Hadoop学习-HDFS
Hdoop之HDFS
什么是HDFS
背景及意义
背景
随着数据量的增加,一个操作系统存不下所有数据,就需要分配到更多的操作系统磁盘中,为了方便管理和维护,需要一种系统来管理多台机器上的文件,这就是分布式文件系统,HDFS只是分布式文件系统中的一种,其他的如:fastdfs 等
定义
HDFS 分布式文件系统,用来管理和存储文件的,由于是分布式的,是由多台服务器组成
特性
HDFS适合一次写入,多次读出的场景,不支持对文件的修改
优点
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bA1e7nz6-1656919344364)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ce7812e8fb7b45c28b8664c00b49422e~tplv-k3u1fbpfcp-zoom-1.image)]
缺点
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kk6gyKIs-1656919344366)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/b0cfb1fc08214f35ab0c3b482867a83f~tplv-k3u1fbpfcp-zoom-1.image)]
组成架构
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3QAGmg50-1656919344368)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5303aa23722746c6bc10df54ad7ffa7c~tplv-k3u1fbpfcp-zoom-1.image)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jIDAQlO8-1656919344369)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/b8d66e9a691040e28515bb7dcd59f6b1~tplv-k3u1fbpfcp-zoom-1.image)]
HDFS文件块大小
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VqwNjwaA-1656919344371)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/96549458f5064ebebea65b7531308bb0~tplv-k3u1fbpfcp-zoom-1.image)]
块大小影响因素
- 块设置太小会增加寻址时间,导致程序一直在寻找块的位置
- 块设置太大,数据传输时间会明显大于定位块位置时间,导致处理这个块数据的程序非常慢
总结: HDFS块大小设置取决于磁盘传输速率
HDFS命令操作
- 基本语法
hadoop fs 具体命令 OR /hdfs dfs 具体命令
命令大全
下面的命令和linux下命令基本一致,基本一看就能明白怎么使用,不过多解释
[tian@hadoop201 ~]$ hdfs dfs 个人习惯试用hdfs dfs 也可以试用 hadoop fs
Usage: hadoop fs [generic options][-appendToFile <localsrc> ... <dst>] #加一个文件到已经存在的文件末尾[-cat [-ignoreCrc] <src> ...] #显示文件内容[-checksum <src> ...] # [-chgrp [-R] GROUP PATH...][-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...] # 设置权限[-chown [-R] [OWNER][:[GROUP]] PATH...] # 设置所有者权限[-copyFromLocal [-f] [-p] [-l] <localsrc> ... <dst>] # 从本地复制到hdfs [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] # 从hdfs复制到本地[-count [-q] [-h] <path> ...] # [-cp [-f] [-p | -p[topax]] <src> ... <dst>] #从HDFS的一个路径拷贝到HDFS的另一个路径[-createSnapshot <snapshotDir> [<snapshotName>]] # 创建快照[-deleteSnapshot <snapshotDir> <snapshotName>] # 删除快照[-df [-h] [<path> ...]] # 查看hdfs存储[-du [-s] [-h] <path> ...] # 查看文件假大小[-expunge][-find <path> ... <expression> ...] [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] #等同于copyToLocal,就是从HDFS下载文件到本地[-getfacl [-R] <path>][-getfattr [-R] {-n name | -d} [-e en] <path>][-getmerge [-nl] <src> <localdst>] #合并下载多个文件,比如HDFS的目录 /user/test下有多个文件:log.1, log.2,log.3,...[-help [cmd ...]] # 帮助命令[-ls [-d] [-h] [-R] [<path> ...]] #查看文件夹下文件[-mkdir [-p] <path> ...] # 创建文件夹[-moveFromLocal <localsrc> ... <dst>] # 从本地移动到hdfs[-moveToLocal <src> <localdst>] # 从hdfs移动到本地[-mv <src> ... <dst>] # 移动文件[-put [-f] [-p] [-l] <localsrc> ... <dst>] #等同于copyFromLocal[-renameSnapshot <snapshotDir> <oldName> <newName>] #重命名快照[-rm [-f] [-r|-R] [-skipTrash] <src> ...] # 删除文件[-rmdir [--ignore-fail-on-non-empty] <dir> ...] #删除文件夹[-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]][-setfattr {-n name [-v value] | -x name} <path>][-setrep [-R] [-w] <rep> <path> ...] #设置HDFS中文件的副本数量[-stat [format] <path> ...][-tail [-f] <file>] #显示一个文件的末尾[-test -[defsz] <path>][-text [-ignoreCrc] <src> ...][-touchz <path> ...][-truncate [-w] <length> <path> ...] # 清空路径[-usage [cmd ...]]Generic options supported are
-conf <configuration file> specify an application configuration file
-D <property=value> use value for given property
-fs <local|namenode:port> specify a namenode
-jt <local|resourcemanager:port> specify a ResourceManager
-files <comma separated list of files> specify comma separated files to be copied to the map reduce cluster
-libjars <comma separated list of jars> specify comma separated jar files to include in the classpath.
-archives <comma separated list of archives> specify comma separated archives to be unarchived on the compute machines.The general command line syntax is
bin/hadoop command [genericOptions] [commandOptions]
HDFS API操作
上面介绍了如何使用命令操作hdfs,这部分是如何使用代码操作hdfs
环境搭建
解压hadoop-2.7.2 到一个非中文无空格的目录下(所有开发涉及到的软件或配置尽量使用非中文无空格)
我解压到
D:\softWare\devSoft\hadoop-2.7.2
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-D5WQsd67-1656919344374)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d4d59d3a79d04bf4babaf540646603c9~tplv-k3u1fbpfcp-zoom-1.image)]
配置Hadoop环境变量
2.1新建HADOOP_HOME,路径为安装的文件夹 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-gJXJjiez-1656919344376)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/88e2b4820f4d4a268c0c5ae80889d556~tplv-k3u1fbpfcp-zoom-1.image)]
2.2 配置Path环境变量
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GVxGMF4Z-1656919344378)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e7ab8046e8374784b7ebea474d94bd6f~tplv-k3u1fbpfcp-zoom-1.image)]
验证是否安装成功
打开CMD 执行hadoop version 能显示当前Hadoop版本即可
C:\Users\Tian>hadoop version
Hadoop 2.7.2
Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r b165c4fe8a74265c792ce23f546c64604acf0e41
Compiled by jenkins on 2016-01-26T00:08Z
Compiled with protoc 2.5.0
From source with checksum d0fda26633fa762bff87ec759ebe689c
This command was run using /D:/softWare/devSoft/hadoop-2.7.2/share/hadoop/common/hadoop-common-2.7.2.jar
打开IDEA 使用maven创建hdfsClientDemo工程,并在MAVEN中导入相关依赖
<dependencies><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>RELEASE</version></dependency><dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-core</artifactId><version>2.8.2</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-common</artifactId><version>2.7.2</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-client</artifactId><version>2.7.2</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-hdfs</artifactId><version>2.7.2</version></dependency><dependency><groupId>jdk.tools</groupId><artifactId>jdk.tools</artifactId><version>1.8</version><scope>system</scope><systemPath>${JAVA_HOME}/lib/tools.jar</systemPath></dependency>
</dependencies>
添加日志配置文件
在项目的src/main/resources目录下,新建一个文件,命名为“log4j.properties”,在文件中填入如下内容
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
创建包名和HdfsClient类
结构如下
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-T7MjlbfO-1656919344380)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/62189a1af5f141cd8e7b2d27028e4b6f~tplv-k3u1fbpfcp-zoom-1.image)]
案例
HDFS文件上传
@Testpublic void testMkdirs() throws IOException, InterruptedException, URISyntaxException {// 1 获取文件系统Configuration configuration = new Configuration();// 配置在集群上运行// configuration.set("fs.defaultFS", "hdfs://hadoop201:9000");// FileSystem fs = FileSystem.get(configuration);FileSystem fs = FileSystem.get(new URI("hdfs://hadoop201:9000"), configuration, "tian");// 2 创建目录fs.mkdirs(new Path("/test/tian/hdfsDemo"));// 3 关闭资源fs.close();}
可以通过HDFS命令行查看结果,也可以通过WEB端查看结果
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BOiLFFuB-1656919344381)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/80e9ac5fe7f4406bbc920389b3023d8c~tplv-k3u1fbpfcp-zoom-1.image)]
HDFS文件下载
/*** HDFS文件下载*/@Testpublic void testCopyToLocalFile() throws IOException, InterruptedException, URISyntaxException{// 1 获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop201:9000"), configuration, "tian");// 2 执行下载操作// boolean delSrc 指是否将原文件删除// Path src 指要下载的文件路径// Path dst 指将文件下载到的路径// boolean useRawLocalFileSystem 是否开启文件校验fs.copyToLocalFile(false, new Path("/word.txt"), new Path("d:/word.txt"), true);// 3 关闭资源fs.close();}
HDFS文件夹删除
@Test
public void testDelete() throws IOException, InterruptedException, URISyntaxException{// 1 获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop201:9000"), configuration, "tian");// 2 执行删除fs.delete(new Path("/test/tian/hdfsDemo"), true);// 3 关闭资源fs.close();
}
HDFS文件名修改
@Test
public void testRename() throws IOException, InterruptedException, URISyntaxException{// 1 获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop201:9000"), configuration, "tian"); // 2 修改文件名称fs.rename(new Path("/word.txt"), new Path("/word1.txt"));// 3 关闭资源fs.close();
}
HSFS文件详情查看
查看文件名称、权限、长度、块信息
@Test
public void testListFiles() throws IOException, InterruptedException, URISyntaxException{// 1获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop201:9000"), configuration, "tian"); // 2 获取文件详情RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);while(listFiles.hasNext()){LocatedFileStatus status = listFiles.next();// 输出详情// 文件名称System.out.println(status.getPath().getName());// 长度System.out.println(status.getLen());// 权限System.out.println(status.getPermission());// 分组System.out.println(status.getGroup());// 获取存储的块信息BlockLocation[] blockLocations = status.getBlockLocations();for (BlockLocation blockLocation : blockLocations) {// 获取块存储的主机节点String[] hosts = blockLocation.getHosts();for (String host : hosts) {System.out.println(host);}}System.out.println("-----------分割线----------");}// 3 关闭资源
fs.close();
}
HDFS文件和文件夹判断
@Test
public void testListStatus() throws IOException, InterruptedException, URISyntaxException{// 1 获取文件配置信息Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop201:9000"), configuration, "tian");// 2 判断是文件还是文件夹FileStatus[] listStatus = fs.listStatus(new Path("/"));for (FileStatus fileStatus : listStatus) {// 如果是文件if (fileStatus.isFile()) {System.out.println("f:"+fileStatus.getPath().getName());}else {System.out.println("d:"+fileStatus.getPath().getName());}}// 3 关闭资源fs.close();
}
HDFS流程
HDFS写数据流程
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7gVCuGhJ-1656919344383)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/bf23587a573f48978e6541731fb77171~tplv-k3u1fbpfcp-zoom-1.image)]
1)客户端通过Distributed FileSystem模块向NameNode请求上传文件,NameNode检查目标文件是否已存在,父目录是否存在。
2)NameNode返回是否可以上传。
3)客户端请求第一个 Block上传到哪几个DataNode服务器上。
4)NameNode返回3个DataNode节点,分别为dn1、dn2、dn3。
5)客户端通过FSDataOutputStream模块请求dn1上传数据,dn1收到请求会继续调用dn2,然后dn2调用dn3,将这个通信管道建立完成。
6)dn1、dn2、dn3逐级应答客户端。
7)客户端开始往dn1上传第一个Block(先从磁盘读取数据放到一个本地内存缓存),以Packet为单位,dn1收到一个Packet就会传给dn2,dn2传给dn3;dn1每传一个packet会放入一个应答队列等待应答。
8)当一个Block传输完成之后,客户端再次请求NameNode上传第二个Block的服务器。(重复执行3-7步)。
HDFS读数据流程
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kfpJdJZO-1656919344385)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0a215d8cd73940b8a3f1e90ee9c74659~tplv-k3u1fbpfcp-zoom-1.image)]
1)客户端通过Distributed FileSystem向NameNode请求下载文件,NameNode通过查询元数据,找到文件块所在的DataNode地址。
2)挑选一台DataNode(就近原则,然后随机)服务器,请求读取数据。
3)DataNode开始传输数据给客户端(从磁盘里面读取数据输入流,以Packet为单位来做校验)。
4)客户端以Packet为单位接收,先在本地缓存,然后写入目标文件。
机架感知
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mWDZt4wp-1656919344386)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/2d66466cdb0449dcb696b143fb65ae2b~tplv-k3u1fbpfcp-zoom-1.image)]
NN和2NN
NameNode中的元数据是存储在哪里的?
新的框架或组件的诞生必然是解决某些问题的
如果存储在磁盘中,因为经常需要随机访问,因此效率很低,如果放在内存中,效率高了,一旦断电,元数据丢失,集群就无法工作了,因此产生在磁盘中备份元数据的FsImage。
新的问题来了,当在内存中更新元数据时,如果同步更新FSImage,那么效率也是很低的,如果不更新,会造成数据不一致,一旦断电,也会丢失数据,==因此,引入Edits文件(只进行追加操作,效率很高)。每当元数据有更新或者添加元数据时,修改内存中的元数据并追加到Edits中。==这样,一旦NameNode节点断电,可以通过FsImage和Edits的合并,合成元数据。
但是,如果长时间添加数据到Edits中,会导致该文件数据过大,效率降低,而且一旦断电,恢复元数据需要的时间过长。因此,需要定期进行FsImage和Edits的合并,如果这个操作由NameNode节点完成,又会效率过低。因此,引入一个新的节点SecondaryNamenode,专门用于FsImage和Edits的合并。
NN和2NN工作机制
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5f6sPWkT-1656919344387)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/322f6943e9604dc6a84fd23a6dd7df24~tplv-k3u1fbpfcp-zoom-1.image)]
第一阶段:NameNode启动
(1)第一次启动NameNode格式化后,创建Fsimage和Edits文件。如果不是第一次启动,直接加载编辑日志和镜像文件到内存。
(2)客户端对元数据进行增删改的请求。
(3)NameNode记录操作日志,更新滚动日志。
(4)NameNode在内存中对数据进行增删改。
第二阶段:Secondary NameNode工作
(1)Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。
(2)Secondary NameNode请求执行CheckPoint。
(3)NameNode滚动正在写的Edits日志。
(4)将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。
(5)Secondary NameNode加载编辑日志和镜像文件到内存,并合并。
(6)生成新的镜像文件fsimage.chkpoint。
(7)拷贝fsimage.chkpoint到NameNode。
(8)NameNode将fsimage.chkpoint重新命名成fsimage。
NN和2NN工作机制详解:
Fsimage:NameNode内存中元数据序列化后形成的文件。
Edits:记录客户端更新元数据信息的每一步操作(可通过Edits运算出元数据)。
NameNode启动时,先滚动Edits并生成一个空的edits.inprogress,然后加载Edits和Fsimage到内存中,此时NameNode内存就持有最新的元数据信息。Client开始对NameNode发送元数据的增删改的请求,这些请求的操作首先会被记录到edits.inprogress中(查询元数据的操作不会被记录在Edits中,因为查询操作不会更改元数据信息),如果此时NameNode挂掉,重启后会从Edits中读取元数据的信息。然后,NameNode会在内存中执行元数据的增删改的操作。
由于Edits中记录的操作会越来越多,Edits文件会越来越大,导致NameNode在启动加载Edits时会很慢,所以需要对Edits和Fsimage进行合并(所谓合并,就是将Edits和Fsimage加载到内存中,照着Edits中的操作一步步执行,最终形成新的Fsimage)。SecondaryNameNode的作用就是帮助NameNode进行Edits和Fsimage的合并工作。
SecondaryNameNode首先会询问NameNode是否需要CheckPoint(触发CheckPoint需要满足两个条件中的任意一个,定时时间到和Edits中数据写满了)。直接带回NameNode是否检查结果。SecondaryNameNode执行CheckPoint操作,首先会让NameNode滚动Edits并生成一个空的edits.inprogress,滚动Edits的目的是给Edits打个标记,以后所有新的操作都写入edits.inprogress,其他未合并的Edits和Fsimage会拷贝到SecondaryNameNode的本地,然后将拷贝的Edits和Fsimage加载到内存中进行合并,生成fsimage.chkpoint,然后将fsimage.chkpoint拷贝给NameNode,重命名为Fsimage后替换掉原来的Fsimage。NameNode在启动时就只需要加载之前未合并的Edits和Fsimage即可,因为合并过的Edits中的元数据信息已经被记录在Fsimage中。
Fsimage和Edits解析
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ibwNxhnP-1656919344389)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5e49a8998a18489f8fec17a09e3195a4~tplv-k3u1fbpfcp-zoom-1.image)]
可以看出,Fsimage中没有记录块所对应DataNode,为什么?
在集群启动后,要求DataNode上报数据块信息,并间隔一段时间后再次上报。
CheckPoint时间设置
SecondaryNameNode 默认每一个小时执行一次
[hdfs-default.xml]
<property><name>dfs.namenode.checkpoint.period</name><value>3600</value> </property>
设置为一分钟检查一次操作次数,当操作次数达到一百万时,执行一次
<property><name>dfs.namenode.checkpoint.txns</name><value>1000000</value> <description>操作动作次数</description> </property><property><name>dfs.namenode.checkpoint.check.period</name><value>60</value> <description> 1分钟检查一次操作次数</description> </property >
NameNode故障处理
NameNode故障后,可以采用如下两种方法恢复数据。
方法一:将SecondaryNameNode中数据拷贝到NameNode存储数据的目录;
kill -9 NameNode进程
删除NameNode存储的数据(/opt/module/hadoop-2.7.2/data/tmp/dfs/name)
rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*
- 拷贝SecondaryNameNode中数据到原NameNode存储数据目录
scp -r tian@hadoop203:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/* ./name/
- 重新启动NameNode
sbin/hadoop-daemon.sh start namenode
方法二:使用-importCheckpoint选项启动NameNode守护进程,从而将SecondaryNameNode中数据拷贝到NameNode目录中。
- 修改hdfs-site.xml中的
<property><name>dfs.namenode.checkpoint.period</name><value>120</value>
</property><property><name>dfs.namenode.name.dir</name><value>/opt/module/hadoop-2.7.2/data/tmp/dfs/name</value>
</property>
kill -9 NameNode进程
删除NameNode存储的数据(/opt/module/hadoop-2.7.2/data/tmp/dfs/name)
rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*
- 如果SecondaryNameNode不和NameNode在一个主机节点上,需要将SecondaryNameNode存储数据的目录拷贝到NameNode存储数据的平级目录,并删除in_use.lock文件
[tian@hadoop201 dfs]$ scp -r tian@hadoop201:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary ./[tian@hadoop201 namesecondary]$ rm -rf in_use.lock[tian@hadoop201 dfs]$ pwd
/opt/module/hadoop-2.7.2/data/tmp/dfs[tian@hadoop201 dfs]$ ls
data name namesecondary
- 导入检查点数据(等待一会ctrl+c结束掉)
bin/hdfs namenode -importCheckpoint
- 启动NameNode
sbin/hadoop-daemon.sh start namenode
集群安全模式
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JHqvD9ng-1656919344390)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/06c60817967c4f29aed534fee53d7e78~tplv-k3u1fbpfcp-zoom-1.image)]
基本语法
集群处于安全模式,不能执行重要操作(写操作)。集群启动完成后,自动退出安全模式。
(1)bin/hdfs dfsadmin -safemode get (功能描述:查看安全模式状态)
(2)bin/hdfs dfsadmin -safemode enter (功能描述:进入安全模式状态)
(3)bin/hdfs dfsadmin -safemode leave (功能描述:离开安全模式状态)
(4)bin/hdfs dfsadmin -safemode wait (功能描述:等待安全模式状态)
NameNode多目录设置
NameNode的本地目录可以配置成多个,且每个目录存放内容相同,增加了可靠性
在hdfs-site.xml文件中增加如下内容
<property><name>dfs.namenode.name.dir</name> <value>file:///${hadoop.tmp.dir}/dfs/name1,file:///${hadoop.tmp.dir}/dfs/name2</value> </property>
停止集群,删除data和logs中所有数据。
[tian@hadoop201 hadoop-2.7.2]$ rm -rf data/ logs/ [tian@hadoop202 hadoop-2.7.2]$ rm -rf data/ logs/ [tian@hadoop203 hadoop-2.7.2]$ rm -rf data/ logs/
格式化集群并启动。
[tian@hadoop201 hadoop-2.7.2]$ bin/hdfs namenode –format [tian@hadoop201 hadoop-2.7.2]$ sbin/start-dfs.sh
查看结果
[tian@hadoop201 dfs]$ ll 总用量 12 drwx------. 3 tian tian 4096 12月 11 08:03 data drwxrwxr-x. 3 tian tian 4096 12月 11 08:03 name1 drwxrwxr-x. 3 tian tian 4096 12月 11 08:03 name2
DataNode
工作机制
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RkOTexkv-1656919344392)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/bf0143502aa64c1894ed8ee3d9669db6~tplv-k3u1fbpfcp-zoom-1.image)]
1)一个数据块在DataNode上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是元数据包括数据块的长度,块数据的校验和,以及时间戳。
2)DataNode启动后向NameNode注册,通过后,周期性(1小时)的向NameNode上报所有的块信息。
3)心跳是每3秒一次,心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器,或删除某个数据块。如果超过10分钟没有收到某个DataNode的心跳,则认为该节点不可用。
4)集群运行中可以安全加入和退出一些机器。
数据完整性
思考:如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号(1)和绿灯信号(0),但是存储该数据的磁盘坏了,一直显示是绿灯,是否很危险?同理DataNode节点上的数据损坏了,却没有发现,是否也很危险,那么如何解决呢?
如下是DataNode节点保证数据完整性的方法。
1)当DataNode读取Block的时候,它会计算CheckSum。
2)如果计算后的CheckSum,与Block创建时值不一样,说明Block已经损坏。
3)Client读取其他DataNode上的Block。
4)DataNode在其文件创建后周期验证CheckSum
掉线时限参数设置
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EBRKpTUw-1656919344393)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/2168e12700bd4107916362bca115c7e0~tplv-k3u1fbpfcp-zoom-1.image)]
需要注意的是hdfs-site.xml 配置文件中的heartbeat.recheck.interval的单位为毫秒,dfs.heartbeat.interval的单位为秒。
<property><name>dfs.namenode.heartbeat.recheck-interval</name><value>300000</value>
</property><property><name>dfs.heartbeat.interval</name><value>3</value>
</property>
服役新节点
背景是公司业务增长,数据量越来越大,原来的节点容量不够了,需要在原有集群基础上动态增加新的数据节点
准备新服务器,取名为Hadoop204
配置Hadoop204和其他DataNode节点一致
注意要无密登录,hosts文件和hostname,关闭防火墙
如果要被群起命令管理需要配置slave,增加新的节点hostname
删除原来HDFS文件系统留存的文件(/opt/module/hadoop-2.7.2/data和log)
source一下配置文件
source /etc/profile
直接在新机器上单机启动DataNode
hadoop-daemon.sh start datanode
yarn-daemon.sh start nodemanager
- 如果数据不均衡,可以用命令实现集群的再平衡
./start-balancer.sh
退役旧节点
黑名单退役
在黑名单上面的主机都会被强制退出。
在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts.exclude文件
hadoop204 # 添加要退役的节点名称
在NameNode的hdfs-site.xml配置文件中增加dfs.hosts.exclude属性
<property> <name>dfs.hosts.exclude</name><value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts.exclude</value> </property>
刷新NameNode、刷新ResourceManager
hdfs dfsadmin -refreshNodes # 刷新namenode节点 yarn rmadmin -refreshNodes # 刷新ResourceManager
检查Web浏览器,退役节点的状态为decommission in progress(退役中),说明数据节点正在复制块到其他节点
等待退役节点状态为decommissioned(所有块已经复制完成),停止该节点及节点资源管理器。注意:如果副本数是3,服役的节点小于等于3,是不能退役成功的,需要修改副本数后才能退役
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TDYz7Fqx-1656919344395)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/29bdcc60e8da414ea6beb5cfa173e37c~tplv-k3u1fbpfcp-zoom-1.image)]
如果数据不均衡,可以用命令实现集群的再平衡
start-balancer.sh
注意:不允许白名单和黑名单中同时出现同一个主机名称。
白名单退役
退役如下节点
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KYXbaeu6-1656919344396)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/45443185f3b74cb69c9168ef26a739d7~tplv-k3u1fbpfcp-zoom-1.image)]
在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts文件
添加如下主机名称(不添加hadoop204)
hadoop201 hadoop202 hadoop203
在NameNode的hdfs-site.xml配置文件中增加dfs.hosts属性
<property> <name>dfs.hosts</name> <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts</value> </property>
配置文件分发
xsync hdfs-site.xml
刷新NameNode 更新ResourceManager节点
hdfs dfsadmin -refreshNodes # 刷新namenode节点 yarn rmadmin -refreshNodes # 刷新ResourceManager
在web浏览器上查看,直接退役掉
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TAF835jG-1656919344397)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/df3038df9b254cb4953182d0aa6f349e~tplv-k3u1fbpfcp-zoom-1.image)]
Datanode多目录配置
DataNode也可以配置成多个目录,每个目录存储的数据不一样。即:数据不是副本
修改hdfs-site.xml
<property><name>dfs.datanode.data.dir</name> <value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2</value> </property>
分发配置文件
xsync hdfs-site.xml
刷新
hdfs dfsadmin -refreshNodes # 刷新namenode节点 yarn rmadmin -refreshNodes # 刷新ResourceManager
查看目录
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NZ6kEO7V-1656919344398)(//p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/24da4d21b93b4763917254e652b8fe7e~tplv-k3u1fbpfcp-zoom-1.image)]
Hadoop学习-HDFS相关推荐
- Hadoop学习----HDFS
文件系统 文件系统:是一种存储和组织数据的方法,实现数据的存储.分级组织.访问和获取等操作,使得用户对文件访问和查找变得容易. 文件系统使用树形目录的抽象逻辑概念代替了硬盘等物理设备使用数据块的概念, ...
- Hadoop学习笔记—2.不怕故障的海量存储:HDFS基础入门
一.HDFS出现的背景 随着社会的进步,需要处理数据量越来越多,在一个操作系统管辖的范围存不下了,那么就分配到更多的操作系统管理的磁盘中,但是却不方便管理和维护->因此,迫切需要一种系统来管理多 ...
- Hadoop学习之HDFS
Hadoop学习之HDFS 1 HDFS相关概念 1.1 设计思路 分散存储,冗余备份. 分散存储:大文件被切割成小文件,使用分而治之的思想让多个服务器对同一个文件进行联合管理: 冗余备份:每个小文件 ...
- Hadoop学习笔记(四)HDFS部分下
Hadoop学习笔记(四)HDFS部分下 一.HDFS 的数据流 1.1 HDFS的写数据流程 客户端通过 Distributed FileSystem 模块向 NameNode 请求上传文件,Nam ...
- Hadoop学习5-3:HDFS回收站
1 回收站配置 2 启回收站功能参数说明 3 删除内容查看 4 回收站内容恢复 5 删除数据不经过回收站 6 回收站清空 7 客户端操作 开启回收站功能,可以将删除的文件在不超时的情况下,恢复原数据, ...
- Hadoop学习笔记之HDFS
Hadoop学习笔记之HDFS HDFS (Hadoop Distributed File System) 优点 缺点 HDFS操作 命令操作HDFS Web端操作HDFS Java操作HDFS HD ...
- hadoop学习笔记(八):Java HDFS API
hadoop学习笔记(八):Java HDFS API 阅读目录 一.使用HDFS FileSystem详解 回到顶部 一.使用HDFS FileSystem详解 HDFS依赖的第三方包: hadoo ...
- Hadoop学习( HDFS实现分布式存储:
Hadoop 核心-HDFS 前面提过,大数据的特点是: 体量大 类型繁多 值密度低 产生和处理速度快. 当数据集的大小超过一台独立的物理计算机的存储能力时: 就必须对它进行分区并存储到若干台单独的计 ...
- 大数据Hadoop教程-学习笔记02【Apache Hadoop、HDFS】
视频教程:哔哩哔哩网站:黑马大数据Hadoop入门视频教程 教程资源:https://pan.baidu.com/s/1WYgyI3KgbzKzFD639lA-_g 提取码: 6666 [P001-P ...
最新文章
- Ubuntu:Ubuntu下安装Anaconda和Tensorflow的简介、入门、安装流程之详细攻略
- Have a tea -(极客大挑战(SMC,fork
- H3C 5510 交换机DHCP设置
- 第17章:图像分割提取
- 在Word里使用部分正则表达式
- Spring框架----Spring的bean的生命周期
- Oracle 11g 使用RMAN备份数据库
- 小程序接口学习—开发接口
- Linux命令行下批量重命名文件名为数字索引编号(0~N.xxx)的方法
- 会议OA项目之我的审批(查询会议签字)
- python之常用标准库
- 地图经纬度转换(百度,高德,谷歌,Leaflet)
- T9 PDF如何转存为高清图片
- 弱网管VLAN交换机配合爱快搭建单臂路由
- 【数学】T检验(显著性检验)
- 易经占卜的演变与人工取名
- 可分离变量的微分方程
- 数仓、数据湖、湖仓一体、数据网格的探索与研究
- 计算机毕业设计选题、开题、答辩、模板大全(有源码)
- 往事的回忆:木星如何抓获小彗星
热门文章
- AutoCAD工程测量工具集
- 佳能80d有人脸识别吗_中端单反大哥Canon 80D使用感受
- (Java多线程常见面试题)ThreadLocal 是什么?有哪些使⽤场景?
- 魔兽世界各个级别任务
- 英雄联盟手游国服内测服务器维护,英雄联盟手游国服内测资格怎么获得 国服内测资格获取方法一览...
- 第十二届蓝桥杯 2021年国赛真题 (C/C++ 大学A组)
- ubuntu-20.04-desktop-amd64.iso巧方法(起别名)设置python命令指向python3.8
- 微信小程序做留言板mysql_微信小程序留言板功能源码
- java jdkxp32_JDK简介及xp下的安装
- css3鼠标悬浮放大效果