正文 

当前位置： 首页 > java > java教程

浅谈hdfs架构

author author     2022-10-09     592

关键词：

1、HDFS 

　　HDFS（Hadoop Distributed File System）是Hadoop项目的核心子项目，是分布式计算中数据存储管理的基础，是基于流数据模式访问和处理超大文件的需求而开发的，可以运行于廉价的商用服务器上。它所具有的高容错、高可靠性、高可扩展性、高获得性、高吞吐率等特征为海量数据提供了不怕故障的存储，为超大数据集（Large Data Set）的应用处理带来了很多便利。

2、HDFS 

　　HDFS 源于 Google 在2003年10月份发表的GFS（Google File System） 论文。 

3、HDFS的优缺点

　  优点：

　　1、高容错性

  • 数据自动保存多个副本。它通过增加副本的形式，提高容错性。

  • 某一个副本丢失以后，它可以自动恢复，这是由 HDFS 内部机制实现的，我们不必关心。

　　2、适合批处理

  • 它是通过移动计算而不是移动数据。

  • 它会把数据位置暴露给计算框架。

　　3、适合大数据处理

  • 处理数据达到 GB、TB、甚至PB级别的数据。

  • 能够处理百万规模以上的文件数量，数量相当之大。

  • 能够处理10K节点的规模。

　　4、流式文件访问

  • 简化一致性模型，实现一次写入，多次读取。文件一旦写入不能修改，只能追加。

  • 它能保证数据的一致性。

　　5、可构建在廉价机器上

  • 它通过多副本机制，提高可靠性。

  • 它提供了容错和恢复机制。比如某一个副本丢失，可以通过其它副本来恢复。

　　缺点：

　　1、低延时数据访问

                 * 比如毫秒级的来存储数据，这是不行的，它做不到。

                 * 它适合高吞吐率的场景，就是在某一时间内写入大量的数据。但是                     它在低延时的情况下是不行的，比如毫秒级以内读取数据，这样它                     是很难做到的。

　　2、小文件存储

                *存储大量小文件(这里的小文件是指小于HDFS系统的Block大小的文                  件（默认64M）)的话，它会占用 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的内存总是有                   限的。

               *小文件存储的寻道时间会超过读取时间，它违反了HDFS的设计目                     标。

　　3、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。

               *仅支持数据 append（追加），不支持文件的随机修改。

  hdfs的特性：

            * 高容错，可扩展性及可配置性强

           *  跨平台

           *  shell命令接口

           * 机架感知功能

           * 负载均衡

           Web界面

4.HDFS存储数据

　HDFS 采用Master/Slave的架构来存储数据，这种架构主要由HDFS Client、NameNode、DataNode和Secondary NameNode四个部分组成。

技术分享图片

1、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，然后进行存储。

  • 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，比如启动或者关闭HDFS。

  • 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。

  • 管理 HDFS 的名称空间

  • 管理数据块（Block）映射信息

  • 配置副本策略

  • 处理客户端读写请求。


    技术分享图片

　　3、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。

　　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。

  • 辅助 NameNode，分担其工作量。

  • 定期合并 fsimage和fsedits，并推送给NameNode。

  • 在紧急情况下，可辅助恢复 NameNode。

工作流程：

           secondarynamenode通知namenode切换edits文件

           secondarynamenode从namenode获得fsimage和edits(通过http)

           secondarynamenode将fsimage载入内存，然后开始合并edits

           secondarynamenode将新的fsimage发回给namenode

           namenode用新的fsimage替换旧的fsimage

5.数据损坏处理

         * 当DN（DataNode）读取block的时候，它会计算checksum；

         * 如果计算后的checksum，与block创建时值不一样，说明该block已经损坏。

         * client读取其它DN上的block；NN(NameNode)标记该块已经损坏，然后复制block达到预期设置的文件备份数；

         * DN在其文件创建后三周验证其checksum。



   关注大数据and机器学习公众号，一起开创未来。

CLbigdata

技术分享图片


浅谈hdfs的写流程

1、使用HDFS提供的客户端Client，向远程的Namenode发起RPC请求2、Namenode会检查要创建的文件是否已经存在，创建者是否有权限进行操作，成功则会为文件创建一个记录，否则会让客户端抛出异常；3、当客户端开始写入文件的时候，... 查看详情

hdfs架构

一、简介HadoopDistributedFileSystem：Hadoop分布式文件系统，简称HDFS。简单来说就是一个文件系统，和我们平时使用Linux系统操作非常类似。如下图： 二、HDFS经典架构 三、HDFSHA架构四、HDFSFederation架构五、HDFS完全架构 查看详情

前端架构浅谈

前端架构浅谈0、前注鉴于作者本人的能力有限（非常有限），并且依然在学习中，因此本文的高度和深度必然有所欠缺。欢迎（并且非常欢迎）大家来批评指正，如果能详细的说明问题在哪里，如何解决和改正，那么就太感谢... 查看详情

hdfs的架构

HDFS架构 查看详情

hdfs的架构

HDFS架构 查看详情

hdfs的架构

HDFS架构 查看详情

浅谈javaweb架构演变

一 JavaWeb架构演变   在java架构模式中，我们可以将MVC架构模式抽象为如下结构：   1.View层。View层即UI层，可采用的技术如JSP,Structs,SpringMVC等   2.Controller层。Controller表示控制器层，可采用的技... 查看详情

浅谈javaweb架构演变

一 JavaWeb架构演变   在java架构模式中，我们可以将MVC架构模式抽象为如下结构：   1.View层。View层即UI层，可采用的技术如JSP,Structs,SpringMVC等   2.Controller层。Controller表示控制器层，可采用的技... 查看详情

hdfs架构

NameNode存储文件元数据（文件名，目录结构，文件属性，文件块列表，块所在DataNode）　DataNode文件块数据+数据校验和SecondaryNameNode监控HDFS状态的后台程序 查看详情

hdfs架构简述

HDFS架构简述Hadoop分布式文件系统（HDFS）是一个分布式的文件系统，运行在廉价的硬件上。它与现有的分布式文件系统有很多相似之处。然而与其他的分布式文件系统的差异也是显着的。HDFS是高容错的，被设计成在低成本硬件上... 查看详情

浅谈数据仓库架构设计

1.数据中台与DW/BI/DSS个人认为数据中台本质上是一种新的适配大数据技术发展的新的“数据仓库-决策支持（商业智能）”架构。这个架构是构建在传统的架构基础之上，对传统架构的一种新的发展。数据中台从企业的... 查看详情

业务架构浅谈(代码片段)

一、序章  一般的工程师接触到的是应用架构，传统的MVC分层架构、事件驱动架构、微内核等等。第一次接触业务架构这个概念是在来到商品发布团队之后。商品发布是一个业务属性很重的系统，承载了诸多业务（... 查看详情

业务架构浅谈(代码片段)

一、序章  一般的工程师接触到的是应用架构，传统的MVC分层架构、事件驱动架构、微内核等等。第一次接触业务架构这个概念是在来到商品发布团队之后。商品发布是一个业务属性很重的系统，承载了诸多业务（... 查看详情

业务架构浅谈(代码片段)

一、序章  一般的工程师接触到的是应用架构，传统的MVC分层架构、事件驱动架构、微内核等等。第一次接触业务架构这个概念是在来到商品发布团队之后。商品发布是一个业务属性很重的系统，承载了诸多业务（... 查看详情

hdfs原理架构与特性介绍

原文地址：http://www.uml.org.cn/sjjm/201309044.asp本文主要讲述HDFS原理-架构、副本机制、HDFS负载均衡、机架感知、健壮性、文件删除恢复机制1：当前HDFS架构详尽分析id="iframe_0.6355760818652394"src="data:text/html;charset 查看详情

大数据讲课笔记4.2hdfs架构和原理

...习目标一、导入新课二、新课讲解（一）HDFS存储架构（二）HDFS文件读写原理1、HDFS写数据原理2、HDFS读数据原理三、归纳总结四、上机操作零、学习目标了解HDFS存储架构理解HDFS文件读写原理一、导入新课通过上... 查看详情

浅谈云原生架构的7个原则

简介：作为一种架构模式，云原生架构通过若干原则来对应用架构进行核心控制。这些原则可以帮助技术主管和架构师在进行技术选型时更加高效、准确，本文将就这些原则展开具体介绍。作为一种架构模式，云... 查看详情

初步掌握hdfs的架构及原理

目录HDFS是做什么的HDFS从何而来为什么选择HDFS存储数据HDFS如何存储数据HDFS如何读取文件HDFS如何写入文件HDFS副本存放策略Hadoop2.x新特性1、HDFS是做什么的　　HDFS（HadoopDistributedFileSystem）是Hadoop项目的核心子项目，是分布式计算... 查看详情