hadoop的基础讲解

NameNode介绍

(1)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。
（2）文件包括：
fsimage:元数据镜像文件。存储某一时段NameNode内存元数据信息。
edits:操作日志文件。
fstime: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。

NameNode的工作特点

（1）NameNode始终在内存中保存metedata,用于处理“读请求”
（2）到又“写请求”到来时，NameNode会首先写editlog到磁盘，即想edits文件中写日志，成功返回后，才会修改内存，并且向客户端返回。
(3)Hadoop会维护一个fsimage文件，也就是NameNode中metedata的镜像，但是fsimage不会随时与NameNode内存中的metedata保持一致，而是每隔一段时间通过合并edits文件来更新内容。secondary NameNode就是用来合并fsimage和edits文件来更新NameNode的metedata的(更新合并之后，edits 文件会清空，fsimage会跟metadata数据同步)。
同步条件：时间、edits的文件最大值

NameNode Metadata

secondaryNameNode讲述

1、HA的一个解决方案，但是不支持热备。配置即可。
2、执行过程，从NameNode上下载元数据信息（fsimage，edits），然后把两者合并，生成新的fsimage，在本地保存，并将其推送到NameNode，替换旧的fsimage。
3、默认在安装在NameNode节点上，但是这样不安全。

工作流程
1、secondary通知NameNode切换edits文件
2、secondary从NameNode获得fsimage和edits（通过http）
3、secondary将fsimage载入内存，然后开始合并edits
4、secondary将新的fsimage发回给NameNode
5、NameNode用新的fsimage替换旧的fsimage。

什么时候checkpoint

1、fs.checkpoint.period指定两次checkpoint的最大时间间隔，默认3600秒。
2、fs.checkpoint.size规定edits文件的最大值，一旦超过这个值则强制checkpoint，不管是都到达最大时间间隔。默认大小是64M

图解：（Hadoop1.0）

DataNode

1、提供真实文件数据的存储服务。
（1）文件块（block）：最基本的存储单元。对于文件内容而言，一个文件的长度大小是size，那么文件从文件的0偏移开始，按照固定的大小，顺序对文件进行划分并编号，划分好的每一个块称一个block。HDFS默认block大小是128MB，以一个256MB文件，共有256/128=2个block。
（2）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存储空间。
（3）replication。多副本。默认是3个。（配置文件在：hdfs-site.xml的dfs.replication属性）