HDFS二.HDFS实现分布式文件存储---体系结构

单击模式（Standalone）：

单机模式是Hadoop的默认模式。当首次解压Hadoop的源码包时，Hadoop无法了解硬件安装环境，便保守地选择了最小配置。在这种默认模式下所有3个XML文件均为空。当配置文件为空时，Hadoop会完全运行在本地。因为不需要与其他节点交互，单机模式就不使用HDFS，也不加载任何Hadoop的守护进程。该模式主要用于开发调试MapReduce程序的应用逻辑。

伪分布式（Pseudo-Distributed Mode）：

伪分布模式在“单节点集群”上运行Hadoop，其中所有的守护进程都运行在同一台机器上。该模式在单机模式之上增加了代码调试功能，允许你检查内存使用情况，HDFS输入输出，以及其他的守护进程交互。5个进程的介绍http://www.aboutyun.com/thread-7088-1-1.html

完全分布式（Fully Distributed Mode）：

Hadoop守护进程运行在一个集群上.

master上看到namenode,jobtracer，secondarynamenode可以安装在master节点，也可以单独安装。slave节点能看到datanode和nodeManage

HDFS起源：

HDFS源于Google的GFS论文 发表于2003年10月  HDFS是GFS的克隆版！

http://www.cnblogs.com/999-/p/7120490.html

GFS是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。它运行于廉价的普通硬件上，并提供容错功能。它可以给大量的用户提供总体性能较高的服务。

GFS 也就是 google File System，Google公司为了存储海量搜索数据而设计的专用文件系统。

HDFS简介：

HDFS（Hadoop Distributed File System，Hadoop 分布式文件系统）是一个高度容错性的系统，适合部署在廉价的机器上。HDFS 能提供高吞吐量的数据访问，适合那些有着超大数据集（largedata set）的应用程序。

1. HDFS体系结构

1.1 NameNode

节点进程存在于集群的Master主机上

作用：

       1.1.1管理文件的命名空间

      1.1.2协调客户端对文件的访问

      1.1.3记录每个文件数据在各个DataNode上的位置和副本信息

    主要文件：

VERSION：版本信息，文件系统标识符

seen_txid：事物管理文件

Fsimage_*|

Fsimage_*.md5|-----------源数据文件

Edits_*|

1.1 DataNode

  节点进程存在于集群的Slave子机器上

  作用：

     1.2.1真实数据的存储管理

     1.2.2一次写入，并行读取（不修改）

     1.2.3文件由数据块组成，典型的块大小是64MB

     1.2.4数据块尽量散布在各个节点

主要文件：

blk<id>：HDFS的数据块，保存具体的二进制数据

blk<id>.meta：数据块的属性信息：版本信息，类型信息等

写入文件流程：

读取文件流程：

1.1 SecondaryNameNode

节点进程存在于集群的master上，也可以是单独一台机器

作用：

1.3.1 NameNode的一个快照

1.3.2周期性备份NameNode

1.3.3记录NameNode中的MateData以及其他数据

1.3.4可以用来恢复NameNode，但是不能替换NameNode