HDFS面试点

 

 

   这种架构主要由四个部分组成，分别为HDFS Client、NameNode、DataNode和Secondary NameNode。下面我们分别介绍这四个组成部分。

1）Client：就是客户端。

        （1）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，然后进行存储。

        （2）与NameNode交互，获取文件的位置信息。

        （3）与DataNode交互，读取或者写入数据。

       （4）Client提供一些命令来管理HDFS，比如启动或者关闭HDFS。

        （5）Client可以通过一些命令来访问HDFS。

2）NameNode：就是master，它是一个主管、管理者。

        （1）管理HDFS的名称空间。

       （2）管理数据块（Block）映射信息

        （3）配置副本策略

       （4）处理客户端读写请求。

3） DataNode：就是Slave。NameNode下达命令，DataNode执行实际的操作。

        （1）存储实际的数据块。

        （2）执行数据块的读/写操作。

4） Secondary NameNode：并非NameNode的热备。当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务。

        （1）辅助NameNode，分担其工作量。

        （2）定期合并fsimage和fsedits，并推送给NameNode。

        （3）在紧急情况下，可辅助恢复NameNode。

1.5 HDFS 文件块大小

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，默认大小在hadoop2.x版本中是128M，老版本中是64M。

HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。如果块设置得足够大，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的时间。因而，传输一个由多个块组成的文件的时间取决于磁盘传输速率。

如果寻址时间约为10ms，而传输速率为100MB/s，为了使寻址时间仅占传输时间的1%，我们要将块大小设置约为100MB。默认的块大小128MB。

块的大小：10ms*100*100M/s = 100M