第四节HDFS集群命令及操作

Posted 大数据笔记

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第四节HDFS集群命令及操作相关的知识,希望对你有一定的参考价值。

已经搭建好HDFS分布式集群之后就可以操作一些文件了

首先是将文件上传到HDFS文件系统的根目录下:hdfs dfs -put +文件+路径

下载时使用命令是hadoop fs -get +文件+路径

查看命令使用 hdfs dfs -ls +路径

格式化的作用:建立存储所需的空间并生成源数据

启动所有集群节点start-all.dfs

启动HDFS集群节点使用start-dfs.sh

单独启动各个节点使用的命令:hadoop-daemon.sh start namenode

启动HDFS后就可以登录Master:50070去查看hadoop管理界面

其中Cluster ID和Block Pool ID 在dfsdate/name/current中的VERSION中含有这两项

安装一个命令(tree):

1、进入到 /etc/yum.repos.d 目录

第四节HDFS集群命令及操作

2、删除除了CentOS-Media.repo文件的其他文件

3、编辑此文件

第四节HDFS集群命令及操作

4、进入到/media目录下发现没有CentOS目录所以建立一个

5、使用命令sudo mount /dev/sr0 /media/CentOS挂载

第四节HDFS集群命令及操作

6、执行命令yum repolist

7、yum install tree安装即可(root用户)

查看HDFS可以使用的命令时可以直接输入hdfs dfs 就会显示所有可使用的命令。

HDFS特征——原理

HDFS是Hadoop实现的一个分布式文件系统。它被设计成适合运行在通用硬件上的分布式文件系统。

特点:                                                      限制:

1、容灾                                                     1、低延时数据访问

2、超大文件                                              2、大量的小文件

3、流式数据访问                                       3、多用户同时写入一个文件

4、部署在廉价机器上                                4、修改文件

5、适合分布式计算程序读取

第四节HDFS集群命令及操作

第四节HDFS集群命令及操作

第四节HDFS集群命令及操作

如图:一个文件分成3块分别存储DataNode 1,2,3,4块中实现分布式存储。避免了数据因节点断开导致的文件丢失

NameNode所有数据都是实时保存

NameNode内存中保存的数据:

1、集群网络拓扑

机架感知:

一、机架感知是什么?

告诉 Hadoop 集群中哪台机器属于哪个机架

以树形结构保存文件信息

NameNode数据持久化:(将所有数据保存到硬盘中)

1、FSImage(磁盘镜像文件):保存整个hdfs系统的所有目录和文件信息

按时间点实时更新

2、EditsLog:编辑日志(时间点之间保存的数据记录)

检查点机制

checkpoint:1、根据时间进行触发2、根据日志中的事物数量

执行时会生成FSImage镜像文件(日志合并)SecondaryNameNode中edits文件和fsimage文件合成新的fsimage

工作原理:

1、SecondaryNameNode首先向NameNode发送请求触发chk操作,

2、NameNode停止向edits中写入文件,将日志写到edits.new中,

3、NameNode复制edits和fsimage到SecondaryNameNode中

4、合并生成新的fsimage文件

5、最新fsimage文件替换旧的fsimage文件

第一次启动需要使用命令hdfs dfs namenode -format格式化namenode,以生成FSImage

1、读取FSImage和EditsLog

2、将FSImage与EditsLog合并,生成新的FSImage,并生成一个空的EditsLog日志文件,完成后可对外提供只读服务

3、等待DataNode上报block信息(此时进入安全模式,当集群中满足最小副本数,或健康的block占总数的比例大于一定阀值时退出安全模式)

DataNode节点在HDFS作用

1、存储数据块

提供数据块读写功能

2、向NameNode汇报本节点的Block信息

汇报Block的信息

汇报损坏的Block

3、执行NameNode下发的命令

数据块的删除

数据块的恢复

HDFS数据完整性校验:HDFS中使用CRC-32(循环冗余校验)技术校验数据完整性

CRC-32的优点:检错能力强,开销小,算法简单(生成校验文件后缀是.meta)

以上是关于第四节HDFS集群命令及操作的主要内容,如果未能解决你的问题,请参考以下文章

计算机系统概述-第四节:操作系统体系结构

第三周第四节dfdufdisk命令及磁盘分区

HDFS命令行操作 和 api操作

第四节:Windows系统安装时BIOS设置及注意

HDFS基本命令行操作及上传文件的简单API

第四节课