今天我们要了解的是Hadoop生态中的HDFS,什么是HDFS呢? 如果把Hadoop当作王者荣耀来分析的话,那么HDFS的功能呢。就好比我们的点券,只有你充钱了,麻花总部收到了,这时候HDFS的作用就发挥出来了,那面后台就会把你充的钱转化为点券上传上去,这样诸佬们的理解是不是会深刻了呢。
Hadoop生态之HDFS 1.HDFS概述1.1 HDFS产出背景及定义1.2 HDFS优缺点1.3HDFS组成架构1.4HDFS文件块大小(面试重点) 2.HDFS的读写流程(面试非常重要)3.NameNode和SecondaryNameNode3.1 NN和2NN工作机制 4.关于HDFS的客户端与Linux的两种操作方式1. 获取文件系统2. 创建文件目录3. 删除文件或者文件目录4. 将文件上传至 HDFS5. 从 HDFS 下载文件 PS: 1.HDFS概述 1.1 HDFS产出背景及定义1)HDFS产生背景 随着数据量越来越大,在一个操作系统存不下所有的数据,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,迫切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,它是分布式的,由很多服务器联合起来实现其功能,集群中的服务器有各自的角色。 HDFS的使用场景:适合一次写入,多次读出的场景。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,来提高集群容错性。 某一个副本丢失之后,它可以自动恢复。2)适合处理大数据
数据规模:能够处理数据规模达到GB,TB,甚至是PB规模的数据。文件规模:能够处理百万规模以上的文件数据,数量相当之大。3)可构建在廉价机器上,通过多副本机制,提高集群可靠性。
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。这样对资源的浪费是非常严重的,因为NameNode的内存总是有限的嘛。小文件存储的寻址时间会超过读取时间,违反了当时HDFS的设计目标。3)不支持并发写入,文件随即修改。
一个文件只能有一个写,不允许多个线程同时。仅支持数据append(追加),不支持文件的随机修改。 1.3HDFS组成架构HDFS 是一个主从 Master/Slave 架构。一个 HDFS 集群包含一个 NameNode,这是一个 Master Server,用来管理文件系统的命名空间,以及调节客户端对文件的访问。一个 HDFS 集群还包括多个 DataNode,用来存储数据。 HDFS 会对外暴露一个文件系统命名空间,并允许用户数据以文件的形式进行存储。在内部,一个文件被分成多个块并且这些块被存储在一组 DataNode 上。 1)NameNode 文件的元数据采用集中式存储方案存放在 NameNode 当中。NameNode 负责执行文件系统命名空间的操作,如打幵、关闭、重命名文件和目录。NameNode 同时也负责将数据块映射到对应的 DataNode 中。 2) DataNode DataNode 是文件系统的工作结点。它们根据需要存储并检索数据块,并且定期向 NameNode 发送他们所存储的块的列表。文件数据块本身存储在不同的 DataNode 当中,DataNode 可以分布在不同机架上。
DataNode 负责服务文件系统客户端发出的读/写请求。DataNode 同时也负责接收 NameNode 的指令来进行数据块的创建、删除和复制。 3)Client HDFS 的 Client 会分别访问 NameNode 和 DataNode 以获取文件的元信息及内容。HDFS 集群的 Client 将直接访问 NameNode 和 DataNode,相关数据会直接从 NameNode 或者 DataNode 传送到客户端。
NameNode 和 DataNode 都是被设计为在普通 PC 上运行的软件程序。HDFS 是用 Java 语言实现的,任何支持 Java 语言的机器都可以运行 NameNode 或者 DataNode。Java 语言本身的可移植性意味着 HDFS 可以被广泛地部署在不同的机器上。
一个典型的部署就是,集群中的一台专用机器运行 NameNode,集群中的其他机器每台运行一个 DataNode 实例。该架构并不排除在同一台机器上运行多个 DataNode 实例的可能,但在实际的部署中很少会这么做。
单一 NameNode 的设计极大地简化了集群的系统架构,它使得所有 HDFS 元数据的仲裁和存储都由单一 NameNode 来决定,避免了数据不一致性的问题。
博主整理的架构也是关于自身理解哈,感谢大家提出建议。
1.4HDFS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)来规定的,默认大小在Hadoop2.x/3.x中是128M,在1.x版本中是64M。 2)如果寻址时间约为100ms,即查找到目标block的时间为10ms。 3)寻址时间为传输时间的1%时,则为最佳状态。(专家) 因此,传播时间=100ms/0.01=1000ms=1s 4)而目前磁盘的传输速率普遍为100MB/S。
但是为什么文件快不能设置太小也不能设置太大呢? (1)HDFS的块设置太小,会增加寻址时间,程序会一直寻找块的开始位置。 (2)如果块设置的太大,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的时间,导致程序在处理这块数据时,会变得很慢。
并且HDFS的块大小设置主要取决于磁盘的传输速率。
2.HDFS的读写流程(面试非常重要)HDFS 的文件访问机制为流式访问机制,即通过 API 打开文件的某个数据块之后,可以顺序读取或者写入某个文件。由于 HDFS 中存在多个角色,且对应的应用场景主要为一次写入、多次读取的场景,因此其读和写的方式有较大不同。读/写操作都由客户端发起,并且由客户端进行整个流程的控制,NameNode 和 DataNode 都是被动式响应。 读取流程 客户端发起读取请求时,首先与 NameNode 进行连接。
连接建立完成后,客户端会请求读取某个文件的某一个数据块。NameNode 在内存中进行检索,查看是否有对应的文件及文件块,若没有则通知客户端对应文件或数据块不存在,若有则通知客户端对应的数据块存在哪些服务器之上。
客户端接收到信息之后,与对应的 DataNode 连接,并开始进行数据传输。客户端会选择离它最近的一个副本数据进行读操作。
如图 1 所示,读取文件的具体过程如下。
客户端调用 DistributedFileSystem 的 Open() 方法打开文件。
DistributedFileSystem 用 RPC 连接到 NameNode,请求获取文件的数据块的信息;NameNode 返回文件的部分或者全部数据块列表;对于每个数据块,NameNode 都会返回该数据块副本的 DataNode 地址;DistributedFileSystem 返回 FSDataInputStream 给客户端,用来读取数据。
客户端调用 FSDataInputStream 的 Read() 方法开始读取数据。
FSInputStream 连接保存此文件第一个数据块的最近的 DataNode,并以数据流的形式读取数据;客户端多次调用 Read(),直到到达数据块结束位置。
FSInputStream连接保存此文件下一个数据块的最近的 DataNode,并读取数据。
当客户端读取完所有数据块的数据后,调用 FSDataInputStream 的 Close() 方法。 HDFS读取流程
图 1 HDFS 读取流程在读取数据的过程中,如果客户端在与数据结点通信时出现错误,则尝试连接包含此数据块的下一个数据结点。失败的数据结点将被记录,并且以后不再连接。 写入流程 写入文件的过程比读取较为复杂,在不发生任何异常情况下,客户端向 HDFS 写入数据的流程如图 2 所示,具体步骤如下。 HDFS 写入流程
图 2 HDFS 读取流程客户端调用 DistribuedFileSystem 的 Create() 方法来创建文件。
DistributedFileSystem 用 RPC 连接 NameNode,请求在文件系统的命名空间中创建一个新的文件;NameNode 首先确定文件原来不存在,并且客户端有创建文件的权限,然后创建新文件;DistributedFileSystem 返回 FSOutputStream 给客户端用于写数据。
客户端调用 FSOutputStream 的 Write() 函数,向对应的文件写入数据。
当客户端开始写入文件时,FSOutputStream 会将文件切分成多个分包(Packet),并写入其內部的数据队列。FSOutputStream 向 NameNode 申请用来保存文件和副本数据块的若干个 DataNode,这些 DataNode 形成一个数据流管道。
队列中的分包被打包成数据包,发往数据流管道中的第一个 DataNode。第一个 DataNode 将数据包发送给第二个 DataNode,第二个 DataNode 将数据包发送到第三个 DataNode。这样,数据包会流经管道上的各个 DataNode。
为了保证所有 DataNode 的数据都是准确的,接收到数据的 DataNode 要向发送者发送确认包(ACK Packet)。确认包沿着数据流管道反向而上,从数据流管道依次经过各个 DataNode,并最终发往客户端。当客户端收到应答时,它将对应的分包从内部队列中移除。
不断执行第 (3)~(5)步,直到数据全部写完。
调用 FSOutputStream 的 Close() 方法,将所有的数据块写入数据流管道中的数据结点,并等待确认返回成功。最后通过 NameNode 完成写入。
3.NameNode和SecondaryNameNode 3.1 NN和2NN工作机制思考:NameNode中的元数据是存储在哪里的? 我们先假设一下,如果存储在NameNode节点的磁盘中,因为经常需要进行随机访问,还有响应客户请求,必然是效率过低。因此,元数据需要存放在内存中。但如果只存在内存中,一旦断电,元数据丢失,整个集群就无法工作了。因此产生在磁盘中备份元数据的FsImage。
这样又会带来新的问题,当在内存中的元数据更新时,如果同时更新FsImage,就会导致效率过低,但如果不更新,就会发生一致性问题,一旦NameNode节点断电,就会产生数据丢失。因此,引入Edits文件(只进行追加操作,效率很高)。每当元数据有更新或者添加元数据时,修改内存中的元数据并追加到Edits中。这样,一旦NameNode节点断电,可以通过FsImage和Edits的合并,合成元数据。
但是,如果长时间添加数据到Edits中,会导致该文件数据过大,效率降低,而且一旦断电,恢复元数据需要的时间过长。因此,需要定期进行FsImage和Edits的合并,如果这个操作由NameNode节点完成,又会效率过低。因此,引入一个新的节点SecondaryNamenode,专门用于FsImage和Edits的合并。 1)第一阶段:NameNode启动 (1)第一次启动NameNode格式化后,创建Fsimage和Edits文件。如果不是 第一次启动,直接加载编辑日志和镜像文件到内存。 (2)客户端对元数据进行增删改的请求。 (3)NameNode记录操作日志,更新滚动日志。 (4)NameNode在内存中对元数据进行增删改。
2)第二阶段:Secondary NameNode工作 (1)Secondary NameNode询问NameNode是否需要CheckPoint。直接带 回NameNode是否检查结果。 (2)Secondary NameNode请求执行CheckPoint。 (3)NameNode滚动正在写的Edits日志。 (4)将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。 (5)Secondary NameNode加载编辑日志和镜像文件到内存,并合并。 (6)生成新的镜像文件fsimage.chkpoint。 (7)拷贝fsimage.chkpoint到NameNode。 (8)NameNode将fsimage.chkpoint重新命名成fsimage。
4.关于HDFS的客户端与Linux的两种操作方式HDFS 文件操作有两种方式:一种是命令行方式,Hadoop 提供了一套与 Linux 文件命令类似的命令行工具;另一种是 Java API,即利用 Hadoop 的 Java 库,采用编程的方式操作 HDFS 的文件。
博主将介绍 Linux 操作系统中关于 HDFS 文件操作的常用命令行,并将介绍利用 Hadoop 提供的 Java API 进行基本的文件操作,以及利用 Web 界面查看和管理 HDFS 的方法。 HDFS 常用命令 在 Linux 命令行终端,可以使用命令行工具对 HDFS 进行操作。使用这些命令行可以完成 HDFS 文件的上传、下载和复制,还可以查看文件信息、格式化 NameNode 等。
HDFS 命令行的统一格式如下。
hadoop fs -cmd <args>其中,cmd是具体的文件操作命令,是一组数目可变的参数。
添加文件和目录 HDFS 有一个默认工作目录 /usr/ U S E R , 其 中 , USER,其中, USER,其中,USER是登录用户名,如 root。该目录不能自动创建,需要执行 mkdir 命令创建。 hadoop fs -mkdir /usr/root使用 Hadoop 的命令put将本地文件 README.txt 上传到 HDFS。
hadoop fs -put README.txt注意,上面这个命令的最后一个参数是:“.”,这意味着把本地文件上传到默认的工作目录下,该命令等价于以下代码。
hadoop fs -put README.txt /user/root 下载文件 下载文件是指从 HDFS 中获取文件,可以使用 Hadoop 的 get 命令。例如,若本地文件没有 README.txt 文件,则需要从 HDFS 中取回,可以执行以下命令。 hadoop fs -get README.txt或者执行以下命令。
hadoop fs -get README.txt /usr/root/README.txt 删除文件 Hadoop 删除文件的命令为rm。例如,要删除从本地文件上传到 HDFS 的 README.txt,可以执行以下命令。 hadoop fs -rm README.txt 检索文件 检索文件即查阅 HDFS 中的文件内容,可以使用 Hadoop 中的cat命令。例如,要查阅 README.txt 的内容,可以执行以下命令。 hadoop fs -cat README.txt另外,Hadoop 的cat命令的输出也可以使用管道传递给 UNIX 命令的 head,可以只显示文件的前一千个字节。
hadoop fs -cat README.txt | headHadoop 也支持使用tail命令查看最后一千字节。例如,要查阅 README.txt 最后一千个字节,可以执行如下命令。 hadoop fs -tail README.txt
查阅帮助 查阅 HDFS 命令帮助,可以更好地了解和使用 Hadoop 的命令。用户可以执行hadoop fs来获取所用版本 HDFS 的一个完整命令类别,也可以使用help来显示某个具体命令的用法及简短描述。例如,要了解ls命令,可执行以下命令。
hadoop fs -help lsHDFS 的 Web 界面 在配置好 Hadoop 集群之后,用户可以通过 Web 界面查看 HDFS 集群的状态,以及访问 HDFS,访问地址如下。 http://[NameNodeIP]:50070
其中,[NameNodeIP]为 HDFS 集群的 NameNode 的 IP 地址。登录后,用户可以查看 HDFS 的信息。
如图 1 所示,通过 HDFS NameNode 的 Web 界面,用户可以查看 HDFS 中各个结点的分布信息,浏览 NameNode 上的存储、登录等日志,以及下载某个 DataNode 上某个文件的内容。
通过 HDFS 的 Web 界面,还可以查看整个集群的磁盘总容量,HDFS 已经使用的存储空间量,非 HDFS 已经使用的存储空间量,HDFS 剩余的存储空间量等信息,以及查看集群中的活动结点数和宕机结点数。
图 2 显示了一个 DataNode 的信息,如磁盘的数量,每块磁盘的使用情况等。通过 Web 界面中的“Utilities”→“Browse the file system”可以查看当前 HDFS 的目录列表,以及每个目录的相关信息,包括访问权限、最后修改日期、文件拥有者、目录大小等。
进一步,用户还可以通过 Web 界面查看文件的信息,如图 3 所示。用户不仅可以查看文件的权限、大小等信息,还可以查看该文件的每个数据块所在的数据结点。
因为每一个文件都是分成好多数据块的,每个数据块又有 3 个副本,这些数据块的副本全部分布存放在多个 DataNode 中,所以用户不可能像传统文件系统那样来访问文件。HDFS Web 界面给用户提供了一个方便、直观地查看 HDFS 文件信息的方法。通过 Web 界面完成的所有操作,都可以通过 Hadoop 提供的命令来实现。
HDFS NameNode的WEB界面 图 1 HDFS NameNode的WEB界面
HDFS DataNode的WEB界面
图 2 HDFS NameNode的WEB界面HDFS文件界面
图 3 HDFS文件界面HDFS 的 Java API HDFS 设计的主要目的是对海量数据进行存储,也就是说在其上能够存储很大量的文件。
HDFS 将这些文件分割之后,存储在不同的 DataNode 上,HDFS 提供了通过Java API 对 HDFS 里面的文件进行操作的功能,数据块在 DataNode 上的存放位置,对于开发者来说是透明的。
使用 Java API 可以完成对 HDFS 的各种操作,如新建文件、删除文件、读取文件内容等。下面将介绍 HDFS 常用的 Java API 及其编程实例。
对 HDFS 中的文件操作主要涉及以下几个类。
下面我们通过一个实例来说明如何对文件进行具体操作。
1. 获取文件系统 /** * 获取文件系统 * @author Tim */ public static FileSystem getFileSystem(){ // 读取配置文件 Configuration conf = new Configuration(); // 文件系统 FileSystem fs = null; String hdfsUri = HDFSUri; if(StringUtils.isBlank(hdfsUri)){ // 返回默认文件系统,如果在Hadoop集群下运行,使用此方法可直接获取默认文件系统 try{ fs = FileSystem.get(conf); }catch(IOException e){ logger.error("",e); } }else{ // 根据指定的文件系统,如果在本地测试,需要使用此方法获取文件系统 try{ URI uri = new URI(hdfsUri.trim()); fs = FileSystem.get(uri,conf); }catch(URISyntaxException | IOExeption e){ logger.error("",e); } } return fs; } 2. 创建文件目录 /** * 创建文件目录 * @author Tim */ public static void mkdir(String path){ try{ // 获取文件系统 FileSystem fs = getFileSystem(); String hdfsUri = HDFSUri; if(StringUtils.isNotBlank(hdfsUri)){ path = hdfsUri + path; } // 创建目录 fs.mkdirs(new Path(path)); // 释放资源 fs.close(); }catch(IllegalArgumentException | IOException e){ logger.error("",e); } } 3. 删除文件或者文件目录 /** * 删除文件或者文件目录 * @author Tim */ public static void rmdir(String path){ try{ // 返回 FileSystem 对象 FileSystem fs = getFileSystem(); String hdfsUri = HDFSUri; if(StringUtils.isNotBlank(hdfsUri)){ path = hdfsUri + path; } // 删除文件或者文件目录 fs.delete(new Path(path),true); // 释放资源 fs.close(); }catch(IllegalArgumentException | IOException e){ logger.error("",e); } } 4. 将文件上传至 HDFS /** * 将文件上传至 HDFS * @author Tim */ public static void copyFileToHDFS(boolean delSrc,boolean overwrite,String srcFile,String destPath){ // 源文件路径是 Linux 下的路径 Path srcPath = new Path(srcFile); // 目的路径 String hdfsUri = HDFSUri; if(StringUtils.isNotBlank(hdfsUri)){ destPath = hdfsUri + destPath; } Path dstPath = new Path(destPath); // 实现文件上传 try{ // 获取 FileSystem 对象 FileSystem fs = getFileSystem(); fs.copyFromLocalFile(srcPath,dstPath); fs.copyFromLocalFile(delSrc,overwrite,srcPath,dstPath); // 释放资源 fs.close(); }catch(IOException e){ logger.error("",e); } } 5. 从 HDFS 下载文件 /** * 从 HDFS 下载文件 * @author Tim * */ public static void getFile(String srcFile,String destPath){ // 源文件路径 String hdfsUri = HDFSUri; if(StringUtils.isNotBlank(hdfsUri)){ srcFile = hdfsUri + srcFile; } Path srcPath = new Path(srcFile); // 目的路径是 Linux 下的路径 Path dstPath = new Path(destPath); try{ // 获取FileSystem对象 FileSystem fs = getFileSystem(); // 下载HDFS上的文件 fs.close(); }catch(IOException e){ logger.error("",e); } } PS:关于概念类的博主就整理这么多辣,有建议可以私信或者评论哦,欢迎佬们支持。
1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,会注明原创字样,如未注明都非原创,如有侵权请联系删除!;3.作者投稿可能会经我们编辑修改或补充;4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。 |
标签: #hdfs生态