什么网站做一件代发,wordpress邮件发验证码,国内服装电商平台,网站建设选平台目录
HDFS的机制
元数据简介
元数据存储流程:namenode 生成了多个edits文件和一个fsimage文件
edits和fsimage文件
SecondaryNameNode辅助NameNode的方式:
HDFS的存储原理
写入数据原理: 发送写入请求,获取主节点同意,开始写入,写入完成
读取数据原理:发送读取请求,获取…目录
HDFS的机制
元数据简介
元数据存储流程:namenode 生成了多个edits文件和一个fsimage文件
edits和fsimage文件
SecondaryNameNode辅助NameNode的方式:
HDFS的存储原理
写入数据原理: 发送写入请求,获取主节点同意,开始写入,写入完成
读取数据原理:发送读取请求,获取主节点同意,开始读取,读取完成
HDFS安全机制
HDFS归档机制
HDFS垃圾桶机制 分布式存储:一台计算机无法进行存储,则由多台计算机来存储,分布式存储最早是由谷歌提出的其目的是通过廉价的服务器来提供使用与大规模高并发场景下的 Web 访问问题。它 采用可扩展的系统结构利用多台存储服务器分担存储负荷利用位置服务器定位存储信息它不但提高了系统的可靠性、可用性和存取效率还易于扩展。
接着此前的内容
https://blog.csdn.net/m0_49956154/article/details/134324386?spm1001.2014.3001.5501
https://blog.csdn.net/m0_49956154/article/details/134298109?spm1001.2014.3001.5501
hive切块的作用:为了方便统一管理
hive副本的作用:默认3个,为了保证数据的安全性
HDFS的机制
副本机制: 为了保证数据安全和效率,block块信息存储多个副本,第一副本保存在客户端所在服务器,第二副本保存在和第一副本不同机架服务器上,第三副本保存在和第二副本相同机架不同服务器
负载均衡机制: namenode为了保证不同的datanode中block块信息大体一样,分配存储任务的时候会优先保存在余量比较大的datanaode上
心跳机制: datanode每隔3秒钟向namenode汇报自己的状态信息,如果某个时刻,datanode连续10次不汇报了(30秒),namenode会认为datanode有可能宕机了,namenode就会每5分钟(300000毫秒)发送一次确认消息,连续2次没有收到回复,就认定datanode此时一定宕机了(确认datanode宕机总时间3*105*2*60630秒)
元数据简介
元数据:为了描述数据的数据
元数据: 内存元数据 和 文件元数据 两种分别在内存和磁盘上
内存元数据: namnode运行过程中产生的元数据会先保存在内存中再保存到文件元数据中。 内存元数据优缺点: 优点: 因为内存处理数据的速度要比磁盘快。 缺点: 内存一断电数据全部丢失
文件元数据: Edits 编辑日志文件和fsimage 镜像文件 Edits编辑日志文件: 存放的是Hadoop文件系统的所有更改操作文件创建删除或修改的日志文件系统客户端执行的更改操作首先会被记录到edits文件中Fsimage镜像文件: 是元数据的一个持久化的检查点包含Hadoop文件系统中的所有目录和文件元数据信息但不包含文件块位置的信息。文件块位置信息只存储在内存中是在 datanode加入集群的时候namenode询问datanode得到的并且不间断的更新 元数据存储流程:namenode 生成了多个edits文件和一个fsimage文件 edits和fsimage文件
edits文件会被合并到fsimage中,这个合并由SecondaryNamenode来操作.
namenode管理元数据: 基于edits和FSImage的配合完成整个文件系统文件的管理。每次对HDFS的操作均被edits文件记录, edits达到大小上限后开启新的edits记录,定期进行edits的合并操作 如当前没有fsimage文件 将全部edits合并为第一个fsimage文件 如当前已存在fsimage文件将全部edits和已存在的fsimage进行合并形成新的fsimage edits编辑文件: 记录hdfs每次操作(namenode接收处理的每次客户端请求) fsimage镜像文件: 记录某一个时间节点前的当前文件系统全部文件的状态和信息(namenode所管理的文件系统的一个镜像)
SecondaryNameNode辅助NameNode的方式:
SecondaryNameNode辅助合并元数据: SecondaryNameNode会定期从NameNode拉取数据edits和fsimage然后合并完成后提供给NameNode使用。 对于元数据的合并是一个定时过程基于两个条件(也叫checkpoint) dfs.namenode.checkpoint.period:默认3600秒即1小时 dfs.namenode.checkpoint.txns: 默认1000000即100W次事务 dfs.namenode.checkpoint.check.period: 检查是否达到上述两个条件默认60秒检查一次只要有一个达到条件就执行拉取合并 HDFS的存储原理
写入数据原理: 发送写入请求,获取主节点同意,开始写入,写入完成
1.客户端发起写入数据的请求给namenode 2.namenode接收到客户端请求,开始校验(是否有权限,路径是否存在,文件是否存在等),如果校验没问题,就告知客户端可以写入 3.客户端收到消息,开始把文件数据分割成默认的128m大小的的block块,并且把block块数据拆分成64kb的packet数据包,放入传输序列
4.客户端携带block块信息再次向namenode发送请求,获取能够存储block块数据的datanode列表 5.namenode查看当前距离上传位置较近且不忙的datanode,放入列表中返回给客户端 6.客户端连接datanode,开始发送packet数据包,第一个datanode接收完后就给客户端ack应答(客户端就可以传入下一个packet数据包),同时第一个datanode开始复制刚才接收到的数据包给node2,node2接收到数据包也复制给node3(复制成功也需要返回ack应答),最终建立了pipeline传输通道以及ack应答通道 7.其他packet数据根据第一个packet数据包经过的传输通道和应答通道,循环传入packet,直到当前block块数据传输完成(存储了block信息的datanode需要把已经存储的块信息定期的同步给namenode)
8.其他block块数据存储,循环执行上述4-7步,直到所有block块传输完成,意味着文件数据被写入成功(namenode把该文件的元数据保存上) 9.最后客户端和namenode互相确认文件数据已经保存完成(也会汇报不能使用的datanode) 读取数据原理:发送读取请求,获取主节点同意,开始读取,读取完成
1.客户端发送读取文件请求给namenode
2.namdnode接收到请求,然后进行一系列校验(路径是否存在,文件是否存在,是否有权限等),如果没有问题,就告知可以读取 3.客户端需要再次和namenode确认当前文件在哪些datanode中存储 4.namenode查看当前距离下载位置较近且不忙的datanode,放入列表中返回给客户端
5.客户端找到最近的datanode开始读取文件对应的block块信息(每次传输是以64kb的packet数据包),放到内存缓冲区中 6.接着读取其他block块信息,循环上述3-5步,直到所有block块读取完毕(根据块编号拼接成完整数据) 7.最后从内存缓冲区把数据通过流写入到目标文件中
8.最后客户端和namenode互相确认文件数据已经读取完成(也会汇报不能使用的datanode)
序列化-本地到内存
反序列化 - 内存到本地 HDFS安全机制 #查看安全模式状态: [rootnode1 /]# hdfs dfsadmin -safemode get Safe mode is OFF #开启安全模式: [rootnode1 /]# hdfs dfsadmin -safemode enter Safe mode is ON #退出安全模式: [rootnode1 /]# hdfs dfsadmin -safemode leave Safe mode is OFF 开启后在网页端上传文件会提示: 首页也会进行提示 HDFS归档机制
归档原因: 每个小文件单独存放到hdfs中(占用一个block块),那么hdfs就需要依次存储每个小文件的元数据信息,相对来说浪费资源
归档格式: hadoop archive -archiveName 归档名.har -p 原始文件的目录 归档文件的存储目录 [rootnode1 ~]# hadoop archive -archiveName bigdata_group7.har -p /input / 结果 HDFS垃圾桶机制
设置了垃圾桶机制好处: 文件不会立刻消失,可以去垃圾桶里把文件恢复,继续使用 在hdfs的网页里删除就是永久删除
在linux里面远程命令删除,就会放到回收站里 在虚拟机中rm命令删除文件默认是永久删除 在虚拟机中需要手动设置才能使用垃圾桶回收: 把删除的内容放到: /user/root/.Trash/Current/ 先关闭服务 在 node1 中执行 stop-all.sh 新版本不关闭服务也没有问题 再修改文件 core-site.xml : 进入/export/server/hadoop-3.3.0/etc/hadoop目录下进行修改: property namefs.trash.interval/name value1440/value /property # 没有开启垃圾桶效果 [rootnode1 hadoop]# hdfs dfs -rm /binzi/hello.txt Deleted /binzi/hello.txt # 开启垃圾桶 [rootnode1 ~]#cd /export/server/hadoop-3.3.0/etc/hadoop [rootnode1 hadoop]# vim core-site.xml # 注意: 放到configuration内容/configuration中间 property namefs.trash.interval/name value1440/value /property # 开启垃圾桶效果 [rootnode1 hadoop]# hdfs dfs -rm -r /test1.har 2023-05-24 15:07:33,470 INFO fs.TrashPolicyDefault: Moved: hdfs://node1.itcast.cn:8020/test1.har to trash at: hdfs://node1.itcast.cn:8020/user/root/.Trash/Current/test1.har # 开启垃圾桶后并没有真正删除,还可以恢复 [rootnode1 hadoop]# hdfs dfs -mv /user/root/.Trash/Current/test1.har /
