HDFS分布式文件系統(tǒng)如何設(shè)計

這篇文章將為大家詳細(xì)講解有關(guān)HDFS分布式文件系統(tǒng)如何設(shè)計，小編覺得挺實(shí)用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

堅(jiān)守“ 做人真誠 · 做事靠譜 · 口碑至上 · 高效敬業(yè) ”的價值觀，專業(yè)網(wǎng)站建設(shè)服務(wù)10余年為成都柔性防護(hù)網(wǎng)小微創(chuàng)業(yè)公司專業(yè)提供成都企業(yè)網(wǎng)站定制營銷網(wǎng)站建設(shè)商城網(wǎng)站建設(shè)手機(jī)網(wǎng)站建設(shè)小程序網(wǎng)站建設(shè)網(wǎng)站改版，從內(nèi)容策劃、視覺設(shè)計、底層架構(gòu)、網(wǎng)頁布局、功能開發(fā)迭代于一體的高端網(wǎng)站建設(shè)服務(wù)。

正文

HDFS的設(shè)計以及概念

HDFS集群是典型的 master/slave 架構(gòu)，master 節(jié)點(diǎn)叫做 NameNode，salve 節(jié)點(diǎn)叫做 DataNode。最簡單的 HDFS 集群便是一個 NameNode 節(jié)點(diǎn)和多個 DataNode 節(jié)點(diǎn)，HDFS 集群的架構(gòu)圖如下：

HDFS分布式文件系統(tǒng)如何設(shè)計

Block：數(shù)據(jù)塊，HDFS 集群將存儲的文件劃分為多個分塊，塊作為獨(dú)立的存儲單元，默認(rèn)大小為為 128M。如果某個文件超過集群單機(jī)存儲容量，分塊可以解決該問題；其次按照塊進(jìn)行存儲、備份能簡化系統(tǒng)的設(shè)計。默認(rèn)塊大小修改 hdfs-site.xml 文件中的 dfs.blocksize 配置。
NameNode：HDFS 集群的 Master 節(jié)點(diǎn)，維護(hù)集群文件的目錄結(jié)構(gòu)（命名空間）和編輯日志文件，同時在內(nèi)存中記錄文件各個塊所在的數(shù)據(jù)節(jié)點(diǎn)的信息。
DataNode：HDFS 集群的 Slave 節(jié)點(diǎn)，負(fù)責(zé)存儲實(shí)際的數(shù)據(jù)。根據(jù)需要存儲和檢索數(shù)據(jù)塊，并定期向 NameNode 發(fā)送他們所存儲的數(shù)據(jù)塊列表。為了實(shí)現(xiàn)數(shù)據(jù)存儲的高可靠，HDFS 將一個塊存儲在不同的 DataNode 節(jié)點(diǎn)， 默認(rèn)是 3 個，可以通過 hdfs-site.xml 文件中的 dfs.replication 配置修改默認(rèn)值。如果當(dāng)前 DataNode 中的數(shù)據(jù)塊損壞， 可以從其他 DataNode 節(jié)點(diǎn)復(fù)制一個正確的數(shù)據(jù)塊。
以上是架構(gòu)圖中顯而易見的幾個重要概念，接下來將結(jié)合架構(gòu)設(shè)計中的高可用、可擴(kuò)展性來介紹下架構(gòu)圖中隱藏的幾個重要概念。
聯(lián)邦 HDFS：這個主要是為了解決可擴(kuò)展性的問題，我們知道 NameNode 進(jìn)程的內(nèi)存中存放了數(shù)據(jù)與數(shù)據(jù)位置的對應(yīng)關(guān)系，對于一個文件數(shù)據(jù)量多的集群來說，NameNode 的內(nèi)存將成為集群規(guī)模擴(kuò)大的瓶頸。因此，單一 NameNode 的集群并不可取。Hadoop 2.x 的發(fā)行版引入了聯(lián)邦 HDFS 允許向集群中添加 NameNode 節(jié)點(diǎn)實(shí)現(xiàn)橫向擴(kuò)展。每一個 NameNode 管理命名空間中的一部分，每個 NameNode 維護(hù)一個命名空間卷（namespace volume），命名空間卷之間相互獨(dú)立，一個 NameNode 失效不會影響其他 NameNode 維護(hù)的命名空間。
HDFS HA： 這個解決高可用，即 HDFS High Available。這一實(shí)現(xiàn)中配置了一對活動-備用（active-standby）NameNode。當(dāng)活動的 NameNode 失效，備用 NameNode 會接管相應(yīng)的任務(wù)，這一過程對用戶透明。實(shí)現(xiàn)這一設(shè)計，需要在架構(gòu)上做如下修改：
1. HA 的兩個 NameNode 之間通過高可用共享存儲實(shí)現(xiàn)編輯日志的共享，目的是為了能夠使備用 NameNode 接管工作后實(shí)現(xiàn)與主 NameNode 狀態(tài)同步。QJM（日志管理器，quorum journal manager）是為提供一個高可用的日志編輯而設(shè)計的，被推薦用于大多數(shù) HDFS 集群中。QJM 以一組日志節(jié)點(diǎn)的形式運(yùn)行，一般是 3，每一次編輯必須寫入多數(shù)日志節(jié)點(diǎn)，因此系統(tǒng)可以忍受任何一個節(jié)點(diǎn)丟失，日志節(jié)點(diǎn)便是 JournalNode。
2. DataNode 需要同時向 2 個 NameNode 發(fā)送數(shù)據(jù)報告，因?yàn)閿?shù)據(jù)塊的映射信息存儲在 NameNode 的內(nèi)存中
3. 客戶端需要處理 NameNode 失效的問題，對用戶透明

HDFS的基本操作

　　命令行接口
命令行接口操作 HDFS 是最簡單、最方便的方式。HDFS 的命令與 Linux 本地命令非常相似，可以通過 hadoop fs help 命令查看 HDFS 所支持所有命令，接下來介紹下常用的命令：

hadoop fs -put <localsrc> <dst> #將本地文件上傳至 HDFS；
hadoop fs -ls <path> # 與 Linux ls命令類似；
hadoop fs -cat <src> #查看 HDFS 文件數(shù)據(jù)；
hadoop fs -text <path> # 同 cat 命令， 可以看 SequenceFile、壓縮文件；
hadoop fs -rm <src> # 刪除 HDFS 文件或目錄。

以上是比較常用的 HDFS 命令，查看幫助文檔可以在每個命令上增加一些命令行選項(xiàng)，輸出不同的信息。以 ls 命令為例，看一下 HDFS 輸出的文件信息。

hadoop fs -ls /hadoop-ex/wordcount/input
-rw-r--r--   3 root supergroup         32 2019-03-03 01:34 /hadoop-ex/wordcount/input/words
-rw-r--r--   3 root supergroup         28 2019-03-03 01:46 /hadoop-ex/wordcount/input/words2

可以發(fā)現(xiàn)輸出的內(nèi)容與 Linux 下 ls 命令類似。第 1 部分顯示文件類型與權(quán)限，第 2 部分是副本數(shù)量 3，第 3 、4部分是所屬的用戶和用戶組，第 5 部分是文件大小，若是目錄則為 0 ，第 6、7 部分是文件的修改日期和時間，第 8 部分是文件的路徑和名稱。 在 HDFS 中有個超級用戶，即 啟動 NameNode 的用戶。
　Java 接口
相對于命令行接口，Java接口更加靈活，更強(qiáng)大。但用起來不是很方便，一般可以在 MR 或者 Spark 任務(wù)中使用 Java 接口讀取 HDFS 上的數(shù)據(jù)。本章僅舉一個讀取 HDFS 文件數(shù)據(jù)的例子介紹一下 Java 接口的使用方式，主要使用 FileSystem API 來實(shí)現(xiàn)，更具體和更多的使用方法讀者可以自行查閱。

package com.cnblogs.duma.hdfs;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;

import java.io.IOException;
import java.io.InputStream;
import java.net.URI;

public class FileSystemEx {
    public static void main(String[] args) throws IOException {
        Configuration conf = new Configuration();
        // uri 便是 core-site.xml 文件中 fs.defaultFS 配置的值
        FileSystem fs = FileSystem.get(URI.create("hdfs://hadoop0:9000"), conf);
        InputStream in = null;

        try {
            // 指定打開的文件
            in = fs.open(new Path("/hadoop-ex/wordcount/input/words"));
            // 將輸入流拷貝到標(biāo)準(zhǔn)輸出流
            IOUtils.copyBytes(in, System.out, 4096, false);
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            // 關(guān)閉輸入流
            IOUtils.closeStream(in);
        }
    }
}

關(guān)于“HDFS分布式文件系統(tǒng)如何設(shè)計”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。

本文名稱：HDFS分布式文件系統(tǒng)如何設(shè)計
本文網(wǎng)址：http://bm7419.com/article2/pcehoc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供做網(wǎng)站、網(wǎng)站建設(shè)、關(guān)鍵詞優(yōu)化、靜態(tài)網(wǎng)站、電子商務(wù)、自適應(yīng)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)

成都定制網(wǎng)站網(wǎng)頁設(shè)計