hadoop基础一：HDFS系统性介绍：HDFS组成架构、读写理论、机架感知、心跳策略等

本文对HDFS进行一个系统性的介绍，以便hdfs的理论知识一个整体性的了解，内容包括架构组成、读写理论，元数据同步、读写时机架感知策略，以及namenode与datanode成员之间的通讯逻辑等。
 
之后在工作中遇到有关其他HDFS的问题再详细、针对性地讨论。

一. HDFS概述

1. HDFS特点

简单来说HDFS适合大文件存储，通过冗余提高了可靠性；小文件对HDFS不友好，因为会增加HDFS的寻址时间。写文件到HDFS中时，不能并发写入近支持追加，所以对于数据处理时效性不高。

 

2. HDFS的组成架构

在NameNode中的Namespace管理层是负责管理整个HDFS集群文件系统的目录树以及文件与数据块的映射关系。如下Namespace的内存结构：

以上是一棵文件目录树，可见Namespace本身其实是一棵巨大的树。在这棵树中INodeFile表示文件，INodeDirectory表示文件目录。在HDFS中的实现中，INodeFile和INodeDirectory都是继承INode的。

 

3. 文件块大小

默认hadoop2.x/3.x是128M，1.x是64M。

当寻址时间为文件传输是传输时间的1%，则认为是最佳状态。目前磁盘的传输速度为100MB/s
 
为什么块不能设置太小，也不能设置太大？

程序在下载块的时候分为寻址和数据传输两个步骤，如果块设置的太小，则总寻址时间增加；太大从磁盘的传输时间长，不利于程序数据处理。所以：block大小的设置主要取决于磁盘传输到速度。

 
 

二. HDFS的读写理论

1. 读写流程

1.1. 读数据流程

简单的说：client向namenode发送rpc请求，nn查找文件的元数据信息返回给client，client向就近（之后随机）的一台datanode发起读取数据的请求，然后下载数据。

数据传输：

• 客户端以packet为单位接收，先存在本地缓存，然后写入目标文件。
• 客户端读完一个块之后关闭链接，然后就近读取下一个文件块；如果列表没读完，会继续向NN请求
• 每读完一个block都会进行checksum的校验，校验不通过，client通知NN，然后从副本块的datanode继续读。

 

1.2.写数据流程

简单的说：
client首先向nn发起写请求，nn进行一系列校验之后返回是否可以上传，然后client发起上传第一个块的请求，nn返回datanode列表，client和dn建立连接然后进行数据传输与数据备份。传递完之后向nn请求上传第二个块，然后重复前面的操作。

详细地：

• 两次请求：
  • 第一次NN判断（权限、目录是否存在）是否能够上传；
  • 第二次NN计算文件切块（200M/128M=2），获取副本信息（dfs.replication=3）,并返回写节点信息给client做上传准备。
• client上传前的准备：
  • 对文件进行逻辑切块
  • 上传前建立pipeline，client启动一个阻塞进程，直到所有的DataNode都完成响应。
• 开始上传：
  • 文件块以packet为单位进行上传
  • DN3接收client的数据，每接收完一个packet，client向DN3传递下一个packet，同时DN3传数据传给DN2…DN2再传给DN1，直到传递完这个块，关闭当前pipeline。
• 重复上传步骤。

 
 

2. 最近距离是怎么计算的

最近距离是hadoop采用的一种衡量带宽能力的近似方法

网络带宽是指在单位时间（一般指的是1秒钟）内能传输的数据量。

Hadoop将整个集群理解为树形结构，树的每个叶子节点代表集群中的每个机器，把数据中心（center）、机架（rack）和节点（node）分别映射到不同的层次。如下图

节点距离计算：两个节点到达最近的共同祖先的距离总和。
通过上述方式可以近似判断两个节点之间的带宽情况：

• distance(/d1/r1/n1, /d1/r1/n1) = 0 （同一节点上的两个应用程序，最近共同祖先都在本节点，距离为0）
• distance(/d1/r1/n1, /d1/r1/n2) = 2 （同一机架上的两个节点）
• distance(/d1/r1/n1, /d1/r2/n3) = 4 （同一数据中心里不同机架上的两个节点）
• distance(/d1/r1/n1, /d2/r3/n4) = 6 （不同数据中心的两个节点）

 
 

3. 机架感知策略

机架感知策略可以减少机架间写流量的情况，提高写性能。又因为机架故障的概率远小于节点故障的概率，所以该策略不影响数据可靠性和可用性。

策略具体描述为：

1. 第一个副本在Client所在节点，如果client在集群外，随机选择一个
2. 第二个副本在另一个随机机架的随机节点上
3. 第三个副本在第二个副本所在机架剩余节点

 
 

三. HDFS成员相关理论

1. NameNode和SecondryNameNode的元数据管理

元数据信息包括：抽象目录树、文件和块、块和节点的对应关系。
集群的启动顺序：nameNode -> dataNode -> secondaryNameNode。

元数据交互过程

1. nn启动时，会加载元数据文件（Fsimage和edits）到内存中，同时接收dataNode汇报的心跳和block的位置信息，将block位置信息加载到内存。
2. 当写流程造成元数据更新时，dn通知nn什么文件的第几个block进行了上传，nn修改元数据内存，并写到本地文件（edits）中。
3. snn会定期向nn询问是否触发checkpoint操作，触发之后，nn会滚动正在写的edits，即从edits_inprogress_xxx 到 edits文件 ing。接着将edits和fsimage拷贝到snn。snn进行合并，生成新的 fsimage.chkpoint，然后拷贝到nn，nn将 fsimage.chkpoint重命名为fsimage。

相关文件介绍

为什么有时读取文件速度大于网络带宽？
由于目前只有三台服务器，且有三个副本，数据读取就近原则，相当于都是读取的本地磁盘数据，没有走网络。

 

2. DataNode 与 NameNode

datanode和namenode

A. dn启动后向nn注册
B. 定时报告心跳给nn，心跳检测机制判断dn是否挂掉
C. 每6小时上报所有的块信息

 

心跳机制

当因为dn宕机或者是网络故障，nn不会马上判断dn挂掉，而是通过计算TimeOut判断。
TimeOut = 2A +10B
A=dfs.namenode.heartbeat.recheck-interval 默认5分钟 心跳检查间隔
B=dfs.heartbeat.interval 默认3秒，心跳间隔

 

数据完整性校验

Dn读取block时，会计算checkSum值，如果和创建时不一致则判断文件损坏。
Dn会定期校验block的checkSum值。