大数据方向学习系列——hadoop——hdfs学习

---

1.HDFS概述

1.1 HDFS产生背景

1）产生背景
随着数据量的增大，应该操作系统中存不下所有的数据，那么就要分配到更多的操作系统的磁盘中，但是又不方便管理与维护，需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种。
2）HDFS定义
HDFS(Hadoop Distributed File System)，它是一个文件系统，用于存储文件，通过目录树来定位文件；其次是分布式,由很多机器联合起来实现功能，集群中的服务器有各自的角色。
HDFS的使用场景：一次写入，多次读出。一个文件经过创建、写入和关闭之后就不需要改变。

1.2 HDFS优点

1）高容错性

• 数据自动保存多个副本。
• 某一个副本丢失之后，可以自动恢复。

2）适合处理大数据

• 数据规模：能够处理数据规模达到PB级别的数据
• 文件规模：能够处理百万规模以上的文件数量

3）可创建在廉价机器上，通过多副本机制，提高可靠性

1.3 HDFS缺点

1）不适合低延时数据访问，比如毫秒级的存储数据，是做不到的
2）无法高效的对大量小文件进行存储

• 存储大量小文件的话，会占用namenode大量的内存来存储文件目录和块信息，这样是不可取的，因为namenode的内存是有限的。
• 小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标

3）不支持并发写入、文件随机修改。

• 一个文件只能有一个写，不允许多个线程同时写；
• 只支持数据append，不支持文件的随机修改

1.4 HDFS组成架构

1）Namenode就是：master，管理者

• 管理HDFS的名称空间
• 配置副本策略
• 管理数据块(Block)映射信息
• 处理客户端读写请求

2）DataNode:就是Slave，Namenode下达命令，Datanode执行实际的操作。

• 存储实际的数据块
• 执行数据块的读\写操作

3）Client：就是客户端

• 文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后上传。
• 与Namenode交互，获取文件的位置信息
• 与DataNode交互，读取或者写入数据
• Client提供一些命令来管理HDFS，比如Namenode格式化
• Client可以通过一些命令来访问HDFS，比如对HDFS的增删改查操作
  4）Seconday Namenode：并非Namenode的热备，当Namenode挂掉的时候，不能马上替换Namenode并提供服务
• 辅助Namenode，分担其工作量，比如定期合并Fsimage和Edits，并推送给Namenode
• 在紧急情况下，可以辅助恢复Namenode

1.5 HDFS文件块大小(面试重点)

HDFS中的文件在物理上是分块存储（Block），块的大小可以通过配置参数（dfs blocksize）来规定，默认大小是128M，1.x版本中是64M

思考;为什么block的大小不能设置太小，也不能设置太大

1. HDFS的块设置太小，会增加寻址时间。程序一直在寻找块的开始位置。
2. 如果块设置太大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需要的时间，导致程序在处理这块数据时，会很慢。

总结：HDFS块的大小设置主要取决于磁盘的传输速率

2. HDFS的Shell操作(开发重点)

2.1基本语法

hadoop fs 具体命令 或者 hdfs dfs 具体命令
两者完全相同

2.2 命令大全

[atguigu@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>]