Hadoop学习笔记（四）---HDFS概述

HDFS（hadoop distributed file system）分布式文件存储系统。

HDFS的架构：

• 主从结构

  主节点只有一个 – namenode
  从节点有很多个 – datanodes

• namenode负责：
  1.接受用户操作请求
  2.维护文件系统的目录结构
  3.管理文件与block之间的关系，block与datanodes之间的关系

• datanodes负责：
  1.存储文件
  2.文件被分成block分布在磁盘上
  3.为了保证文件安全，文件会有多个副本

MapReduce的结构：

• 主从结构

  主节点只有一个 – JobTracker
  从节点有很多个 – TaskTrackers

• JobTracker负责：
  1.接受客户提交的计算任务
  2.把计算任务分给TaskTrackers执行
  3.监控taskTracker的执行情况

• TaskTrackers负责：
  执行JobTracker分配的计算任务

Namenode：

是整个文件系统的管理节点，它维护着整个文件系统的文件目录树，文件、目录的元信息和每个文件对应的数据块列表。接收用户的操作请求。

文件包括：
fsimage：元数据镜像文件。存储某一段时间Namenode内存元数据信息
edits：操作日志文件
fstimes：保存最近一次checkpoint的时间

以上这些文件是保存在linux的文件系统中

其中这些配置文件对应core-site.xml的hadoop.tmp.dir属性

Datanode:

提供真实文件数据的存储服务

文件块（block）: 最基本的存储单位。对于文件内容而言，一个文件的长度大小时size，那么从文件的o偏移开始，按照固定的大小，顺序对文件进行划分并编号，划分好的每一块称为一个block。hdfs默认的block大小是64MB，以一个256MB的文件，公邮256/64=4个block。

不同于普通文件系统的是，hdfs中，如果一个文件小于一个数据块的大小，并不占用整个数据块的存储空间

Replication。 多副本，默认是三个，这个在hdfs-site.xml的dfs.replication属性