2019-8-2    大數(shù)據(jù)班正式開(kāi)課， 整天講解大數(shù)據(jù)的軟件構(gòu)成和概念

Hadoop , 想到鴻蒙的未來(lái)，我還想大干一場(chǎng)

HDFS:

Hadoop是Apache軟件基金會(huì)所開(kāi)發(fā)的并行計(jì)算框架與分布式文件系統(tǒng)。

Hadoop 最核心的模塊包括Hadoop Common、HDFS與MapReduce。

HDFS是Hadoop分布式文件系統(tǒng)（Hadoop Distributed File System）的縮寫，

為分布式計(jì)算存儲(chǔ)提供了底層支持。

采用Java語(yǔ)言開(kāi)發(fā)，可以部署在多種普通的廉價(jià)機(jī)器上，以集群處理數(shù)量積達(dá)到大型主機(jī)處理性能。

HDFS 架構(gòu)原理HDFS采用master/slave架構(gòu)。

一個(gè)HDFS集群包含一個(gè)單獨(dú)的NameNode和多個(gè)DataNode。

NameNode作為master服務(wù)，它負(fù)責(zé)管理文件系統(tǒng)的命名空間和客戶端對(duì)文件的訪問(wèn)。

NameNode會(huì)保存文件系統(tǒng)的具體信息，包括文件信息、文件被分割成具體block塊的信息、以及每一個(gè)block塊歸屬的DataNode的信息。

HDFS通過(guò)NameNode對(duì)用戶提供了一個(gè)單一的命名空間。

DataNode作為slave服務(wù)，在集群中可以存在多個(gè)。

通常每一個(gè)DataNode都對(duì)應(yīng)于一個(gè)物理節(jié)點(diǎn)。

DataNode負(fù)責(zé)管理節(jié)點(diǎn)上它們擁有的存儲(chǔ)，它將存儲(chǔ)劃分為多個(gè)block塊，管理block塊信息，同時(shí)周期性的將其所有的block塊信息發(fā)送給NameNode。

HDFS采用master/slave架構(gòu)。一個(gè)HDFS集群是由一個(gè)Namenode和一定數(shù)目的Datanodes組成。

Namenode是一個(gè)中心服務(wù)器，負(fù)責(zé)管理文件系統(tǒng)的名字空間(namespace)以及客戶端對(duì)文件的訪問(wèn)。

集群中的Datanode一般是一個(gè)節(jié)點(diǎn)一個(gè)，負(fù)責(zé)管理它所在節(jié)點(diǎn)上的存儲(chǔ)。

HDFS暴露了文件系統(tǒng)的名字空間，用戶能夠以文件的形式在上面存儲(chǔ)數(shù)據(jù)。

從內(nèi)部看，一個(gè)文件其實(shí)被分成一個(gè)或多個(gè)數(shù)據(jù)塊，這些塊存儲(chǔ)在一組Datanode上。

Namenode執(zhí)行文件系統(tǒng)的名字空間操作，比如打開(kāi)、關(guān)閉、重命名文件或目錄。

它也負(fù)責(zé)確定數(shù)據(jù)塊到具體Datanode節(jié)點(diǎn)的映射。

Datanode負(fù)責(zé)處理文件系統(tǒng)客戶端的讀寫請(qǐng)求。

在Namenode的統(tǒng)一調(diào)度下進(jìn)行數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制。

下圖為HDFS系統(tǒng)架構(gòu)圖，主要有三個(gè)角色，Client、NameNode、DataNode。

文件寫入時(shí)：Client向NameNode發(fā)起文件寫入的請(qǐng)求。

NameNode根據(jù)文件大小和文件塊配置情況，返回給Client它所管理部分DataNode的信息。

Client將文件劃分為多個(gè)block塊，并根據(jù)DataNode的地址信息，按順序?qū)懭氲矫恳粋€(gè)DataNode塊中。

當(dāng)文件讀?。篊lient向NameNode發(fā)起文件讀取的請(qǐng)求。

NameNode返回文件存儲(chǔ)的block塊信息、及其block塊所在DataNode的信息。

Client讀取文件信息。

HDFS 數(shù)據(jù)備份HDFS被設(shè)計(jì)成一個(gè)可以在大集群中、跨機(jī)器、可靠的存儲(chǔ)海量數(shù)據(jù)的框架。

它將所有文件存儲(chǔ)成block塊組成的序列，除了最后一個(gè)block塊，所有的block塊大小都是一樣的。

文件的所有block塊都會(huì)因?yàn)槿蒎e(cuò)而被復(fù)制。

每個(gè)文件的block塊大小和容錯(cuò)復(fù)制份數(shù)都是可配置的。

容錯(cuò)復(fù)制份數(shù)可以在文件創(chuàng)建時(shí)配置，后期也可以修改。

HDFS中的文件默認(rèn)規(guī)則是write one（一次寫、多次讀）的，并且嚴(yán)格要求在任何時(shí)候只有一個(gè)writer。NameNode負(fù)責(zé)管理block塊的復(fù)制，它周期性地接收集群中所有DataNode的心跳數(shù)據(jù)包和Blockreport。心跳包表示DataNode正常工作，Blockreport描述了該DataNode上所有的block組成的列表。

--------------------- 

作者：Resines 

來(lái)源：CSDN 

原文：https://blog.csdn.net/genglei1022/article/details/89646714 

版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請(qǐng)附上博文鏈接！

MapReduce: 

YARN: