簡介

Hadoop Distributed File System，分布式文件系統(tǒng)

架構(gòu)

http://wiki.jikexueyuan.com/project/hadoop/images/hdfs-architecture.png" alt="" />

• Block數(shù)據(jù)&##x5757;

  1. 基本存儲單位，一般大小為64M（配置大的塊主要是因為：1）減少搜尋時間，一般硬盤傳輸速率比尋道時間要快，大的塊可以減少尋道時間；2）減少管理塊的數(shù)據(jù)開銷，每個塊都需要在NameNode上有對應(yīng)的記錄；3）對數(shù)據(jù)塊進(jìn)行讀寫，減少建立網(wǎng)絡(luò)的連接成本）

  2. 一個大文件會被拆分成一個個的塊，然后存儲于不同的機(jī)器。如果一個文件少于Block大小，那么實際占用的空間為其文件的大小

  3. 基本的讀寫S#x5355;位，類似于磁盤的頁，每次都是讀寫一個塊

  4. 每個塊都會被復(fù)制到多臺機(jī)器，默認(rèn)復(fù)制3份

• NameNode

  1. 存儲文件的metadata，運行時所有數(shù)據(jù)都保存到內(nèi)存，整個HDFS可存儲的文件數(shù)受限于NameNode的內(nèi)存大小

  2. 一個Block在NameNode中對應(yīng)一條記錄（一般一個block占用150字節(jié)），如果是大量的小文件，會消耗大量內(nèi)存。同時map task的數(shù)量是由splits來決定的，所以用MapReduce處理大量的小文件時，就會產(chǎn)生過多的map task，線程管理開銷將會增加作業(yè)時間。處理大量小文件的速度遠(yuǎn)遠(yuǎn)小于處理同等大小的大文件的速度。因此Hadoop建議存儲大文件

  3. 數(shù)據(jù)會定時保存到本地磁盤，但不保存block的位置信息，而是由DataNode注冊時上報和運行時維護(hù)（NameNode中與DataNode相關(guān)的信息并不保存到NameNode的文件系統(tǒng)中，而是NameNode每次重啟后，動態(tài)重建）

  4. NameNode失效則整個HDFS都失效了，所以要保證NameNode的可用性

• Secondary NameNode

  1. 定時與NameNode進(jìn)行同步（定期合并文件系統(tǒng)鏡像和編輯日&#x#x5FD7;，然后把合并后的傳給NameNode，替換其鏡像，并清空編輯日志，類似于CheckPoint機(jī)制），但NameNode失效后仍需要手工將其設(shè)置成主機(jī)

• DataNode

  1. 保存具體的block數(shù)據(jù)

  2. 負(fù)責(zé)數(shù)據(jù)的讀寫操作和復(fù)制操作

  3. DataNode啟動時會向NameNode報告當(dāng)前存儲的數(shù)據(jù)塊信息，后續(xù)也會定時報告修改信息

  4. DataNode之間會進(jìn)行通信，復(fù)制數(shù)據(jù)塊，保證數(shù)據(jù)的冗余性