HDFS（未完）

HDFS 架构概述

HDFS（Haadoop Distributed File System）易于扩展的分布式文件系统，运行在大量普通廉价机器上，提供容错机制，为大量用户提供性能不错的文件存取服务。

HDFS的架构图之基础架构

NameNode是一个中心服务器，单一结点（简化系统的设计和实现），负责管理文件系统的名字空间（namespace）以及客户端的文件的访问。

文件操作，namenode 是负责文件元数据的操作，datanode 负责处理文件内容的读写请求，跟文件内容相关的数据流不经过Namenode，只询问他跟那个dataNode联系，否则NameNode会成为系统的瓶颈。

副本存放在那些Datanode上有NameNode 来控制，根据全局情况作出放置决定，读取文件时NameNode尽量让用户先读取最近的副本，降低读取网络开销和读取延时

NameNode全权管理数据库的复制，它周期性的从集群中的每个DataNode接收心跳信号和状态报告，接收到心跳信号意味着DataNode节点工作正常，块状态包含了一个该DataNode上所有的数据列表。

NameNode 与 DataNode 总结概述

NameNode

DataNode

存储元数据

存储文件内容

元数据保存在内存中

文件内容保存在磁盘

保存文件、 block、DataNode之间的映射关系

维护了 block id 到DataNode本地文件的映射关系

HDFS的构架之文件的副本机制以及block 块存储

所有的文件都是以block块的方式存放在HDFS文件系统当中，在hadoop1当中，文件的block块默认大小是64M，hadoop2当中，文件的block块大小默认是128M，block快的大小是可以通过hdfs-site.xml 当中的配置文件进行指定。

<property>

<name>dfs.block.size</name>

<value>块大小 以KB为单位</value>//只写数值就可以

</property>

抽成数据块的好处

1.   一个文件又可以大于集群中任意一个磁盘 10T * 3 / 128 = xxx 块 , 文件方式存

一 ->多个block块，这些block属于一个文件

2.   使用块抽象而不是文件可以简化存储子系统

3.   块非常适合用于数据备份进而提供数据容错能力和可用性。

块缓存

通常DataNode从磁盘中读取块，但对于访问频繁的文件，其对应的块可能被显示的缓存在DataNode的内存中，以堆外块缓存的形式存在。默认情况下，一个块缓存仅在一个DataNode的内存中，当然可以针对每个文件配置DataNode的数量。作业调度器通过在缓存块DataNode上运行任务，可以利用块缓存的优势提高读操作的性能。

例如：

连接（Join）操作中使用的一个小的查询表就是块缓存的一个很好的候选。

用户或应用通过缓存池中增加一个cache directive 来告诉namenode 需要缓存那些文件及存多久。缓存池是一个拥有管理缓存权限和资源使用的管理性分组。

例如一个文件130M，会被切分成2个block块，保存在两个block块里面，实际占用磁盘130M的空间，而不是占用256的磁盘空间。

hdfs 的文件权限验证

hdfs 的文件权限机制与linux系统的文件权限机制类似

r:read  w:write  x:execute 权限x对于文件表示忽略，对于文件夹表示是否有权限访问其内容。

如果linux 系统用户 zhangsan使用hadoop命令创建一个文件，那么这个文件在HDFS当中的owner就是zhangsan

HDFS文件权限的目的，防止好人做错事，而不是阻止坏人做坏事。HDFS相信你告诉我你是谁，你就是谁。

来源：https://www.icode9.com/content-4-754201.html