HDFS Hadoop分布式文件存储系统整体概述

HDFS

整体概述举例：

包括机架 rack1、rack2 包括5个Datanode,一个Namenode(主角色 )带领5个Datanode(从角色 )，每一个rack中包含不同的block模块文件为分块存储模式 。块与块之间通过replication进行副本备份 ，进行冗余存储，Namenode对存储的元数据进行记录 。该架构可以概括为一个抽象统一的目录树结构。

1. 主从架构

   HDFS集群是标准的master/slave主从架构群，一般一个HDFS集群有一个Namenode和一定数目的Datanode组成，Namenode是HDFS主节点（维护元数据），Datanode（管理数据块）是HDFS从节点，两种角色共同完成分布式文件的存储服务。

2. 分块存储

   HDFS中文件在物理上是分块存储的，每一块默认大小是128M，不足128M则自身为一块。

   块的大小可以通过配置参数来规定，位于hdfs-default.xml中，dfs.blocksize。

3. 副本机制

   文件的每个block都会有副本，副本系数可以在文件创建的时候指定，也可以在之后通过命令改变，副本数量由参数dfs.replication控制，默认数为3，连同本身共三块副本。

4. 元数据（解释型数据）管理

   HDFS中元数据包括两种类型：

   1）文件自身属性信息：文件名称、权限，修改时间、文件大小、复制因子、数据块大小。

   2）文件块位置映射信息：记录文件块和Datenode之间的映射信息，即哪个块位于哪个节点上。

5. 抽象目录树（namespace）

   即传统的层次文件组织结构。用户可以创建目录，然后将文件保存在目录中，Namenode负责维护文件系统的namespace名称空间，任何对文件系统名称空间或属性的修改都将被Namenode记录下。

6. 数据块存储

   文件各个block的具体存储管理由DataNode节点承担，每一个block都可以在多个DataNode上存储。

常用操作

文件系统的shell命令 hadoop fs generic options

hadoop fs -ls file:/// #操作本地文件系统

hadoop fs -ls hdfs://node1:8020/ #操作HDFS分布文件系统

hadoop fs -ls / #直接根目录，没有指定协议，将加载读取fs.defaultFS

​ 2.创建文件夹 hadoop fs -mkdir -p ... (-p 沿着路径创建父目录)

​ 3.查看指定目录下内容 hadoop fs -ls -h -R ... (path 指定目录路径、-h 人性化显示文件size、 -R递归查看指定目录及其子目录)

​ 4.上传文件到HDFS指定目录下 hadoop fs -put -f -p ... ( -f覆盖目标文件【已经存在下】，-p保留访问和修改时间，所有权和权限，localsrc本地文件系统， dst目标文件系统)

​ 5.查看HDFS文件内容 hadoop fs -cat ... 读取指定文件全部内容，显示在标准输出控制台。

​ 6.下载HDFS文件 hadoop fs -get -f -p ... (下载文件到本地文件系统指定目录， localdst必须是目录， -f 覆盖目标文件 -p保留访问和修改时间，所有权和权限)

​ 7.拷贝HDFS文件 hadoop fs -cp -f ...(-f 覆盖目标文件)

​ 8.追加数据到HDFS文件中 hadoop fs -appendToFile ...(将所有给定本地文件的内容追加到给定dst文件，dst如果不存在，将创建该文件)

工作流程

1. 管道传输
2. ACK校验
3. 副本原则