hdfs
简单说是分布式的文件系统
一、hdfs的角色划分
client:分block
NameNode:是Master节点。管理数据块映射;处理客户端的读写请求;配置副本策略;管理HDFS的名称空间;
SecondaryNameNode:是一个小弟,分担大哥namenode的工作量;是NameNode的冷备份;合并fsimage和fsedits然后再发给namenode。
DataNode:Slave节点,干活的。负责存储client发来的数据块block;执行数据块的读写操作。
fsimage:元数据镜像文件(文件系统的目录树。)
edits:元数据的操作日志(针对文件系统做的修改操作记录)
fsimage+edits 类比数据库中的数据表和日志表
namenode内存中存储的是fsimage+edits。
SecondaryNameNode默认1小时,从namenode上,获取fsimage和edits来进行合并,然后再发送给namenode。减少namenode的工作量。
二、启动过程
http://blog.csdn.net/amber_amber/article/details/38268407
1、namenode
1》Server成员的构造(用于RCP)
2》FSNameSystem的构造
核心数据结构包括:
l blocksMap:map,保存数据块block相关的映射关系,包括文件与块,块与datanode的映射等。
l curruptReplicasMap:保存所有损坏的块,所有副本都损坏。
l datanodeMap:曾近连接过的所有的datanode,是全集。
l recentInvalidateSets:最近失效的block。
l excessReplicateMap:机器与机器上多余的block的映射,这些block等待被删除。
l Heartbeats:当前发送心跳包的datanode,也就是alive的datanode。
FSDirectory对象:这里存放着文件系统的层次结构。
过程:初始化blocksMap等数据结构,加载fsimage文件到类FSImage中,读取edits文件,利用fsimage和edits构造文件系统层次结构。
3》启动后台守护进程
l PendingReplicaitonBlocks$PendingReplicationMonitor: 监控block的copy过程
l FSNamesystem$HeartbeatMonitor,心跳包的检测
l FSNamesystem$ReplicationMonitor: 监控复本数量,如果不足,就copy。
l LeaseManager$Monitor:控制写请求,文件不能同时多人写。
l DecommissionManager$Monitor:处理数据节点的退役
2、启动datanode
1》获取并设置各种配置信息,整理自己的block信息并进行封装
2》从namenode获取namespaceID, version以及StorageID等信息
3》datanode向namenode注册。
向namenode发送服务地址,信息查询端口,客户端访问端口以及datanodeID等,还包括block_report块数据;FSNameSystem先验证该datanode是否被允许挂载(通过dfs.hosts列表验证),然后把datanode数据映射到元数据中,这里主要是获取block_report块与datanode的映射关系,添加到BlocksMap中[hx1] ,然后再把这个datanode添加到heartsbeats中进行监控。
4》启动datanode线程。周期性向namenode发送block_Report和heartbeats,同时接受namenode的指令。
3、Secondary namenode的启动
注册到namenode,并且从namenode同步当前的fsimage,edits等文件信息;启动secondary namenode上用于轮训的进程,定期执行检查点的创建操作。
三、写操作的流程
http://www.cnblogs.com/laov/p/3434917.html
1、client通知namenode,获得datanodes
2、具体写每个block和package(内部复制)
3、写别的block
4、通知nn结束