Hadoop基础学习---4、HDFS写、读数据流程、NameNode和SecondaryNameNode、DataNode

news2024/11/18 14:49:32

1、HDFS写、读数据流程

1.1 HDFS写数据流程

1.1 剖析文件写入

在这里插入图片描述
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返回三个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Blocke的服务器（重复执行3-7步）。

1.1.2 网络拓扑-节点距离计算

在HDFS写数据的过程中，NameNode会选择距离上传数据最近距离的DataNode接受数据。那么这个最近距离怎么计算呢？
节点距离：两个节点到达最近的共同祖先的距离总和。
在这里插入图片描述

1.1.3 机架感知（副本储存节点选择）

在这里插入图片描述

1.2、HDFS读数据流程

在这里插入图片描述
1、客户端通过DistributedFileSystem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为单位来校验）。
4、客户端以Packet为单位接受，先在本地缓存，然后写入目标文件。

2、NameNode和SecondaryNameNode

2.1 NN和2NN工作机制

思考：NameNode中的元数据储存在哪里？

首先，我们做个假设，如果储存在NameNode节点的磁盘中，因为经常需要进行随机访问，还有响应客户请求，必然是效率过低。因此，元数据需要存放在内存中！但如果只存在内存中，一旦断电，元数据丢失，整个集群就无法工作了。因此产生在磁盘中备份元数据的FsImage。

这样又会带来新的问题，当在内存中的元数据更新时，如果同时更新FsImage，就会导致效率过低，但是如果不更新，就会发生一致性问题，一旦NameNode节点断电，就会产生数据丢失。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。

NameNode工作机制
在这里插入图片描述
1、第一阶段
（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查的请求。
（3）NameNode记录操作日志，更新滚动日志。
（4）NameNode在内存中对元数据进行增删改查。
2、第二阶段
（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）生产新的镜像文件FsImage.checkpoint。
（7）拷贝FsImage.checkpoint到NameNode。
（8）NameNode将FsImage.checkpoint重命名成FsImage。

2.2 FsImage和Edits解析

在这里插入图片描述
（1）FsImage文件：HDFS文件系统元数据的一个永久性的检查点，其中包含HDFS文件系统的所以目录和文件Inode的序列化信息。
（2）Edits文件：存放HDFS文件系统的所以更新操作的路径，文件系统客户端执行的所以写操作首先会被记录到Edits文件中。
（3）seen_txid文件保存的是一个数字，就是最后一个edits_的数字
（4）每次NameNode启动的时候都会将FsImage文件读入内存，加载Edits里面的更新操作，保证内存中的元数据信息是最新的、同步的，可以看成NameNode启动的时候就将FsImage和Edits文件进行了合并。

1、oiv查看FsImage文件
（1）查看oiv和oev命令
在这里插入图片描述
（2）基本语法
hdfs oiv -p 文件类型 -i 镜像文件 -o 转换后文件输出路径
（3）案例实操
在这里插入图片描述
2、oev查看Edits文件
（1）基本语法
hdfs oev -p 文件类型 -i 编辑日志 -o 转换后文件输出路径
（2）案例实操
在这里插入图片描述

2.3 CheckPoint时间设置

1、通常情况下，SecondaryNameNode每隔一小时执行一次。
[hdfs-default.xml]

<property>
 <name>dfs.namenode.checkpoint.period</name>
 <value>3600s</value>
</property>

2、一分钟检查一次操作次数，当操作数达到一百万时，SecondaryNameNode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>60s</value>
<description> 1 分钟检查一次操作次数</description>
</property>

3、DataNode

3.1 DataNode工作机制

在这里插入图片描述
1、一个数据块在DataNode上以文件形式储存在磁盘上，包括两个文件，一个数数据本身，一个时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（6小时）的向NameNode上报所有的块信息

	DN向NN汇报当前解读信息的时间间隔，默认是6小时。

<property>
<name>dfs.blockreport.intervalMsec</name>
<value>21600000</value>
<description>Determines block reporting interval in 
milliseconds.</description>
</property>

DN扫描自己节点块信息列表的时间，默认是6小时。

<property>
<name>dfs.datanode.directoryscan.interval</name>
<value>21600s</value>
<description>Interval in seconds for Datanode to scan data
directories and reconcile the difference between blocks in memory and on 
the disk.
Support multiple time unit suffix(case insensitive), as described
in dfs.heartbeat.interval.
</description>
</property>

3、心跳是每三秒一次，心跳返回结果带有NameNode给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，则认为该节点不可以。（10分钟+30秒）
4、集群运行中可以安全加入和退出一些机器。

3.2数据完整性

思考：如果电脑磁盘里面储存的数据是控制高铁信号灯的红灯信号（1）和绿灯信号（0），但是储存该数据的磁盘坏了，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？

如下是DataNode节点保证数据完整性的方法
（1）当DataNode读取Block时，它会计算CheckSum。
（2）如果计算后的CheckSum和Block创建时值不一样，说明Block以及损坏。
（3）Client读取其他DataNode上的Block。
（4）常见的校验算法crc(32),md(128),sha1(160)
（5）DataNode在其文件创建后周期验证CheckSum。
在这里插入图片描述

6.3 掉线时限参数设置

在这里插入图片描述
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>

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/554538.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

选择多张图片的方案

选择多张图片的方案

适用场景 1、微信公众号开发&#xff0c;代替wx.chooseImage&#xff0c;选择多张图片上传自己服务器&#xff1b; 2、常规的javascript的开发&#xff0c;选择多张图片上传到自己的服务器&#xff1b; 3、扩展到vue和react等框架使用&#xff1b; 整体思路 1、使用input控…
阅读更多...
文章百度秒收录方法大全

文章百度秒收录方法大全

文章百度秒收录方法大全,百度秒收录&#xff1f;直接套用这个模版创作原创文章#网络营销#案例文章 今天分享几个提高文章质量的简单方法&#xff0c;看一眼就能够操作的。 1、引用金句很多人不知道怎么表达观点&#xff0c;引用金句是一个不错的方法&#xff0c;平时多收集&…
阅读更多...
（IDEA）springCloud项目导入本地jar包方法和项目打包时找不到引入本地jar包的问题解决方案

（IDEA）springCloud项目导入本地jar包方法和项目打包时找不到引入本地jar包的问题解决方案

idea导入本地jar包 方法一:点击左上角File–>Project Structure–>Modules。打开Modules界面点击下方号&#xff0c;选择第一项&#xff0c;找到想要导入的本地jar包。此方法可以使项目使用导入的jar包程序不报错&#xff0c;但是在打包项目时&#xff0c;会出现找不到程…
阅读更多...
Kyligence Zen使用体验 - 从数据可视化说起

Kyligence Zen使用体验 - 从数据可视化说起

写在前面&#xff1a;博主是一只经过实战开发历练后投身培训事业的“小山猪”&#xff0c;昵称取自动画片《狮子王》中的“彭彭”&#xff0c;总是以乐观、积极的心态对待周边的事物。本人的技术路线从Java全栈工程师一路奔向大数据开发、数据挖掘领域&#xff0c;如今终有小成…
阅读更多...
SpringBoot JDBC连接数据库项目代码构建

SpringBoot JDBC连接数据库项目代码构建

本期引言&#xff1a; 本文将介绍如何使用SpringBoot框架构建一个简单的JDBC连接数据库项目。在这个项目中&#xff0c;我们将使用MySQL作为数据库&#xff0c;通过SpringBoot框架实现数据的增删改查操作。本文将涵盖以下内容&#xff1a; 配置项目所需的环境和工具创建Sprin…
阅读更多...
01 Android开机启动之整体分析

01 Android开机启动之整体分析

Android开机启动之整体分析 一、Android系统整体架构图 Android是谷歌开发的一款基于Linux的开源操作系统 PowerManagement：系统最底层是电源管理，只有通过电源上电，系统才能开启 Linux kernel：驱动层，里面包括Audio、Carmera、usb等各种外设的驱动程序。 HAL层：硬件…
阅读更多...
snmp关闭指定网口

snmp关闭指定网口

一、下载安装MIB Network Management / Network Monitoring / SNMP Monitoring / MIB Browser 1. 选择interfaces->ifTable->ifEntry,右键Table View&#xff0c;如上图所示 2.选择一个你想要设置的网口&#xff0c;点击上方的SNMP SET&#xff0c;弹出窗口 3.OID获取 …
阅读更多...
多模态对话语言模型-VisualGLM-6B

多模态对话语言模型-VisualGLM-6B

多模态对话语言模型-VisualGLM-6B 一、简介二、使用模型推理三、部署工具网页版 DemoAPI部署四、example五、交流一、简介 VisualGLM-6B 是一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM-6B，具有 62 亿参数；图像部分通过训练 BLIP2-Qformer 构…
阅读更多...
【网络】IP协议

【网络】IP协议

文章目录 IP协议预备知识网络层解决的问题如何理解IP地址关于路由器 IP协议格式各个字段的含义IP报头的本质IP如何将报头与有效载荷进行分离IP如何决定将有效载荷交付给上层哪一个协议(如何分用)32位源IP地址和32位目的IP地址重新理解socket编程 分片与组装数据链路层解决的问题…
阅读更多...
无线麦克风加充电方案（LDR6023C）火爆各大直播平台

无线麦克风加充电方案（LDR6023C）火爆各大直播平台

最近小编在网上经常看到一种新型无线领夹麦克风&#xff0c;不知道什么时候开始突然就火了&#xff0c;在很多网络平台都能看到。甚至在刚刚结束的东京奥运会上&#xff0c;央视主持人在报道时&#xff0c;用的就是这种类型的无线领夹麦克风。而且这两天&#xff0c;有多厂商在…
阅读更多...
嵌入式 QT纯代码设计UI

嵌入式 QT纯代码设计UI

目录 1.1 实例功能 1.2 界面创建 1.3 界面组件的创建与布局 1.4 信号与槽的关联 UI 的可视化设计是对用户而言的&#xff0c;其实底层都是 C 的代码实现&#xff0c;只是 Qt 巧妙地进行了处理&#xff0c;让用户 省去了很多繁琐的界面设计工作。 由于界面设计的底层其实都…
阅读更多...
数据结构—排序算法（归并非比较）

数据结构—排序算法（归并非比较）

目录 1、 归并排序 1.1 基本思想 1.2 归并排序递归方式的实现 1.3 归并排序非递归方式的实现 1.4 归并排序的特性总结 2、计数排序 2.1 计数排序基本思想 2.2 计数排序的实现 2.3 计数排序的特性总结&#xff1a; 1、 归并排序 1.1 基本思想 归并排序&#xff08;MER…
阅读更多...
反射技术

反射技术

一、获取Class对象 方式一&#xff1a;类名.class // 方式一&#xff1a;类名.classClass<Student> studentClass Student.class;System.out.println(studentClass);方式二&#xff1a;static Class forName(String fullNameWithPackage) 需要注意的是&#xff0c;for…
阅读更多...
MAAS搭建

MAAS搭建

要求 https://maas.io/docs/installation-requirements 安装maas sudo snap install --channel=3.3 maas安装postgres sudo apt update -y sudo apt install -y postgresql设置数据库 sudo -i -u postgres psql -c "CREATE USER \"$MAAS_DBUSER\" WITH E…
阅读更多...
深化企业数据智能应用 用友敢当“急先锋”

深化企业数据智能应用 用友敢当“急先锋”

本篇文章来源于趣味科技v &#xff0c;作者完美主义 面对扑面而来的数字经济时代&#xff0c;一场轰轰烈烈的企业数智化转型正进行得如火如荼。 然而许多企业虽然明知道数智化转型势在必行&#xff0c;但是又担忧自己不具备相关能力。这些企业在数据和智能上面临哪些挑战&…
阅读更多...
华为OD机试之TLV解析Ⅰ（Java源码）

华为OD机试之TLV解析Ⅰ（Java源码）

TLV解析Ⅰ 题目描述 TLV编码是按[Tag Length Value]格式进行编码的&#xff0c;一段码流中的信元用Tag标识&#xff0c;Tag在码流中唯一不重复&#xff0c;Length表示信元Value的长度&#xff0c;Value表示信元的值。 码流以某信元的Tag开头&#xff0c;Tag固定占一个字节&…
阅读更多...
在SecureCRT下使用sz下载和rz上传文件

在SecureCRT下使用sz下载和rz上传文件

安装命令&#xff1a;yum install lrzsz 在某些情况下使用ftp不能上传和下载到指定的目录&#xff0c;特别在项目中&#xff0c;比较麻烦&#xff0c;所以可以使用sz和rz命令可以实现在SecureCRT中上传下载 配置上传下载目录&#xff1a;选择某个session标签&#xff0c;点击…
阅读更多...
YOLO V3 SPP ultralytics 第四节：YOLO V3 SPP网络的搭建

YOLO V3 SPP ultralytics 第四节：YOLO V3 SPP网络的搭建

目录 1. 介绍 2. 代码介绍 2.1 create_modules 部分 2.1.1 不同层的处理 2.1.2 信息的融合 2.1.3 yolo 层的处理 2.2 get_yolo_layers 2.3 前向传播 3. 完整代码 1. 介绍 根据 上一节 解析的cfg文件&#xff0c;本章将配置文件cfg 搭建YOLO V3 SPP网络 本章的代码经过…
阅读更多...
VuePress V1 添加 Vssue 评论功能

VuePress V1 添加 Vssue 评论功能

文章目录 前言选型集成Vssue安装创建 Github OAuth App配置插件使用 Vssue 组件自动创建 Issue 小结参考文献 前言 我的第二本开源电子书《后台开发命令 365》上线啦。 使用 VuePress 将之前记录的后台常用 Linux 命令博文整理成一个系统的开源电子书&#xff0c;方便阅读&am…
阅读更多...
LeetCode 周赛 346（2023/05/21）仅 68 人 AK 的最短路问题

LeetCode 周赛 346（2023/05/21）仅 68 人 AK 的最短路问题

本文已收录到 AndroidFamily&#xff0c;技术和职场问题&#xff0c;请关注公众号 [彭旭锐] 提问。 LeetCode 单周赛第 345 场 体验一题多解的算法之美 单周赛 345 概览 T1. 删除子串后的字符串最小长度&#xff08;Easy&#xff09; 标签&#xff1a;栈 T2. 字典序最小回…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023