** hdfs的工作機制**
（工作機制的學習主要是為加深對分布式系統的理解，以及增強遇到各種問題時的分析解決能力，形成一定的集群運維能力）
注：很多不是真正理解hadoop技術體系的人會常常覺得HDFS可用于網盤類應用，但實際并非如此。要想將技術準確用在恰當的地方，必須對技術有深刻的理解
4.1 概述
HDFS集群分為兩大角色：NameNode、DataNode
NameNode負責管理整個文件系統的元數據
DataNode 負責管理用戶的文件數據塊
文件會按照固定的大小（blocksize）切成若干塊后分布式存儲在若干臺datanode上
每一個文件塊可以有多個副本，并存放在不同的datanode上
Datanode會定期向Namenode匯報自身所保存的文件block信息，而namenode則會負責保持文件的副本數量
HDFS的內部工作機制對客戶端保持透明，客戶端請求訪問HDFS都是通過向namenode申請來進行
4.2 HDFS寫數據流程
4.2.1 概述
客戶端要向HDFS寫數據，首先要跟namenode通信以確認可以寫文件并獲得接收文件block的datanode，然后，客戶端按順序將文件逐個block傳遞給相應datanode，并由接收到block的datanode負責向其他datanode復制block的副本
4.2.2 詳細步驟圖
4.2.3 詳細步驟解析
1、根namenode通信請求上傳文件，namenode檢查目標文件是否已存在，父目錄是否存在
2、namenode返回是否可以上傳
3、client請求第一個 block該傳輸到哪些datanode服務器上
4、namenode返回3個datanode服務器ABC
5、client請求3臺dn中的一臺A上傳數據（本質上是一個RPC調用，建立pipeline），A收到請求會繼續調用B，然后B調用C，將真個pipeline建立完成，逐級返回客戶端
6、client開始往A上傳第一個block（先從磁盤讀取數據放到一個本地內存緩存），以packet為單位，A收到一個packet就會傳給B，B傳給C；A每傳一個packet會放入一個應答隊列等待應答
7、當一個block傳輸完成之后，client再次請求namenode上傳第二個block的服務器。
4.3. HDFS讀數據流程
4.3.1 概述
客戶端將要讀取的文件路徑發送給namenode，namenode獲取文件的元信息（主要是block的存放位置信息）返回給客戶端，客戶端根據返回的信息找到相應datanode逐個獲取文件的block并在客戶端本地進行數據追加合并從而獲得整個文件
4.3.2 詳細步驟圖
4.3.3 詳細步驟解析
1、跟namenode通信查詢元數據，找到文件塊所在的datanode服務器
2、挑選一臺datanode（就近原則，然后隨機）服務器，請求建立socket流
3、datanode開始發送數據（從磁盤里面讀取數據放入流，以packet為單位來做校驗）
4、客戶端以packet為單位接收，現在本地緩存，然后寫入目標文件
5. NAMENODE工作機制
學習目標：理解namenode的工作機制尤其是元數據管理機制，以增強對HDFS工作原理的理解，及培養hadoop集群運營中“性能調優”、“namenode”故障問題的分析解決能力
問題場景：
1、集群啟動后，可以查看文件，但是上傳文件時報錯，打開web頁面可看到namenode正處于safemode狀態，怎么處理？
2、Namenode服務器的磁盤故障導致namenode宕機，如何挽救集群及數據？
3、Namenode是否可以有多個？namenode內存要配置多大？namenode跟集群數據存儲能力有關系嗎？
4、文件的blocksize究竟調大好還是調小好？
……
諸如此類問題的回答，都需要基于對namenode自身的工作原理的深刻理解
5.1 ****NAMENODE****職責
NAMENODE職責：
負責客戶端請求的響應
元數據的管理（查詢，修改）
5.2 元數據管理
namenode對數據的管理采用了三種存儲形式：
內存元數據(NameSystem)
磁盤元數據鏡像文件
數據操作日志文件（可通過日志運算出元數據）
5.2.1 元數據存儲機制
A、內存中有一份完整的元數據(內存meta data)
B、磁盤有一個“準完整”的元數據鏡像（fsimage）文件(在namenode的工作目錄中)
C、用于銜接內存metadata和持久化元數據鏡像fsimage之間的操作日志（edits文件）注：當客戶端對hdfs中的文件進行新增或者修改操作，操作記錄首先被記入edits日志文件中，當客戶端操作成功后，相應的元數據會更新到內存meta.data中
5.2.2 元數據手動查看
可以通過hdfs的一個工具來查看edits中的信息
bin/hdfs oev -i edits -o edits.xml
bin/hdfs oiv -i fsimage_0000000000000000087 -p XML -o fsimage.xml
5.2.3 元數據的checkpoint
每隔一段時間，會由secondary namenode將namenode上積累的所有edits和一個最新的fsimage下載到本地，并加載到內存進行merge（這個過程稱為checkpoint）
checkpoint****的詳細過程
checkpoint操作的觸發條件配置參數
|
dfs.namenode.checkpoint.check.period=60 #檢查觸發條件是否滿足的頻率，60秒
dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary
以上兩個參數做checkpoint操作時，secondary namenode的本地工作目錄
dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir}
dfs.namenode.checkpoint.max-retries=3 #最大重試次數
dfs.namenode.checkpoint.period=3600 #兩次checkpoint之間的時間間隔3600秒
dfs.namenode.checkpoint.txns=1000000 #兩次checkpoint之間最大的操作記錄
|
checkpoint****的附帶作用
namenode和secondary namenode的工作目錄存儲結構完全相同，所以，當namenode故障退出需要重新恢復時，可以從secondary namenode的工作目錄中將fsimage拷貝到namenode的工作目錄，以恢復namenode的元數據
6. DATANODE的工作機制
問題場景：
1、集群容量不夠，怎么擴容？
2、如果有一些datanode宕機，該怎么辦？
3、datanode明明已啟動，但是集群中的可用datanode列表中就是沒有，怎么辦？
以上這類問題的解答，有賴于對datanode工作機制的深刻理解
6.1 概述
1、Datanode工作職責：
存儲管理用戶的文件塊數據
定期向namenode匯報自身所持有的block信息（通過心跳信息上報）
（這點很重要，因為，當集群中發生某些block副本失效時，集群如何恢復block初始副本數量的問題）
|
<property>
<name>dfs.blockreport.intervalMsec</name>
<value>3600000</value>
<description>Determines block reporting interval in milliseconds.</description>
</property>
|
2、Datanode掉線判斷時限參數
datanode進程死亡或者網絡故障造成datanode無法與namenode通信，namenode不會立即把該節點判定為死亡，要經過一段時間，這段時間暫稱作超時時長。HDFS默認的超時時長為10分鐘+30秒。如果定義超時時間為timeout，則超時時長的計算公式為：
timeout = 2 * heartbeat.recheck.interval + 10 * dfs.heartbeat.interval。
而默認的heartbeat.recheck.interval 大小為5分鐘，dfs.heartbeat.interval默認為3秒。
需要注意的是hdfs-site.xml 配置文件中的heartbeat.recheck.interval的單位為毫秒，dfs.heartbeat.interval的單位為秒。所以，舉個例子，如果heartbeat.recheck.interval設置為5000（毫秒），dfs.heartbeat.interval設置為3（秒，默認），則總的超時時間為40秒。
|
<property>
<name>heartbeat.recheck.interval</name>
<value>2000</value>
</property>
<property>
<name>dfs.heartbeat.interval</name>
<value>1</value>
</property>
|
6.2 觀察驗證DATANODE功能
上傳一個文件，觀察文件的block具體的物理存放情況：
在每一臺datanode機器上的這個目錄中能找到文件的切塊：
/home/hadoop/app/hadoop-2.4.1/tmp/dfs/data/current/BP-193442119-192.168.2.120-1432457733977/current/finalized
