Hadoop生态圈笔记详解.docx

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Hadoop生态圈笔记详解

Hadoop:分布式基础架构Hadoop的框架最核心的设计就是:HDFS和MapReduce。HDFS为海量的数据提供了存储,则MapReduce为海量的数据提供了计算。Hdfs:hadoop分布式文件系统故障的检测和自动快速恢复,节点自检,数据恢复,保存多个副本,且提供容错机制,副本丢失或宕机自动恢复,默认存3份。HDFS默认会将文件分割成block,64M为1个block。NameNote名称节点DataNote数据节点简介:如上图所示,HDFS也是按照Master和Slave的结构。分NameNode、SecondaryNameNode、DataNode这几个角色。NameNode:是Master节点,是大领导。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,奴隶,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。热备份:b是a的热备份,如果a坏掉。那么b马上运行代替a的工作。冷备份:b是a的冷备份,如果a坏掉。那么b不能马上代替a工作。但是b上存储a的一些信息,减少a坏掉之后的损失。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)namenode内存中存储的是=fsimage+edits。SecondaryNameNode负责定时默认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。工作原理写操作:有一个文件FileA,100M大小。Client将FileA写入到HDFS上。HDFS按默认配置。HDFS分布在三个机架上Rack1,Rack2,Rack3。?a. Client将FileA按64M分块。分成两块,block1和Block2;b. Client向nameNode发送写数据请求,如图蓝色虚线①------>。c. NameNode节点,记录block信息。并返回可用的DataNode,如粉色虚线②--------->。??? Block1: host2,host1,host3??? Block2: host7,host8,host4??? 原理:??????? NameNode具有RackAware机架感知功能,这个可以配置。??????? 若client为DataNode节点,那存储block时,规则为:副本1,同client的节点上;副本2,不同机架节点上;副本3,同第二个副本机架的另一个节点上;其他副本随机挑选。??????? 若client不为DataNode节点,那存储block时,规则为:副本1,随机选择一个节点上;副本2,不同副本1,机架上;副本3,同副本2相同的另一个节点上;其他副本随机挑选。d. client向DataNode发送block1;发送过程是以流式写入。? ? 流式写入过程,? ? ? ? 1>将64M的block1按64k的package划分;? ? ? ? 2>然后将第一个package发送给host2;? ? ? ? 3>host2接收完后,将第一个package发送给host1,同时client想host2发送第二个package;? ? ? ? 4>host1接收完第一个package后,发送给host3,同时接收host2发来的第二个package。? ? ? ? 5>以此类推,如图红线实线所示,直到将block1发送完毕。? ? ? ? 6>host2,host1,host3向NameNode,host2向Client发送通知,说“消息发送完了”。如图粉红颜色实线所示。? ? ? ? 7>client收到host2发来的消息后,向namenode发送消息,说我写完了。这样就真完成了。如图黄色粗实线? ? ? ? 8>发送完block1后,再向host7,host8,host4发送block2,如图蓝色实线所示。? ? ? ? 9>发送完block2后,host7,host8,host4向NameNode,host7向Client发送通知,如图浅绿色实线所示。? ? ? ? 10>client向NameNode发送消息,说我写完了,如图黄色粗实线。。。这样就完毕了。分析,通过写过程,我们可以了解到:? ? ①写1T文件,我们需要3T的存储,3T的网络流量贷款。? ? ②在执行读或写的过程中,NameNode和DataNode通过HeartBeat进行保存通信,确定DataN

您可能关注的文档

文档评论(0)

bbnm58850 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档