提纲
- 存储模型
- 架构设计
- 角色功能
- 元数据持久化
- 安全模式
- 副本放置策略
- 读写流程
- 安全策略
存储模型
- 文件线性按字节切割成块(block)，具有offset，id
- 文件与文件的block大小可以不一样
- 一个文件除最后一个block，其他block大小一致
- block的大小依据硬件的I/O特性调整
- block被分散存放在集群的节点中，具有location
- Block具有副本(replication)，没有主从概念，副本不能出现在同一个节点
- 副本是满足可靠性和性能的关键
- 文件上传可以指定block大小和副本数，上传后只能修改副本数
- 一次写入多次读取，不支持修改
- 支持追加数据
架构设计
- HDFS是一个主从(Master/Slaves)架构
- 由一个NameNode和一些DataNode组成
- 面向文件包含:文件数据(data)和文件元数据(metadata)
- NameNode负责存储和管理文件元数据，并维护了一个层次型的文件目录树
- DataNode负责存储文件数据(block块)，并提供block的读写
- DataNode与NameNode维持心跳，并汇报自己持有的block信息
- Client和NameNode交互文件元数据和DataNode交互文件block数据
HDFS的架构图
角色功能
- NameNode
- 完全基于内存存储文件、目录结构，文件block的映射
- 需要持久化方案保证数据的可靠性
- 提供副本放置策略
- DataNode
- 基于本地磁盘存储block(文件的形式)
- 保存block的校验和数据保证block的可靠性
- 与NameNode保持心跳，汇报block列表状态
元数据持久化
- 任何对文件系统元数据产生修改的操作，NameNode都会生成一个EditLog的事务进行记录下来
- 使用FsImage存储所有元数据的状态
- 使用本地磁盘保存EditLog和FsImage
- EditLog具有完整性，数据丢失少，但恢复速度慢，并且有提及膨胀风险
- FsImage具有恢复速度快，提及与内存数据相当，但不能实时保存，数据丢失多
- NameNode使用了FsImage+EditLog整合方案：
- 滚动将增量的EditLog更新到FsImage，以保证更近时点的FsImage和更小的EditLog体积
（科普：EditsLog:log恢复日志，FsImage:镜像，快照恢复，HDFS采用FsImage+增量的EditLog进行记录）
安全模式
- HDFS搭建时会格式化，格式化操作会产生一个空的FsImage
- 当NameNode启动时，它从磁盘中读取EditLog和FsImage
- 将所有EditLog中的事务作用在内存中的FsImage上
- 并且将新版本的FsImage从内存中保存在磁盘上
- 删除旧的EditLog，因为这个旧的EditLog的事务已经作用在了FsImage上了
- NameNode启动后会进行一个称为安全模式的特殊状态
- 处于安全模式的NameNode是不会进行数据块的复制的
- NameNode从所有的DataNode接收心跳信号和状态报告
- 每当NameNode检测确认某个数据块的副本数目达到这个最小值，那么该数据库会被认为是副本安全(safely replicated)的
- 在一定百分比的数据被NameNode检测确认是安全之后，NameNode将会退出安全模式状态
- 接下来它会确定还有哪些数据库的副本没有达到指定书目，并将数据块复制到DataNode上
HDFS中的SNN
SecondaryNameNode(SNN)
- 在非Ha模式下，SNN一般是独立的节点，周期完成对NN的EditLog向FsImage合并，减少EditLog大小，减少NN启动时间
- 根据配置文件设置的时间间隔fs.checkpoint.period默认3600秒
- 根据配置文件设置edits log大小fs.checkpoint.size规定edits文件的最大值默认是64MB
（1.x无Ha模式，2.x开始有Ha模式，Ha模式下2个NameNode，NameNode的个数与版本没有任何关系）
SecondaryNameNode功能图
服务器科普：
塔式服务器（Tower servers ）
机架服务器（Rack server ）
刀片服务器（blade Server）
关于服务器选择，PC一般选择塔式服务器。机架服务器一般用于公司，公司中使用多台机架服务器进行叠加，使用交换机来进行交换讯息。刀片服务器最贵，用于大型企业或者特殊服务
副本放置策略
- 第一个副本：放置在上传文件的DN；如果是集群外提交，则随机挑选一台磁盘不太满，CPU不太忙的节点
- 第二个副本：放在于第一个副本不同的机架的节点
- 第三个副本：与第二个副本相同机架的节点
- 更多副本：随机节点
HDFS的读写流程
HDFS的写流程
- Client和NN连接创建文件元数据
- NN判定元数据是否有效
- NN触发副本放置策略，返回一个有序的DN列表
- Client和DN简历Pipeline连接
- Client将块分成packet（64KB），并使用chunk（512B）
- Client将packet发送队列dataqueue中，并向第一个DN发送
- 第一个DN收到packet后本地保存发送给第二个DN
- 第二个DN收到packet后本地保存并发给第三个DN
- 这个过程中，上游节点同时同时发送下一个packet
- 类似工厂流水线
- HDFS使用这种传输方式，副本数对于Client是透明的
- 当block传输完成，DN分别向各自的NN汇报，同时Client继续传输下一个blcok
- 所以client传输和block汇报也是并行的
HDFS读流程
- 为了降低整体的带宽消耗和读延迟，HDFS会尽量让读取程序读取离他最近的副本
- 如果再读取程序的同一个机架上有一个副本，那么就读该副本
- 如果一个HDFS集群跨越多个数据中心，那么客户端也将首先读本地数据中心的副本
- 语义：
- download a file
- Client和NN交互文件元数据获取fileBlockLocation
- NN按距离策略排序返回
- Client尝试下载Block并且校验数据完整性（校验盒校验）
- 语义：下载一个文件其实是获取文件的所有的Block元数据，那么子集获取block应该成立
- Hdfs支持Client输出文件的offset自定义连接哪些Block的DN，自定义获取数据
- 这个是支持计算层的分治，并行计算的核心（牢记）