Hadoop HDFS-SecondaryNameNode(2nn)详细介绍

作者介绍:简历上没有一个精通的运维工程师。请点击上方的蓝色《运维小路》关注我,下面的思维导图也是预计更新的内容和当前进度(不定时更新)。

中间件,我给它的定义就是为了实现某系业务功能依赖的软件,包括如下部分:

Web服务器

代理服务器

ZooKeeper

Kafka

RabbitMQ

Hadoop HDFS(本章节)

前面我们介绍了HDFS的安装,在单机版本里面一共启动了3个java进程:

NameNode,DataNode,SecondaryNameNode,下面我们就来分别介绍这3个进程,今天是SecondaryNameNode** **

2NN(Secondary NameNode, Secondary NN)是 Hadoop 分布式文件系统(HDFS)中用于辅助 NameNode 管理元数据的重要组件,虽然名称中带有 "NameNode",但它并非 NameNode 的备用节点,核心功能是减轻 NameNode 的负担并优化元数据管理。以下是关于它的详细介绍:

基本概念与核心作用

在 HDFS 中,NameNode 负责存储和管理整个文件系统的元数据(如文件目录结构、文件与数据块的映射关系等),这些元数据的变更会被记录在编辑日志(EditLog) 中,而FsImage 则是元数据的快照(包含某一时刻的完整元数据)。随着集群运行,EditLog 会不断增长,若长期不处理,会导致 NameNode 启动时加载和合并 EditLog 的时间过长,影响系统效率。

2NN 的核心作用是定期合并 EditLog 和 FsImage,生成新的 FsImage 并回传给 NameNode,从而减少 EditLog 的体积,减轻 NameNode 的压力,同时为元数据提供一定的备份能力。

简单来说:NameNode 在运行期间只会写 EditLog,而不会主动将 EditLog 和 FsImage 合并成新的 FsImage。这个合并过程(Checkpoint)需要依赖外部组件完成,比如单机部署下的 SecondaryNameNode。

工作机制(合并流程)

2NN 的工作流程主要围绕 "EditLog 与 FsImage 的合并" 展开,具体步骤如下:

请求元数据 :2NN 定期(可通过配置参数 dfs.namenode.checkpoint.period 设定,默认 1 小时)向 NameNode 发送合并请求,NameNode 收到请求后,会暂停向当前 EditLog 写入新的变更,转而创建一个新的 EditLog 文件(如 edits_new),后续的元数据变更会写入这个新文件。

获取元数据文件:NameNode 将当前的 FsImage 和未合并的 EditLog 发送给 2NN。

合并操作 :2NN 将 FsImage 加载到内存,然后逐条执行 EditLog 中的变更操作,生成一个新的 FsImage(fsimage.ckpt)。这个过程相当于将 EditLog 中的增量变更 "固化" 到 FsImage 中,使新的 FsImage 包含最新的元数据状态。

回传新 FsImage :2NN 将合并后的新 FsImage 发送回 NameNode,NameNode 接收后会用它替换旧的 FsImage,并将之前创建的 edits_new 重命名为正式的 EditLog 文件,至此完成一次合并。

通过这一过程,EditLog 会被定期 "清空"(合并到 FsImage 中),避免其无限增长,同时 NameNode 无需自己执行合并操作,节省了计算资源。

同 NameNode 的关系

  • 依赖关系:2NN 依赖 NameNode 提供的 FsImage 和 EditLog,自身不参与元数据的实时管理,也不处理客户端请求(所有客户端请求均由 NameNode 处理)。
  • 数据同步限制:2NN 仅定期合并元数据,因此它存储的元数据是 "准实时" 的(取决于合并周期),并非与 NameNode 完全同步。
  • 非高可用角色:2NN 不能在 NameNode 故障时直接接管其工作(这是 Standby NameNode 的功能)。若 NameNode 故障且未配置高可用(HA),即使有 2NN,也需要手动恢复元数据(从 2NN 拷贝 FsImage 和 EditLog),且可能丢失最后一次合并后的元数据变更。
相关推荐
lifallen41 分钟前
Flink TCP Channel复用:NettyServer、NettyProtocol详解
大数据·flink·nio
Hello.Reader44 分钟前
用 Flink 打造事件驱动流式应用从 DataStream 到 ProcessFunction
大数据·flink
顧棟1 小时前
【Hive实战】hive-testbench的调研
数据仓库·hive·hadoop
jqy20251 小时前
什么是合同管理系统?6个核心功能介绍
大数据·合同 管理系统·电子合同管理
韩立学长1 小时前
【开题答辩实录分享】以《基于大数据的私人牙科诊所病例管理系统》为例进行答辩实录分享
大数据·管理系统
计算机编程小央姐1 小时前
大数据毕业设计选题推荐:基于Hadoop+Spark的全球能源消耗数据分析与可视化系统
大数据·hadoop·数据分析·spark·课程设计·毕设
计算机编程小央姐1 小时前
企业级大数据技术栈:基于Hadoop+Spark的全球经济指标分析与可视化系统实践
大数据·hadoop·hdfs·spark·echarts·numpy·课程设计
MoRanzhi12032 小时前
12. NumPy 数据分析与图像处理入门
大数据·图像处理·人工智能·python·矩阵·数据分析·numpy
互联网之声3 小时前
兑吧集团受邀参加2025华康会·DaJK大健康“源头创新·链动未来”创新论坛
大数据·人工智能
Q26433650233 小时前
【有源码】基于Hadoop+Spark的AI就业影响数据分析与可视化系统-AI驱动下的就业市场变迁数据分析与可视化研究-基于大数据的AI就业趋势分析可视化平台
大数据·hadoop·机器学习·数据挖掘·数据分析·spark·毕业设计