hdfs原理

关注

原创最新推荐文章于 2026-06-30 15:29:03 发布 1.3k 阅读 AI 写同款· GEO 优化 ›

HDFS 原理分析客户端拿到数据存放节点位置信息后，会和对应的DataNode节点进行直接交互，进行数据写入，由于数据块具有副本replication，在数据写入时采用的方式是先写第一个副本，写完后再从第一个副本的节点将数据拷贝到其它节点，依次类推，直到所有副本都写完了，才算数据成功写入到HDFS上，副本写入采用的是串行，每个副本写的过程中都会逐级向上反馈写进度，以保证实时知道副本的写入情况；、NameNode会将子节点的相关元数据信息缓存在内存中，对于文件与Block块的信息会通过。阅读详情

简介

HDFS（Hadoop Distributed File System ）Hadoop分布式文件系统。是根据google发表的论文翻版的。论文为GFS（Google File System）Google 文件系统。

HDFS有很多特点：

① 保存多个副本，且提供容错机制，副本丢失或宕机自动恢复。默认存3份。
(用空间换安全)
② 运行在廉价的机器上。
③ 适合大数据的处理。多大？多小？HDFS默认会将文件分割成block，128M为1个block。然后将block按键值对存储在HDFS上，并将键值对的映射存到内存中(namenode)。如果小文件太多，那内存的负担会很重。
在这里插入图片描述
如上图所示，HDFS也是按照Master和Slave的结构。分NameNode、SecondaryNameNode、DataNode这几个角色。

NameNode：是Master节点，是管理者。管理数据块映射；处理客户端的读写请求；配置副本策略；管理HDFS的名称空间；
NameNode保存的metadata包括文件ownership和permission文件包含的block信息
Block保存在那些DataNode节点上（这部分数据并非保存在NameNode磁盘上的，它是在DataNode启动时上报给NameNode的，Name接收到之后将这些信息保存在内存中）
NameNode的metadata信息在NameNode启动后加载到内存中
Metadata存储到磁盘上的文件名称为fsimage
Block的位置信息不会保存在fsimage中
Edits文件记录了客户端操作fsimage的日志，对文件的增删改等。
用户对fsimage的操作不会直接更新到fsimage中去，而是记录在edits中

SecondaryNameNode：分担namenode的工作量；是NameNode的冷备份；合并fsimage和fsedits然后再发给namenode。
合并fsimage和fsedits文件，然后发送并替换NameNode的fsimage文件，同时自己留下一个副本。这个副本可供NameNode毁灭之后的部分文件恢复。
1可以通过配置fs.checkpoint.period修改合并间隔时间，默认1小时
2也可以通过配置edits日志文件的大小，fs.checkpoint.size规定edits文件的最大值，来让SecondaryNameNode来知道什么时候该进行合并操作了。默认是64M

合并过程如下：

在这里插入图片描述
DataNode：Slave节点，奴隶，干活的。负责存储client发来的数据块block；执行数据块的读写操作。

热备份：b是a的热备份，如果a坏掉。那么b马上运行代替a的工作。

冷备份：b是a的冷备份，如果a坏掉。那么b不能马上代替a工作。但是b上存储a的一些信息，减少a坏掉之后的损失。

fsimage:元数据镜像文件（文件系统的目录树。）

edits：元数据的操作日志（针对文件系统做的修改操作记录）

namenode内存中存储的是=fsimage+edits。

SecondaryNameNode负责定时默认1小时，从namenode上，获取fsimage和edits来进行合并，然后再发送给namenode。减少namenode的工作量。

HDFS优点

高容错性

数据自动保存多个副本
副本丢失后，自动回复

适合批处理：不适合实时性一些需求的时候

流处理：近实时的需求
移动的计算和操作
数据位置暴漏给计算框架

适合大数据处理
GB、TB、PB甚至更大
百万规模以上的文件数量
10K+节点

可构建在廉价的机器上
通过副本提高可靠性
提供了容错和恢复机制

HDFS缺点（做不到的）

低延迟数据访问

毫秒级读取
低延迟与高吞吐量

小文件存取
占用NameNode内存空间
寻址时间超过读取时间
并发写入、文件随即修改
一个文件同时只能由一个写入者
仅支持append

工作原理

写操作：

在这里插入图片描述

在这里插入图片描述
有一个文件FileA，100M大小。Client将FileA写入到HDFS上。
HDFS按默认配置。
HDFS分布在三个机架上Rack1，Rack2，Rack3。

a. Client将FileA按64M分块。分成两块，block1和Block2;
b. Client向nameNode发送写数据请求，如图蓝色虚线①------>。
c. NameNode节点，记录block信息。并返回可用的DataNode，如粉色虚线②--------->。
Block1: host2,host1,host3
Block2: host7,host8,host4

原理：

    NameNode具有RackAware机架感知功能，这个可以配置。
    若client为DataNode节点，那存储block时，规则为：副本1，同client的节点上；副本2，不同机架节点上；副本3，同第二个副本机架的另一个节点上；其他副本随机挑选。
    若client不为DataNode节点，那存储block时，规则为：副本1，随机选择一个节点上；副本2，不同副本1，机架上；副本3，同副本2相同的另一个节点上；其他副本随机挑选。

d. client向DataNode发送block1；发送过程是以流式写入。

流式写入过程，
1>将64M的block1按64k的package划分;
2>然后将第一个package发送给host2;
3>host2接收完后，将第一个package发送给host1，同时client想host2发送第二个package；
4>host1接收完第一个package后，发送给host3，同时接收host2发来的第二个package。
5>以此类推，如图红线实线所示，直到将block1发送完毕。
6>host2,host1,host3向NameNode，host2向Client发送通知，说“消息发送完了”。如图粉红颜色实线所示。
7>client收到host2发来的消息后，向namenode发送消息，说我写完了。这样就真完成了。如图黄色粗实线
8>发送完block1后，再向host7，host8，host4发送block2，如图蓝色实线所示。
9>发送完block2后，host7,host8,host4向NameNode，host7向Client发送通知，如图浅绿色实线所示。
10>client向NameNode发送消息，说我写完了，如图黄色粗实线。。。这样就完毕了。

分析，通过写过程，我们可以了解到：
①写1T文件，我们需要3T的存储，3T的网络流量带宽。
②在执行读或写的过程中，NameNode和DataNode通过HeartBeat进行保存通信，确定DataNode活着。如果发现DataNode死掉了，就将死掉的DataNode上的数据，放到其他节点去。读取时，要读其他节点去。
③挂掉一个节点，没关系，还有其他节点可以备份；甚至，挂掉某一个机架，也没关系；其他机架上，也有备份。

读操作：

在这里插入图片描述

读操作就简单一些了，如图所示，client要从datanode上，读取FileA。而FileA由block1和block2组成。

那么，读操作流程为：
a. client向namenode发送读请求。
b. namenode查看Metadata信息，返回fileA的block的位置。
block1:host2,host1,host3
block2:host7,host8,host4
c. block的位置是有先后顺序的，先读block1，再读block2。而且block1去host2上读取；然后block2，去host7上读取；

上面例子中，client位于机架外，那么如果client位于机架内某个DataNode上，例如,client是host6。那么读取的时候，遵循的规律是：
优选读取本机架上的数据。

HDFS文件权限

与Linux文件权限类似
r:read；w:write；x：execute

如果Linux系统用用户xxx使用hadoop命令创建一个文件，那么，在hdfs中这个文件的owner就是xxx

HDFS的权限目的是将控制权交出去，本身只判断用户和权限，至于用户是不是真的，不管。

HDFS安全模式

NameNode启动的时候，首先讲fsimage载入内存，然后按照fsedits中的各项操作修改内存中的fsimage。

当元数据文件在内存中创建完成之后，在NameNode上创建一个新的fsimage替换原fsimage，同时创建一个空的fsedits文件（无需SecodaryNameNode参与）
这时，NameNode是运行在安全模式的。即对外（客户端）只读，所以此段时间内对hdfs的写入、删除、重命名都会失败。

然后NameNode收集各个DataNode的报告，当block达到最小副本数以上时，会被认为“安全”的了，在一定比例的数据块被确定为“安全”后，再过若干事件后，安全模式结束。

当检测到副本数不足的数据块时，该块会被复制，直到达到最小副本数。

Hdfs中数据块的位置并不是由namenode维护的，而是以块列表的形式存储在datanode中的。

HDFS中常用到的命令

1、hdfs fs

hdfs fs -ls /
hdfs fs -lsr
hdfs fs -mkdir /user/hadoop
hdfs fs -put a.txt /user/hadoop/
hdfs fs -get /user/hadoop/a.txt /
hdfs fs -cp src dst
hdfs fs -mv src dst
hdfs fs -cat /user/hadoop/a.txt
hdfs fs -rm /user/hadoop/a.txt
hdfs fs -rmr /user/hadoop/a.txt
hdfs fs -text /user/hadoop/a.txt
hdfs fs -copyFromLocal localsrc dst 与hadoop fs -put功能类似。
hdfs fs -moveFromLocal localsrc dst 将本地文件上传到hdfs，同时删除本地文件。

2、hdfs fsadmin

hdfs dfsadmin -report
hdfs dfsadmin -safemode enter | leave | get | wait
hdfs dfsadmin -setBalancerBandwidth 1000

3、hdfs fsck

4、start-balancer.sh

负载均衡,可以使DataNode节点上选择策略重新平衡DataNode上的数据块的分布