hadoop学习之HDFS原理

HDFS原理

HDFS包括三个组件：

NameNode、DataNode、SecondaryNameNode

• NameNode的作用是存储元数据（文件名、创建时间、大小、权限、与block块映射关系等）
• DataNode的作用是存储真实数据信息
• SecondaryNameNode作用合并edits和fsimage文件

hadoop.tmp.dir  -> /tmp/hadoop-root

dfs.namenode.dfs.dir ->/dfs/name/current

see_txid  :操作事务id, 编号，用于显示操作次数，每次操作自增1

VERSION：显示namespaceID clusterID 

修改namenode的存储位置：

<configuration>

　　<property>

　　　　<name>dfs.replication</name>

　　　　<value>1</value>

　　<property>

　　<property>

　　　　<name>dfs.namenode.name.dir<name>

　　　　<value>/opt/module/hadoop-2.6.0/data</value>

　　</property>

</configuration>

dfs.datanode.data.dir -> /tmp/hadoop-root/dfs/data

修改datanode的存储目录

<configuration>

　　<property>

　　　　<name>dfs.replication</name>

　　　　<value>1</value>

　　<property>

　　<property>

　　　　<name>dfs.datanode.data.dir<name>

　　　　<value>/opt/module/hadoop-2.6.0/data</value>

　　</property>

</configuration>

修改secondarynamenode的目录

file://${hadoop.tmp.dir}/dfs/namesecondary

重新格式化

hdfs namenode -format -force

多次格式化namenode的问题解释

hdfs格式化会改变VERSION文件中的clusterID,首次格式化时datannode和namenode会产生相同的clusterID;

如果重新执行格式化，namenode的 clusterID会改变，就会与datanode的clusterID不一致，如果重新启动或读写hdfs就会挂掉

需要手动修改