HDFS Federation联邦机制

Posted 2022-01-02 赵广陆

目录

• 1 当前HDFS体系架构
• • 1.1 简介
• 2 HDFS Federation架构
• • 2.1 简介
  • 2.2 好处
• 3 HDFS Federation配置示例

---

1 当前HDFS体系架构

1.1 简介

当前的HDFS架构有两个主要的层：
➢ 命名空间 （ namespace ）
HDFS体系结构中的命名空间层由文件，块和目录组成。该层支持与名称空间相关的文件系统操作，例如创建，删除，修改和列出文件和目录。
➢ 块存储层 （ Block Storage ）
块存储层包括两个部分：
块管理： NameNode执行块管理。块管理通过处理注册和定期心跳来提供DataNode群集成员身份。它处理块报告并支持与块相关的操作，如创建，删除，修改或获取块位置。它还维护块的位置，副本位置。为未复制的块管理块复制，并在已复制的块中删除。
存储： DataNode通过在本地文件系统上存储块并提供读/写访问权限来管理存储空间。

6.1.2 局限性
当下的HDFS体系结构仅允许单个NameNode维护文件系统名称空间。注意HA体系中虽然说允许多个NameNode，但是他们所维护的是同一套文件系统名称空间。这种体系目前存在着一些弊端和局限性：
➢ DataNode磁盘存储空间不够增加节点，NameNode内存不够是否可以无限扩容。一种
是DataNode横向扩展机器增加节点，一种是纵向扩展单机加内存。
➢ 由于名称空间和存储层的紧密耦合，NameNode的替代实现很困难。这限制了其他服务直接使用块存储。唯一的NameNode成了唯一入口。
➢ 文件系统的操作还限于NameNode一次处理的任务数。因此，群集的性能取决于NameNode吞吐量。
➢ 同样，由于使用单个名称空间，因此使用群集的占用者组织之间没有隔离。

2 HDFS Federation架构

2.1 简介

Federation中文意思为联邦,联盟，是NameNode之间的Federation,也就是集群中会有多个NameNode。多个NameNode的情况意味着有多个namespace。
注意，这区别于HA模式下的多NameNode，HA中它们是拥有着同一个namespace。

Federation体系中多个namenode之间相互独立且不需要互相协调，各自分工，管理自己的区域。每个DataNode要向集群中所有的namenode注册，且周期性地向所有namenode发送心跳和块报告，并执行来自所有namenode的命令。

上图中，有多个NameNode，分别表示为NN1，NN2，… NNn。NS1，NS2等是由它们各自的NameNode管理的多个名称空间。
每个名称空间都有其自己的块池（block pool）（NS1具有Pool1，NS2具有Pool2，依此类推）。每个DataNode存储集群中所有块池的块。HDFS Federation体系结构中的 块池是属于单个名称空间的块的集合。每个块池彼此独立地进行管理。在删除NameNode或名称空间时，DataNode中存在的相应块池也将
被删除。在升级群集时，每个名称空间卷都作为一个单元进行升级。

2.2 好处

➢ 命名空间可伸缩性
使用Federation，可以水平扩展名称空间。这对大型群集或包含太多小文件的群集有利，因为向群集添加了更多的NameNode。
➢ 性能
由于文件系统操作不受单个NameNode吞吐量的限制，因此可以提高文件系统的性能。
➢ 隔离
由于有多个名称空间，它可以为使用群集的占用者组织提供隔离。

3 HDFS Federation配置示例

<configuration>
<property>
<name>dfs.nameservices</name>
<value>ns1,ns2</value>
</property>
<property>
<name>dfs.namenode.rpc-address.ns1</name>
<value>nn-host1:rpc-port</value>
</property>
<property>
<name>dfs.namenode.http-address.ns1</name>
<value>nn-host1:http-port</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address.ns1</name>
<value>snn-host1:http-port</value>
</property>
<property>
<name>dfs.namenode.rpc-address.ns2</name>
<value>nn-host2:rpc-port</value>
</property>
<property>
<name>dfs.namenode.http-address.ns2</name>
<value>nn-host2:http-port</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address.ns2</name>
<value>snn-host2:http-port</value>
</property>
.... Other common configuration ...
</configuration>