 10ms/0.01 = 1s
3. 目前磁盘的传输速率普遍为 100MB/s
4. 数据大小一般为 2 的次方 则 128M

为什么块的大小不能太大，也不能太小

1. HDFS 块太小会增加寻址时间
2. 太大磁盘数据传输时间会明显大于寻找时间，导致获取该数据的时间增大

HDFS块的大小设定主要取决于磁盘的传输速率

HDFS 小文件处理

1. 影响

   存储层面

   1个文件块占用的 namenode 150 字节

   128 G 能存储的文件块数量 128 * 1024* 1024 * 1024 byte /150 = 9 亿个文件块

   计算层面

   每个小文件都会起一个 MapTask，占用大量计算内存

2. 解决方法

   1. 采用 har 归档方式，将一个文件下所有文件进行归档，对内还是一个一个小文件，对 NameNode 而言是一个整体，减少 NameNode 的内存
   2. 使用 CombineTextInputFormat
   3. 有小文件场景开启 JVM 重用（处理时间远小于启动 JVM 的时间）； 如果没有小文件，不要开启，因为会一直占用 task 卡槽， 直至任务完成才释放。

   JVM重用可以使得JVM实例在同一个job中重新使用N次，N的值可以在Hadoop的mapred-site.xml文件中进行配置。通常在10-20之间

HDFS 的 shell 操作

hadoop fs + 具体命令 or hdfs dfs + 具体命令

命令

[albert@hadoop102 hadoop-3.1.3]$ bin/hadoop fs

    [-appendToFile <localsrc> ... <dst>]
    [-cat [-ignoreCrc] <src> ...]
    [-chgrp [-R] GROUP PATH...]
    [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
    [-chown [-R] [OWNER][:[GROUP]] PATH...]
    [-copyFromLocal [-f] [-p] <localsrc> ... <dst>]
    [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
    [-count [-q] <path> ...]
    [-cp [-f] [-p] <src> ... <dst>]
    [-df [-h] [<path> ...]]
    [-du [-s] [-h] <path> ...]
    [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
    [-getmerge [-nl] <src> <localdst>]
    [-help [cmd ...]]
    [-ls [-d] [-h] [-R] [<path> ...]]
    [-mkdir [-p] <path> ...]
    [-moveFromLocal <localsrc> ... <dst>]
    [-moveToLocal <src> <localdst>]
    [-mv <src> ... <dst>]
    [-put [-f] [-p] <localsrc> ... <dst>]
    [-rm [-f] [-r|-R] [-skipTrash] <src> ...]
    [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
    <acl_spec> <path>]]
    [-setrep [-R] [-w] <rep> <path> ...]
    [-stat [format] <path> ...]
    [-tail [-f] <file>]
    [-test -[defsz] <path>]
    [-text [-ignoreCrc] <src> ...]

和 Linux 中的 常用 shell 命令很类似

HDFS 读写流程

写流程

1. 客户端通过 Distributed FileSystem 模块向 NameNode 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. 客户端请求第一个 Block 上传到哪几个 DataNode 服务器上
4. NameNode 返回 3 个 DataNode 节点， 分别为 dn1， dn2， dn3
5. 客户端通过 FSDataOutputStream 模块请求 dn1 上传数据，dn 1 收到请求后会继续调用 dn2 ，然后 dn2 调用 dn3， 将这个通信管道建立完成
6. dn1， dn2， dn3 逐级应答客户端
7. 客户端开始向 dn1 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， dn1 收到一个 Packet 就会传给 dn2， dn2 传给 dn3； dn1 每传一个 packet 会放入一个应答队列等待应答
8. 当一个 Block 传输完成之后， 客户端再次请求 NameNode 上传第二个 Block 的服务器（重复 3-7 ）

网络拓扑节点副本选择

HDFS 在写数据的过程中，NameNode 会选择距离最近的 DataNode 接受数据。

节点距离：两个节点到达最近的共同祖先的距离总和

距离计算

distance：

同一节点上的进程：0

同一机架上的不同节点：2

同一数据中心不同机架：4

不同数据中心：6

副本选择

• 第一个副本在 Client 所处的节点上，如果客户端在集群外，随机选一个
• 第二个副本在另一个机架上的随机节点
• 第三个副本在第二个副本所在机架的随机节点

读流程

1. 客户端通过 DistributedFileSystem 向 NameNode 请求下载文件，NameNode 通过查询元数据，找到文件块所在的 DataNode 地址
2. 挑选一台 DataNode （就近原则，然后随机）服务器，请求读取数据
3. DataNode 开始传输数据给客户端 （从磁盘里面读取数据输入流，以 Packet 为单位校验）
4. 客户端以 Packet 为单位接受，先在本地缓存，然后写入目标文件

NameNode 和 SecondaryNameNode

NameNode 元数据存储位置

1. 内存
2. 磁盘上的 FsImage：元数据如果放在内存上可以提高访问效率，但是断电就会导致数据丢失。
3. 磁盘上的追加写入文件 Edits：追加写效率很高，如果内存元数据更新时又要保证同时更新 FsImage 就会导致效率过低，如果不更新容易出现一致性问题，断电还是会导致数据丢失，所以引入 Edits 文件。
4. SecondaryNameNode：如果长时间添加 Edits 文件，当出现断电时恢复数据需要合并 FsImage 和 Edits 文件，此时数据恢复时间会大大增加。因此需要定期合并两个文件，如果发生在同一个 NameNode 上又会导致效率降低。所以 SecondaryNameNode 用来处理此事务。

Fsimange： HDFS 文件系统元数据的一个永久性的检查点，包含HDFS 文件系统的所有目录和文件 inode 的序列化信息

Edits：存放HDFS 所有更新操作的路径。

第一阶段：NameNode 启动

1. 第一次启动 NameNode 格式化后， 创建 FsImage 和 Edits 文件。如果不是第一次启动，直接加载两个文件到内存。
2. 客户端对元数据进行增删该的请求。
3. NameNode 记录操作日志，更新滚动日志（Edits）。
4. NameNode 在内存中对元数据进行增删改。

第二阶段：Secondary NameNode （SNN） 工作

1. Secondary NameNode 询问 NameNode 是否需要 CheckPoint。
2. Secondary NameNode 请求执行 Check Point
3. NameNode 滚动写 Edits 日志
4. 滚动前的日志和 FsImage 拷贝到 SNN
5. SNN 加载 Edits 和 FsImage 到内存并合并
6. 生成新的 fsimage.chkpoint。
7. 拷贝 fsimage.chkpoint 到NameNode
8. NameNode 将 fsimage.chkpoint 重命名为 fsimage

CheckPoint 时间设置

1. 通常情况下，Secondary NameNode 每个一小时执行一次 （hdfs-default.xml 中的 dfs.namenode.checkpoint.period 进行修改）
2. 一分钟检查一次操作次数，当操作次数达到一百万时，Secondary NameNode 执行一次

DataNode

DataNode 工作机制

1. 一个数据块在 DataNode 上以文件形式存储在磁盘上，包括两个文件，一个是文件本身，一个是元数据包括数据块长度，数据块的校验和，以及时间戳
2. DataNode 启动之后向 NameNode 注册，通过之后，周期性（6小时）向 NameNode 上报所有的块信息。
3. 心跳是每 3 秒一次，心跳返回结果带有 NameNode 给该 DataNode 的命令如复制块数据到另一台机器，或者删除某个数据块。如果超过 10 分钟没有收到某个 DataNode 的心跳 则认为该节点不可用。
4. 集群运行中可以安全加入和删除一些机器

定义超时时间为TimeOut，则超时时长的计算公式为：

TimeOut = 2 * dfs.namenode.heartbeat.recheck-interval + 10 * dfs.heartbeat.interval。
而默认的dfs.namenode.heartbeat.recheck-interval 大小为5分钟， dfs.heartbeat.interval默认为3秒。

保证数据完整性

1. 当 DataNode 读取 Block 的时候，它会计算 CheckSum
2. 如果计算后的CheckSum，与 Blocl 创建时的值不一样，说明损坏
3. Client 读取其他 DataNode 上的 Block
4. DataNode 在其文件创建后周期性验证 CheckSum

心跳并发配置

Hadoop3.x系列，配置NameNode内存是动态分配的，NameNode内存最小值1G，每增加100万个block，增加1G内存。

需要给NameNode 配置多少线程

企业经验：dfs.namenode.handler.count=
$$
20×log_e^{Cluster Size}
$$
，比如集群规模（DataNode台数）为3台时，此参数设置为21。

纠删码原理

cpu 资源换存储空间

HDFS 默认情况下，一个文件有 3 个副本，这样提高了数据的可靠性，但也带来了 2 倍的冗余开销。 Hadoop3.x 引入了纠删码， 采用计算的方式， 可以节省约 50％左右的存储空间。

例如以前存放 3 个副本每一个假设 3k 共 9k，则现在存放 3 个数据单元共 3k，2 个校验单元假设一个 1k 共 2k 总共 5k 相较于以前节省了存储空间

异构存储

存储类型

RAM_DISK：（内存镜像文件系统）

SSD：（SSD固态硬盘）

DISK：（普通磁盘，在HDFS中，如果没有主动声明数据目录存储类型默认都是DISK）

ARCHIVE：（没有特指哪种存储介质，主要的指的是计算能力比较弱而存储密度比较高的存储介质，用来解决数据量的容量扩增的问题，一般用于归档）

存储策略

说明：从 Lazy_Persist 到 Cold ，分别代表了设备的访问速度从快到慢

策略****ID	策略名称	副本分布	说明
15	Lazy_Persist	RAM_DISK:1，DISK:n-1	一个副本保存在内存RAM_DISK中，其余副本保存在磁盘中。
12	All_SSD	SSD:n	所有副本都保存在SSD中。
10	One_SSD	SSD:1，DISK:n-1	一个副本保存在SSD中，其余副本保存在磁盘中。
7	Hot(default)	DISK:n	Hot：所有副本保存在磁盘中，这也是默认的存储策略。
5	Warm	DSIK:1，ARCHIVE:n-1	一个副本保存在磁盘上，其余副本保存在归档存储上。
2	Cold	ARCHIVE:n	所有副本都保存在归档存储上。