HDFS核心设计

一、HDFS核心设计

　　数据块（block）

　　　　数据块是HDFS上最基本的存储单位

　　　　HDFS块默认大小为128M

　　        对块进行抽象会带来的好处

　　　　　　一个小文件的大小可以大于网络中任意一个磁盘的容量

　　　　　　使用块抽象而不是文件可以简化存储子系统

　　　　　　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

　　数据块复制

　　　　HDFS为了做到可靠性创建多分数据块，MapReduce就可以在他们所在节点上处理这些数据了

　　　　HDFS将每个文件存储成块序列

　　　　每个文件的block大小和复制因子都是可配置的 HDFS-site.xml

　　数据副本的存放策略

　　　　数据分块存储和副本的存放，是保证可靠性和高性能的关键

　　　　将每个文件的数据进行分块存储

　　　　　　每一个数据块又保存有多个副本

　　　　　　这些数据块副本分布在不同的机器节点上

　　　　在多数情况下，HDFS默认的副本系数是3

　　　　Hadoop默认对3个副本的存放策略

　　　　　　第一块:在本机器的HDFS目录下存储一个block

　　　　　　第二块：在不同rack（机架）的某个DataNode上存储一个block

　　　　　　第三块：在该机器的同一个rack下的某台机器上存储最后一个block

　　　　　　更多副本：随机节点

　　　　设置集群block的备份数

　　　　　　方法一：配置文件hdfs-site.xml

　　　　　　方法二：通过命令修改备份数

　　　　　　　　bin/hadoop fs -setrep -R 1 /

　　　　安全模式

　　　　　　安全模式是Hadoop集群的一种保护模式

　　　　　　用命令来操作安全模式

　　　　　　　　Hadoop dfsadmin -safemode leave //强制NameNode退出安全模式

　　　　　　　　Hadoop dfsadmin -safemode enter  //进入安全模式

　　　　　　　　Hadoop dfsadmin -safemode get      //查看安全模式状态

　　　　　　　　Hadoop dfsadmin -safemode wait     //等待，一直到安全模式结束

　　　　负载均衡

　　　　　　机器和机器之间磁盘利用率不平衡HDFS集群非常容易出现的情况

　　　　　　　　尤其是在DataNode节点出现故障或在现有的集群上增添新的DataNode的时候

　　　　　　分析数据块分布和重新均衡DataNode上的数据分布的工具

　　　　　　　　$HADOOP_HOME/bin/start-balancer.sh -t 10%

　　　　　　负载均衡程序作为一个与独立的进程namenode进程分开执行

　　　　　　心跳机制

　　　　　　机架感知

　　　　　　　　大型Hadoop集群是以机架的形式来组织的

　　　　　　　　　　同一个机架上不同节点间的网络状况比不同机架之间的更为理想

　　　　　　　　默认情况下，Hadoop的机架感知是没有被启用的

　　　　　　　　　　启用机架感知功能，在namenode所在机器的core-site.xml中配置一个选项