vlambda博客
学习文章列表

一、HDFS文件管理系统

        根据物理存储形态，数据存储可分为集中式存储与分布式存储两种。集中式存储以传统存储阵列（传统存储）为主，分布式存储（云存储）以软件定义存储为主。

        传统存储:一向以可靠性高、稳定性好，功能丰富而著称，但与此同时，传统存储也暴露出横向扩展性差、价格昂贵、数据连通困难等不足，容易形成数据孤岛，导致数据中心管理和维护成本居高不下。

        分布式存储：将数据分散存储在网络上的多台独立设备上，一般采用标准x86服务器和网络互联，并在其上运行相关存储软件，系统对外作为一个整体提供存储服务。

        数据量越来越多，在一个操作系统管辖的范围存不下了，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，因此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 。

     常见的分布式文件系统有GFS、HDFS、Lustre 、Ceph 、GridFS 、mogileFS、TFS、FastDFS等。

二、HDFS的优缺点（特点）

优点：

    （1）高容错性。数据自动保存多个副本。通过增加副本的形式，提高容错性，某一个副本丢失，可以自动恢复。

    （2）适合大规模的数据、文件处理。

    （3）采用流式的数据访问方式,一次存入多次读取，存入的数据只能追加，不能修改。

    （4）可以部署在廉价的机器上。

缺点：

    （1）不适合低延时的数据访问 ，对延时要求在毫秒级别的应用，不适合采用HDFS。HDFS是为高吞吐数据传输设计的,因此可能牺牲延时。HBase更适合低延时的数据访问。

    （2）无法高效的对大量小文件进行存储。文件的元数据（如目录结构，文件block的节点列表，block-node mapping）保存在NameNode的内存中， 整个文件系统的文件数量会受限于NameNode的内存大小。 
        经验而言，一个文件/目录/文件块一般占有150字节的元数据内存空间。如果有100万个文件，每个文件占用1个文件块，则需要大约300M的内存。因此十亿级别的文件数量在现有商用机器上难以支持。

    （3）无法支持并发写入。一个文件只能有一个写，不允许多个线程同时写入。

    （4）不支持文件随机修改。仅支持文件追加。

三、HDFS架构

这种架构由四部分组成：Clinet、Namenode、Datanodes、Secondary NameNode。

整个HDFS集群由Namenode和Datanode构成master-worker（主从）模式。Namenode负责构建命名空间，管理文件的元数据等，而Datanode负责实际存储数据，负责读写工作。

1、Clinet：客户端

    （1）文件切分。文件上传HDFS时，Clinet将文件切分成一个一个的Block进行存储。

    （2）与NameNode交互，获取文件的位置信息。

    （3）与DataNode交互，读取或者写入数据。

    （4）提供一些管理HDFS的命令。比如启动或关闭HDFS.

2、NameNode

Namenode存放文件系统树及所有文件、目录的元数据。元数据持久化为2种形式：

• namespcae image

• edit log

它是一个管理者，主要负责：

（1）管理HDFS的名称空间。

（2）管理数据块（Block）映射信息。

（3）配置副本策略。

（4）处理客户端读写请求。

3、Secondary Namenode

Secondary节点定期合并主Namenode的namespace image和edit log， 避免edit log过大，通过创建检查点checkpoint来合并。它会维护一个合并后的namespace image副本， 可用于在Namenode完全崩溃时恢复数据。

Secondary Namenode通常运行在另一台机器，因为合并操作需要耗费大量的CPU和内存。其数据落后于Namenode，因此当Namenode完全崩溃时，会出现数据丢失。通常做法是拷贝NFS中的备份元数据到Second，将其作为新的主Namenode。 

在HA（High Availability高可用性）中可以运行一个Hot Standby，作为热备份，在Active Namenode故障之后，替代原有Namenode成为Active Namenode。

4、Datanode:数据节点

负责存储和提取Block，读写请求可能来自namenode，也可能直接来自客户端。数据节点周期性向Namenode汇报自己节点上所存储的Block相关信息。

四、Blocks 文件块

物理磁盘中有块的概念，磁盘的物理Block是磁盘操作最小的单元，读写操作均以Block为最小单元，一般为512 Byte。文件系统在物理Block之上抽象了另一层概念，文件系统Block物理磁盘Block的整数倍。通常为几KB。Hadoop提供的df、fsck这类运维工具都是在文件系统的Block级别上进行操作。

HDFS的Block块比一般单机文件系统大得多，默认为128M，可以通过配置参数（dfs.blocksize）来规定。

HDFS的块比磁盘的块大，目的是最小化寻址开销，控制定位文件与传输文件所用的时间比例。假设定位到Block所需的时间为10ms，磁盘传输速度为100M/s。如果要将定位到Block所用时间占传输时间的比例控制1%，则Block大小需要约100M。 

但是如果Block设置过大，在MapReduce任务中，Map或者Reduce任务的个数 如果小于集群机器数量，会使得作业运行效率很低。

五、常用命令

命令行的交互主要通过hadoop fs来操作。

1、显示目录信息

# 显示根目录下所有文件和目录hadoop fs -ls /# 递归显示根目录下所有文件和目录hadoop fs -ls -R /

2、将本地文件或目录上传到HDFS

# hdfs dfs -put  <本地文件路径>  <HDFS路径>hdfs dfs -put  ceshi.txt /opt/data

copyFromLocal命令同样用于上传文件

hdfs dfs -copyFromLocal ./ceshi.txt /opt/data

3、将文件或目录从HDFS中的路径拷贝到本地

hdfs dfs -get /opt/data/ceshi.txt /usr/local

copyToLocal 命令同样可以实现从HDFS中的路径拷贝到本地

hdfs dfs -copyToLocal /opt/data/ceshi.txt /usr/local

4、将文件或目录从HDFS的源路径移动到目标路径

    不允许跨文件系统移动文件。

hdfs dfs -mv  /opt/data/ceshi.txt /opt/local

5、将文件或目录复制到目标路径下

    hdfs dfs -cp [-f] [-p | -p [topax] ] URI [ URI …] < dest>

    选项：
        -f选项覆盖已经存在的目标。
        -p选项将保留文件属性[topx]（时间戳，所有权，权限，ACL，XAttr）。

6、删除一个文件或目录

hdfs dfs -rm [-f] [-r|-R] [-skipTrash] URI [URI …]
选项：
    如果文件不存在，-f选项将不显示诊断消息或修改退出状态以反映错误。
    -R选项以递归方式删除目录及其下的任何内容。
    -r选项等效于-R。
    -skipTrash选项将绕过垃圾桶（如果已启用），并立即删除指定的文件。    当需要从超配额目录中删除文件时，这非常有用。

7、追加一个文件到已存在的文件末尾

        hadoop fs -appendToFile <localsrc> ... <dst>

 hadoop fs -appendToFile ./ce.txt /opt/data/ceshi.txt

8、显示文件内容  -cat

9、显示文件的末尾  -tail

10、合并下载多个文件

# 将HDFS的/opt/data目录下的文件合并为hb.txt 文件并下载到本地hadoop dfs  -getmerge  /opt/data/    hb.txt

合并后的文件位于当前目录，不在hdfs中，是本地文件。

11、统计文件系统的可用空间信息   -df

12、显示给定目录中包含的文件和目录的大小或文件的长度

hdfs dfs -du  /opt/data/