大数据技术之Hadoop(HDFS)

Posted songdanlee

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据技术之Hadoop(HDFS)相关的知识,希望对你有一定的参考价值。

第1章 HDFS概述

1.1 HDFS产出背景及定义

技术图片

1.2 HDFS优缺点

技术图片

技术图片

1.3 HDFS组成架构

技术图片

技术图片

1.4 HDFS文件块大小(面试重点)

技术图片

技术图片

第2章 HDFS的Shell操作(开发重点)

1.基本语法

bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令

dfs是fs的实现类。

2.命令大全

[[email protected] hadoop-2.7.2]$ bin/hadoop fs

?

[-appendToFile <localsrc> ... <dst>]

[-cat [-ignoreCrc] <src> ...]

[-checksum <src> ...]

[-chgrp [-R] GROUP PATH...]

[-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]

[-chown [-R] [OWNER][:[GROUP]] PATH...]

[-copyFromLocal [-f] [-p] <localsrc> ... <dst>]

[-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]

[-count [-q] <path> ...]

[-cp [-f] [-p] <src> ... <dst>]

[-createSnapshot <snapshotDir> [<snapshotName>]]

[-deleteSnapshot <snapshotDir> <snapshotName>]

[-df [-h] [<path> ...]]

[-du [-s] [-h] <path> ...]

[-expunge]

[-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]

[-getfacl [-R] <path>]

[-getmerge [-nl] <src> <localdst>]

[-help [cmd ...]]

[-ls [-d] [-h] [-R] [<path> ...]]

[-mkdir [-p] <path> ...]

[-moveFromLocal <localsrc> ... <dst>]

[-moveToLocal <src> <localdst>]

[-mv <src> ... <dst>]

[-put [-f] [-p] <localsrc> ... <dst>]

[-renameSnapshot <snapshotDir> <oldName> <newName>]

[-rm [-f] [-r|-R] [-skipTrash] <src> ...]

[-rmdir [--ignore-fail-on-non-empty] <dir> ...]

[-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]

[-setrep [-R] [-w] <rep> <path> ...]

[-stat [format] <path> ...]

[-tail [-f] <file>]

[-test -[defsz] <path>]

[-text [-ignoreCrc] <src> ...]

[-touchz <path> ...]

[-usage [cmd ...]]

3.常用命令实操

(0)启动Hadoop集群(方便后续的测试)

[[email protected] hadoop-2.7.2]$ sbin/start-dfs.sh

[[email protected] hadoop-2.7.2]$ sbin/start-yarn.sh

(1)-help:输出这个命令参数

[[email protected] hadoop-2.7.2]$ hadoop fs -help rm

(2)-ls: 显示目录信息

[[email protected] hadoop-2.7.2]$ hadoop fs -ls /

(3)-mkdir:在HDFS上创建目录

[[email protected] hadoop-2.7.2]$ hadoop fs -mkdir -p /sanguo/shuguo

(4)-moveFromLocal:从本地剪切粘贴到HDFS

[[email protected] hadoop-2.7.2]$ touch kongming.txt

[[email protected] hadoop-2.7.2]$ hadoop fs -moveFromLocal ./kongming.txt /sanguo/shuguo

(5)-appendToFile:追加一个文件到已经存在的文件末尾

[[email protected] hadoop-2.7.2]$ touch liubei.txt

[[email protected] hadoop-2.7.2]$ vi liubei.txt

输入

san gu mao lu

[[email protected] hadoop-2.7.2]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo/kongming.txt

(6)-cat:显示文件内容

[[email protected] hadoop-2.7.2]$ hadoop fs -cat /sanguo/shuguo/kongming.txt

(7)-chgrp 、-chmod、-chown:Linux文件系统中的用法一样,修改文件所属权限

[[email protected] hadoop-2.7.2]$ hadoop fs -chmod 666 /sanguo/shuguo/kongming.txt

[[email protected] hadoop-2.7.2]$ hadoop fs -chown atguigu:atguigu /sanguo/shuguo/kongming.txt

(8)-copyFromLocal:从本地文件系统中拷贝文件到HDFS路径去

[[email protected] hadoop-2.7.2]$ hadoop fs -copyFromLocal README.txt /

(9)-copyToLocal:从HDFS拷贝到本地

[[email protected] hadoop-2.7.2]$ hadoop fs -copyToLocal /sanguo/shuguo/kongming.txt ./

(10)-cp :从HDFS的一个路径拷贝到HDFS的另一个路径

[[email protected] hadoop-2.7.2]$ hadoop fs -cp /sanguo/shuguo/kongming.txt /zhuge.txt

(11)-mv:在HDFS目录中移动文件

[[email protected] hadoop-2.7.2]$ hadoop fs -mv /zhuge.txt /sanguo/shuguo/

(12)-get:等同于copyToLocal,就是从HDFS下载文件到本地

[[email protected] hadoop-2.7.2]$ hadoop fs -get /sanguo/shuguo/kongming.txt ./

(13)-getmerge:合并下载多个文件,比如HDFS的目录 /user/atguigu/test下有多个文件:log.1, log.2,log.3,...

[[email protected] hadoop-2.7.2]$ hadoop fs -getmerge /user/atguigu/test/* ./zaiyiqi.txt

(14)-put:等同于copyFromLocal

[[email protected] hadoop-2.7.2]$ hadoop fs -put ./zaiyiqi.txt /user/atguigu/test/

(15)-tail:显示一个文件的末尾

[[email protected] hadoop-2.7.2]$ hadoop fs -tail /sanguo/shuguo/kongming.txt

(16)-rm:删除文件或文件夹

[[email protected] hadoop-2.7.2]$ hadoop fs -rm /user/atguigu/test/jinlian2.txt

(17)-rmdir:删除空目录

[[email protected] hadoop-2.7.2]$ hadoop fs -mkdir /test

[[email protected] hadoop-2.7.2]$ hadoop fs -rmdir /test

(18)-du统计文件夹的大小信息

[[email protected] hadoop-2.7.2]$ hadoop fs -du -s -h /user/atguigu/test

2.7 K /user/atguigu/test

?

[[email protected] hadoop-2.7.2]$ hadoop fs -du -h /user/atguigu/test

1.3 K /user/atguigu/test/README.txt

15 /user/atguigu/test/jinlian.txt

1.4 K /user/atguigu/test/zaiyiqi.txt

(19)-setrep:设置HDFS中文件的副本数量

[[email protected] hadoop-2.7.2]$ hadoop fs -setrep 10 /sanguo/shuguo/kongming.txt

技术图片

图3-3 HDFS副本数量

这里设置的副本数只是记录在NameNode的元数据中,是否真的会有这么多副本,还得看DataNode的数量。因为目前只有3台设备,最多也就3个副本,只有节点数的增加到10台时,副本数才能达到10。

第3章 HDFS客户端操作(开发重点)

3.1 HDFS客户端环境准备

1.根据自己电脑的操作系统拷贝对应的编译后的hadoop jar包到非中文路径(例如:D:\\Develop\\hadoop-2.7.2),如图3-4所示。

技术图片

图3-4 编译后的hadoop jar包

2.配置HADOOP_HOME环境变量,如图3-5所示。

技术图片

图3-5 配置HADOOP_HOME环境变量

3. 配置Path环境变量,如图3-6所示。

技术图片

图3-6 配置Path环境变量

4.创建一个Maven工程HdfsClientDemo

5.导入相应的依赖坐标+日志添加

<dependencies>

????????<dependency>

????????????<groupId>junit</groupId>

????????????<artifactId>junit</artifactId>

????????????<version>RELEASE</version>

????????</dependency>

????????<dependency>

????????????<groupId>org.apache.logging.log4j</groupId>

????????????<artifactId>log4j-core</artifactId>

????????????<version>2.8.2</version>

????????</dependency>

????????<dependency>

????????????<groupId>org.apache.hadoop</groupId>

????????????<artifactId>hadoop-common</artifactId>

????????????<version>2.7.2</version>

????????</dependency>

????????<dependency>

????????????<groupId>org.apache.hadoop</groupId>

????????????<artifactId>hadoop-client</artifactId>

????????????<version>2.7.2</version>

????????</dependency>

????????<dependency>

????????????<groupId>org.apache.hadoop</groupId>

????????????<artifactId>hadoop-hdfs</artifactId>

????????????<version>2.7.2</version>

????????</dependency>

????????<dependency>

????????????<groupId>jdk.tools</groupId>

????????????<artifactId>jdk.tools</artifactId>

????????????<version>1.8</version>

????????????<scope>system</scope>

????????????<systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>

????????</dependency>

</dependencies>

注意:如果Eclipse/Idea打印不出日志,在控制台上只显示

1.log4j:WARN?No?appenders?could?be?found?for?logger?(org.apache.hadoop.util.Shell).??

2.log4j:WARN?Please?initialize?the?log4j?system?properly.??

3.log4j:WARN?See?http://logging.apache.org/log4j/1.2/faq.html#noconfig?for?more?info.

需要在项目的src/main/resources目录下,新建一个文件,命名为"log4j.properties",在文件中填入

log4j.rootLogger=INFO, stdout

log4j.appender.stdout=org.apache.log4j.ConsoleAppender

log4j.appender.stdout.layout=org.apache.log4j.PatternLayout

log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n

log4j.appender.logfile=org.apache.log4j.FileAppender

log4j.appender.logfile.File=target/spring.log

log4j.appender.logfile.layout=org.apache.log4j.PatternLayout

log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

6.创建包名:com.atguigu.hdfs

7.创建HdfsClient

public class HdfsClient{????

@Test

public void testMkdirs() throws IOException, InterruptedException, URISyntaxException{

????????

????????// 1 获取文件系统

????????Configuration configuration = new Configuration();

????????// 配置在集群上运行

????????// configuration.set("fs.defaultFS", "hdfs://hadoop102:9000");

????????// FileSystem fs = FileSystem.get(configuration);

?

????????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????????// 2 创建目录

????????fs.mkdirs(new Path("/1108/daxian/banzhang"));

????????

????????// 3 关闭资源

????????fs.close();

????}

}

8.执行程序

运行时需要配置用户名称,如图3-7所示

技术图片

图3-7 配置用户名称

客户端去操作HDFS时,是有一个用户身份的。默认情况下,HDFS客户端API会从JVM中获取一个参数来作为自己的用户身份:-DHADOOP_USER_NAME=atguigu,atguigu为用户名称。

3.2 HDFSAPI操作

3.2.1 HDFS文件上传(测试参数优先级)

1.编写源代码

@Test

public void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException {

?

????????// 1 获取文件系统

????????Configuration configuration = new Configuration();

????????configuration.set("dfs.replication", "2");

????????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

?

????????// 2 上传文件

????????fs.copyFromLocalFile(new Path("e:/banzhang.txt"), new Path("/banzhang.txt"));

?

????????// 3 关闭资源

????????fs.close();

?

????????System.out.println("over");

}

2.将hdfs-site.xml拷贝到项目的根目录下

3.参数优先级

参数优先级排序:(1)客户端代码中设置的值 >(2)ClassPath下的用户自定义配置文件 >(3)然后是服务器的默认配置

3.2.2 HDFS文件下载

@Test

public void testCopyToLocalFile() throws IOException, InterruptedException, URISyntaxException{

?

????????// 1 获取文件系统

????????Configuration configuration = new Configuration();

????????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????????// 2 执行下载操作

????????// boolean delSrc 指是否将原文件删除

????????// Path src 指要下载的文件路径

????????// Path dst 指将文件下载到的路径

????????// boolean useRawLocalFileSystem 是否开启文件校验

????????fs.copyToLocalFile(false, new Path("/banzhang.txt"), new Path("e:/banhua.txt"), true);

????????

????????// 3 关闭资源

????????fs.close();

}

3.2.3 HDFS文件夹删除

@Test

public void testDelete() throws IOException, InterruptedException, URISyntaxException{

?

????// 1 获取文件系统

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????// 2 执行删除

????fs.delete(new Path("/0508/"), true);

????????

????// 3 关闭资源

????fs.close();

}

3.2.4 HDFS文件名更改

@Test

public void testRename() throws IOException, InterruptedException, URISyntaxException{

?

????// 1 获取文件系统

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????// 2 修改文件名称

????fs.rename(new Path("/banzhang.txt"), new Path("/banhua.txt"));

????????

????// 3 关闭资源

????fs.close();

}

3.2.5 HDFS文件详情查看

查看文件名称、权限、长度、块信息

@Test

public void testListFiles() throws IOException, InterruptedException, URISyntaxException{

?

????// 1获取文件系统

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????// 2 获取文件详情

????RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);

????????

????while(listFiles.hasNext()){

????????LocatedFileStatus status = listFiles.next();

????????????

????????// 输出详情

????????// 文件名称

????????System.out.println(status.getPath().getName());

????????// 长度

????????System.out.println(status.getLen());

????????// 权限

????????System.out.println(status.getPermission());

????????// 分组

????????System.out.println(status.getGroup());

????????????

????????// 获取存储的块信息

????????BlockLocation[] blockLocations = status.getBlockLocations();

????????????

????????for (BlockLocation blockLocation : blockLocations) {

????????????????

????????????// 获取块存储的主机节点

????????????String[] hosts = blockLocation.getHosts();

????????????????

????????????for (String host : hosts) {

????????????????System.out.println(host);

????????????}

????????}

????????????

????????System.out.println("-----------班长的分割线----------");

????}

?

// 3 关闭资源

fs.close();

}

3.2.6 HDFS文件和文件夹判断

@Test

public void testListStatus() throws IOException, InterruptedException, URISyntaxException{

????????

????// 1 获取文件配置信息

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????// 2 判断是文件还是文件夹

????FileStatus[] listStatus = fs.listStatus(new Path("/"));

????????

????for (FileStatus fileStatus : listStatus) {

????????

????????// 如果是文件

????????if (fileStatus.isFile()) {

????????????????System.out.println("f:"+fileStatus.getPath().getName());

????????????}else {

????????????????System.out.println("d:"+fileStatus.getPath().getName());

????????????}

????????}

????????

????// 3 关闭资源

????fs.close();

}

3.3 HDFSI/O流操作

上面我们学的API操作HDFS系统都是框架封装好的。那么如果我们想自己实现上述API的操作该怎么实现呢?

我们可以采用IO流的方式实现数据的上传和下载。

3.3.1 HDFS文件上传

1.需求:把本地e盘上的banhua.txt文件上传到HDFS根目录

2.编写代码

@Test

public void putFileToHDFS() throws IOException, InterruptedException, URISyntaxException {

?

????// 1 获取文件系统

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

?

????// 2 创建输入流

????FileInputStream fis = new FileInputStream(new File("e:/banhua.txt"));

?

????// 3 获取输出流

????FSDataOutputStream fos = fs.create(new Path("/banhua.txt"));

?

????// 4 流对拷

????IOUtils.copyBytes(fis, fos, configuration);

?

????// 5 关闭资源

????IOUtils.closeStream(fos);

????IOUtils.closeStream(fis);

fs.close();

}

3.3.2 HDFS文件下载

1.需求:从HDFS上下载banhua.txt文件到本地e盘上

2.编写代码

// 文件下载

@Test

public void getFileFromHDFS() throws IOException, InterruptedException, URISyntaxException{

?

????// 1 获取文件系统

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????// 2 获取输入流

????FSDataInputStream fis = fs.open(new Path("/banhua.txt"));

????????

????// 3 获取输出流

????FileOutputStream fos = new FileOutputStream(new File("e:/banhua.txt"));

????????

????// 4 流的对拷

????IOUtils.copyBytes(fis, fos, configuration);

????????

????// 5 关闭资源

????IOUtils.closeStream(fos);

????IOUtils.closeStream(fis);

????fs.close();

}

3.3.3 定位文件读取

1.需求:分块读取HDFS上的大文件,比如根目录下的/hadoop-2.7.2.tar.gz

2.编写代码

(1)下载第一块

@Test

public void readFileSeek1() throws IOException, InterruptedException, URISyntaxException{

?

????// 1 获取文件系统

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????// 2 获取输入流

????FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz"));

????????

????// 3 创建输出流

????FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part1"));

????????

????// 4 流的拷贝

????byte[] buf = new byte[1024];

????????

????for(int i =0 ; i < 1024 * 128; i++){

????????fis.read(buf);

????????fos.write(buf);

????}

????????

????// 5关闭资源

????IOUtils.closeStream(fis);

????IOUtils.closeStream(fos);

fs.close();

}

(2)下载第二块

@Test

public void readFileSeek2() throws IOException, InterruptedException, URISyntaxException{

?

????// 1 获取文件系统

????Configuration configuration = new Configuration();

????FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

????????

????// 2 打开输入流

????FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz"));

????????

????// 3 定位输入数据位置

????fis.seek(1024*1024*128);

????????

????// 4 创建输出流

????FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part2"));

????????

????// 5 流的对拷

????IOUtils.copyBytes(fis, fos, configuration);

????????

????// 6 关闭资源

????IOUtils.closeStream(fis);

????IOUtils.closeStream(fos);

}

(3)合并文件

在Window命令窗口中进入到目录E:\\,然后执行如下命令,对数据进行合并

type hadoop-2.7.2.tar.gz.part2 >> hadoop-2.7.2.tar.gz.part1

合并完成后,将hadoop-2.7.2.tar.gz.part1重新命名为hadoop-2.7.2.tar.gz。解压发现该tar包非常完整。

第4章 HDFS的数据流(面试重点)

4.1 HDFS写数据流程

4.1.1 剖析文件写入

HDFS写数据流程,如图3-8所示。

技术图片

图3-8 配置用户名称

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3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(先从磁盘读取数据放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Block的服务器。(重复执行3-7步)。

4.1.2 网络拓扑-节点距离计算

????在HDFS写数据的过程中,NameNode会选择距离待上传数据最近距离的DataNode接收数据。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。

技术图片图3-9 网络拓扑概念

例如,假设有数据中心d1机架r1中的节点n1。该节点可以表示为/d1/r1/n1。利用这种标记,这里给出四种距离描述,如图3-9所示。

大家算一算每两个节点之间的距离,如图3-10所示。

技术图片

图3-10 网络拓扑

4.1.3 机架感知(副本存储节点选择)

1. 官方ip地址

机架感知说明

http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html#Data_Replication

For the common case, when the replication factor is three, HDFS‘s placement policy is to put one replica on one node in the local rack, another on a different node in the local rack, and the last on a different node in a different rack.

2. Hadoop2.7.2副本节点选择

技术图片

4.2 HDFS读数据流程

HDFS的读数据流程,如图3-13所示。

技术图片

图3-13 HDFS读数据流程

1)客户端通过Distributed FileSystem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为单位来做校验)。

4)客户端以Packet为单位接收,先在本地缓存,然后写入目标文件。

第5章 NameNode和SecondaryNameNode(面试开发重点)

5.1 NN2NN工作机制

思考:NameNode中的元数据是存储在哪里的?

首先,我们做个假设,如果存储在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,会导致该文件数据过大,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。

NN和2NN工作机制,如图3-14所示。

技术图片图3-14 NN和2NN工作机制

1. 第一阶段:NameNode启动

(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的请求。

(3)NameNode记录操作日志,更新滚动日志。

(4)NameNode在内存中对数据进行增删改。

2. 第二阶段:Secondary NameNode工作

????(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)生成新的镜像文件fsimage.chkpoint。

????(7)拷贝fsimage.chkpoint到NameNode。

????(8)NameNode将fsimage.chkpoint重新命名成fsimage。

NN2NN工作机制详解:

FsimageNameNode内存中元数据序列化后形成的文件。

Edits:记录客户端更新元数据信息的每一步操作(可通过Edits运算出元数据)。

NameNode启动时,先滚动Edits并生成一个空的edits.inprogress,然后加载EditsFsimage到内存中,此时NameNode内存就持有最新的元数据信息。Client开始对NameNode发送元数据的增删改的请求,这些请求的操作首先会被记录到edits.inprogress中(查询元数据的操作不会被记录在Edits中,因为查询操作不会更改元数据信息),如果此时NameNode挂掉,重启后会从Edits中读取元数据的信息。然后,NameNode会在内存中执行元数据的增删改的操作。

由于Edits中记录的操作会越来越多,Edits文件会越来越大,导致NameNode在启动加载Edits时会很慢,所以需要对EditsFsimage进行合并(所谓合并,就是将EditsFsimage加载到内存中,照着Edits中的操作一步步执行,最终形成新的Fsimage)。SecondaryNameNode的作用就是帮助NameNode进行EditsFsimage的合并工作。

SecondaryNameNode首先会询问NameNode是否需要CheckPoint(触发CheckPoint需要满足两个条件中的任意一个,定时时间到和Edits中数据写满了)。直接带回NameNode是否检查结果。SecondaryNameNode执行CheckPoint操作,首先会让NameNode滚动Edits并生成一个空的edits.inprogress,滚动Edits的目的是给Edits打个标记,以后所有新的操作都写入edits.inprogress,其他未合并的EditsFsimage会拷贝到SecondaryNameNode的本地,然后将拷贝的EditsFsimage加载到内存中进行合并,生成fsimage.chkpoint,然后将fsimage.chkpoint拷贝给NameNode,重命名为Fsimage后替换掉原来的FsimageNameNode在启动时就只需要加载之前未合并的EditsFsimage即可,因为合并过的Edits中的元数据信息已经被记录在Fsimage中。

5.2 FsimageEdits解析

1. 概念

技术图片

2. oiv查看Fsimage文件

(1)查看oiv和oev命令

[[email protected] current]$ hdfs

oiv apply the offline fsimage viewer to an fsimage

oev apply the offline edits viewer to an edits file

(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

[[email protected] current]$ pwd

/opt/module/hadoop-2.7.2/data/tmp/dfs/name/current

?

[[email protected] current]$ hdfs oiv -p XML -i fsimage_0000000000000000025 -o /opt/module/hadoop-2.7.2/fsimage.xml

?

[[email protected] current]$ cat /opt/module/hadoop-2.7.2/fsimage.xml

将显示的xml文件内容拷贝到Eclipse中创建的xml文件中,并格式化。部分显示结果如下。

<inode>

????<id>16386</id>

????<type>DIRECTORY</type>

????<name>user</name>

????<mtime>1512722284477</mtime>

????<permission>atguigu:supergroup:rwxr-xr-x</permission>

????<nsquota>-1</nsquota>

????<dsquota>-1</dsquota>

</inode>

<inode>

????<id>16387</id>

????<type>DIRECTORY</type>

????<name>atguigu</name>

????<mtime>1512790549080</mtime>

????<permission>atguigu:supergroup:rwxr-xr-x</permission>

????<nsquota>-1</nsquota>

????<dsquota>-1</dsquota>

</inode>

<inode>

????<id>16389</id>

????<type>FILE</type>

????<name>wc.input</name>

????<replication>3</replication>

????<mtime>1512722322219</mtime>

????<atime>1512722321610</atime>

????<perferredBlockSize>134217728</perferredBlockSize>

????<permission>atguigu:supergroup:rw-r--r--</permission>

????<blocks>

????????<block>

????????????<id>1073741825</id>

????????????<genstamp>1001</genstamp>

????????????<numBytes>59</numBytes>

????????</block>

????</blocks>

</inode >

思考:可以看出,Fsimage中没有记录块所对应DataNode,为什么?

在集群启动后,要求DataNode上报数据块信息,并间隔一段时间后再次上报。

3. 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

[[email protected] current]$ hdfs oev -p XML -i edits_0000000000000000012-0000000000000000013 -o /opt/module/hadoop-2.7.2/edits.xml

?

[[email protected] current]$ cat /opt/module/hadoop-2.7.2/edits.xml

将显示的xml文件内容拷贝到Eclipse中创建的xml文件中,并格式化。显示结果如下。

<?xml version="1.0" encoding="UTF-8"?>

<EDITS>

????<EDITS_VERSION>-63</EDITS_VERSION>

????<RECORD>

????????<OPCODE>OP_START_LOG_SEGMENT</OPCODE>

????????<DATA>

????????????<TXID>129</TXID>

????????</DATA>

????</RECORD>

????<RECORD>

????????<OPCODE>OP_ADD</OPCODE>

????????<DATA>

????????????<TXID>130</TXID>

????????????<LENGTH>0</LENGTH>

????????????<INODEID>16407</INODEID>

????????????<PATH>/hello7.txt</PATH>

????????????<REPLICATION>2</REPLICATION>

????????????<MTIME>1512943607866</MTIME>

????????????<ATIME>1512943607866</ATIME>

????????????<BLOCKSIZE>134217728</BLOCKSIZE>

????????????<CLIENT_NAME>DFSClient_NONMAPREDUCE_-1544295051_1</CLIENT_NAME>

????????????<CLIENT_MACHINE>192.168.1.5</CLIENT_MACHINE>

????????????<OVERWRITE>true</OVERWRITE>

????????????<PERMISSION_STATUS>

????????????????<USERNAME>atguigu</USERNAME>

????????????????<GROUPNAME>supergroup</GROUPNAME>

????????????????<MODE>420</MODE>

????????????</PERMISSION_STATUS>

????????????<RPC_CLIENTID>908eafd4-9aec-4288-96f1-e8011d181561</RPC_CLIENTID>

????????????<RPC_CALLID>0</RPC_CALLID>

????????</DATA>

????</RECORD>

????<RECORD>

????????<OPCODE>OP_ALLOCATE_BLOCK_ID</OPCODE>

????????<DATA>

????????????<TXID>131</TXID>

????????????<BLOCK_ID>1073741839</BLOCK_ID>

????????</DATA>

????</RECORD>

????<RECORD>

????????<OPCODE>OP_SET_GENSTAMP_V2</OPCODE>

????????<DATA>

????????????<TXID>132</TXID>

????????????<GENSTAMPV2>1016</GENSTAMPV2>

????????</DATA>

????</RECORD>

????<RECORD>

????????<OPCODE>OP_ADD_BLOCK</OPCODE>

????????<DATA>

????????????<TXID>133</TXID>

????????????<PATH>/hello7.txt</PATH>

????????????<BLOCK>

????????????????<BLOCK_ID>1073741839</BLOCK_ID>

????????????????<NUM_BYTES>0</NUM_BYTES>

????????????????<GENSTAMP>1016</GENSTAMP>

????????????</BLOCK>

????????????<RPC_CLIENTID></RPC_CLIENTID>

????????????<RPC_CALLID>-2</RPC_CALLID>

????????</DATA>

????</RECORD>

????<RECORD>

????????<OPCODE>OP_CLOSE</OPCODE>

????????<DATA>

????????????<TXID>134</TXID>

????????????<LENGTH>0</LENGTH>

????????????<INODEID>0</INODEID>

????????????<PATH>/hello7.txt</PATH>

????????????<REPLICATION>2</REPLICATION>

????????????<MTIME>1512943608761</MTIME>

????????????<ATIME>1512943607866</ATIME>

????????????<BLOCKSIZE>134217728</BLOCKSIZE>

????????????<CLIENT_NAME></CLIENT_NAME>

????????????<CLIENT_MACHINE></CLIENT_MACHINE>

????????????<OVERWRITE>false</OVERWRITE>

????????????<BLOCK>

????????????????<BLOCK_ID>1073741839</BLOCK_ID>

????????????????<NUM_BYTES>25</NUM_BYTES>

????????????????<GENSTAMP>1016</GENSTAMP>

????????????</BLOCK>

????????????<PERMISSION_STATUS>

????????????????<USERNAME>atguigu</USERNAME>

????????????????<GROUPNAME>supergroup</GROUPNAME>

????????????????<MODE>420</MODE>

????????????</PERMISSION_STATUS>

????????</DATA>

????</RECORD>

</EDITS >

思考:NameNode如何确定下次开机启动的时候合并哪些Edits?

5.3 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>3600</value>

</property>

(2)一分钟检查一次操作次数,3当操作次数达到1百万时,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>60</value>

<description> 1分钟检查一次操作次数</description>

</property >

5.4 NameNode故障处理

NameNode故障后,可以采用如下两种方法恢复数据。

方法一:将SecondaryNameNode中数据拷贝到NameNode存储数据的目录;

1. kill -9 NameNode进程

2. 删除NameNode存储的数据(/opt/module/hadoop-2.7.2/data/tmp/dfs/name

[[email protected] hadoop-2.7.2]$ rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

3. 拷贝SecondaryNameNode中数据到原NameNode存储数据目录

[[email protected] dfs]$ scp -r [email protected]:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/* ./name/

4. 重新启动NameNode

[[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

方法二:使用-importCheckpoint选项启动NameNode守护进程,从而将SecondaryNameNode中数据拷贝到NameNode目录中。

  1. 修改hdfs-site.xml中的

<property>

<name>dfs.namenode.checkpoint.period</name>

<value>120</value>

</property>

?

<property>

<name>dfs.namenode.name.dir</name>

<value>/opt/module/hadoop-2.7.2/data/tmp/dfs/name</value>

</property>

2. kill -9 NameNode进程

3.????删除NameNode存储的数据(/opt/module/hadoop-2.7.2/data/tmp/dfs/name

[[email protected] hadoop-2.7.2]$ rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

4.????如果SecondaryNameNode不和NameNode在一个主机节点上,需要将SecondaryNameNode存储数据的目录拷贝到NameNode存储数据的平级目录,并删除in_use.lock文件

[[email protected] dfs]$ scp -r atguigu[email protected]:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary ./

?

[[email protected] namesecondary]$ rm -rf in_use.lock

?

[[email protected] dfs]$ pwd

/opt/module/hadoop-2.7.2/data/tmp/dfs

?

[[email protected] dfs]$ ls

data name namesecondary

5.????导入检查点数据(等待一会ctrl+c结束掉)

[[email protected] hadoop-2.7.2]$ bin/hdfs namenode -importCheckpoint

6.????启动NameNode

[[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

5.5 集群安全模式

1.????概述

技术图片

集群处于安全模式,不能执行重要操作(写操作)。集群启动完成后,自动退出安全模式。

(1)bin/hdfs dfsadmin -safemode get????????(功能描述:查看安全模式状态

(2)bin/hdfs dfsadmin -safemode enter ????(功能描述:进入安全模式状态

(3)bin/hdfs dfsadmin -safemode leave????(功能描述:离开安全模式状态

(4)bin/hdfs dfsadmin -safemode wait????(功能描述:等待安全模式状态

3.????案例

????模拟等待安全模式

(1)查看当前模式

[[email protected] hadoop-2.7.2]$ hdfs dfsadmin -safemode get

Safe mode is OFF

(2)先进入安全模式

[[email protected] hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode enter

????(3)创建并执行下面的脚本

在/opt/module/hadoop-2.7.2路径上,编辑一个脚本safemode.sh

[[email protected] hadoop-2.7.2]$ touch safemode.sh

[[email protected] hadoop-2.7.2]$ vim safemode.sh

?

#!/bin/bash

hdfs dfsadmin -safemode wait

hdfs dfs -put /opt/module/hadoop-2.7.2/README.txt /

?

[[email protected] hadoop-2.7.2]$ chmod 777 safemode.sh

?

[[email protected] hadoop-2.7.2]$ ./safemode.sh

????(4)再打开一个窗口,执行

[[email protected] hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode leave

(5)观察

(a)再观察上一个窗口

Safe mode is OFF

(b)HDFS集群上已经有上传的数据了。

5.6 NameNode多目录配置

1.????NameNode的本地目录可以配置成多个,且每个目录存放内容相同,增加了可靠性

2.????具体配置如下

????(1)在hdfs-site.xml文件中增加如下内容

<property>

<name>dfs.namenode.name.dir</name>

<value>file:///${hadoop.tmp.dir}/dfs/name1,file:///${hadoop.tmp.dir}/dfs/name2</value>

</property>

(2)停止集群,删除data和logs中所有数据。

[[email protected] hadoop-2.7.2]$ rm -rf data/ logs/

[[email protected] hadoop-2.7.2]$ rm -rf data/ logs/

[[email protected] hadoop-2.7.2]$ rm -rf data/ logs/

(3)格式化集群并启动。

[[email protected] hadoop-2.7.2]$ bin/hdfs namenode format

[[email protected] hadoop-2.7.2]$ sbin/start-dfs.sh

(4)查看结果

[[email protected] dfs]$ ll

总用量 12

drwx------. 3 atguigu atguigu 4096 12 11 08:03 data

drwxrwxr-x. 3 atguigu atguigu 4096 12 11 08:03 name1

drwxrwxr-x. 3 atguigu atguigu 4096 12 11 08:03 name2

第6章 DataNode(面试开发重点)

6.1 DataNode工作机制

DataNode工作机制,如图3-15所示。

技术图片

图3-15 DataNode工作机制

1)一个数据块在DataNode上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是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(1小时)的向NameNode上报所有的块信息。

3)心跳是每3秒一次,心跳返回结果带有NameNode给该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,则认为该节点不可用。

4)集群运行中可以安全加入和退出一些机器。

6.2 数据完整性

思考:如果电脑磁盘里面存储的数据是控制高铁信号灯的红灯信号(1)和绿灯信号(0),但是存储该数据的磁盘坏了,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,那么如何解决呢?

如下是DataNode节点保证数据完整性的方法。

1)当DataNode读取Block的时候,它会计算CheckSum。

2)如果计算后的CheckSum,与Block创建时值不一样,说明Block已经损坏。

3)Client读取其他DataNode上的Block。

4)DataNode在其文件创建后周期验证CheckSum,如图3-16所示。

技术图片

图3-16 校验和

6.3 掉线时限参数设置

技术图片

????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

<property>

<name>dfs.namenode.heartbeat.recheck-interval</name>

<value>300000</value>

</property>

<property>

<name>dfs.heartbeat.interval</name>

<value>3</value>

</property>

6.4 服役新数据节点

0. 需求

随着公司业务的增长,数据量越来越大,原有的数据节点的容量已经不能满足存储数据的需求,需要在原有集群基础上动态添加新的数据节点。

1.????环境准备

????(1)在hadoop104主机上再克隆一台hadoop105主机

????(2)修改IP地址和主机名称

????(3)删除原来HDFS文件系统留存的文件(/opt/module/hadoop-2.7.2/data和log)

????(4)source一下配置文件

[[email protected] hadoop-2.7.2]$ source /etc/profile

2.????服役新节点具体步骤

(1)直接启动DataNode,即可关联到集群

[[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode

[[email protected] hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager

技术图片

(2)在hadoop105上上传文件

[[email protected] hadoop-2.7.2]$ hadoop fs -put /opt/module/hadoop-2.7.2/LICENSE.txt /

(3)如果数据不均衡,可以用命令实现集群的再平衡

[[email protected] sbin]$ ./start-balancer.sh

starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop102.out

Time Stamp Iteration# Bytes Already Moved Bytes Left To Move Bytes Being Moved

6.5 退役旧数据节点

6.5.1 添加白名单

????添加到白名单的主机节点,都允许访问NameNode,不在白名单的主机节点,都会被退出。

配置白名单的具体步骤如下:

(1)在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts文件

[[email protected] hadoop]$ pwd

/opt/module/hadoop-2.7.2/etc/hadoop

[[email protected] hadoop]$ touch dfs.hosts

[[email protected] hadoop]$ vi dfs.hosts

添加如下主机名称(不添加hadoop105

hadoop102

hadoop103

hadoop104

????(2)在NameNode的hdfs-site.xml配置文件中增加dfs.hosts属性

<property>

<name>dfs.hosts</name>

<value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts</value>

</property>

(3)配置文件分发

[[email protected] hadoop]$ xsync hdfs-site.xml

????(4)刷新NameNode

[[email protected] hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes

Refresh nodes successful

????(5)更新ResourceManager节点

[[email protected] hadoop-2.7.2]$ yarn rmadmin -refreshNodes

17/06/24 14:17:11 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.1.103:8033

????(6)在web浏览器上查看

技术图片

4.????如果数据不均衡,可以用命令实现集群的再平衡

[[email protected] sbin]$ ./start-balancer.sh

starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop102.out

Time Stamp Iteration# Bytes Already Moved Bytes Left To Move Bytes Being Moved

6.5.2 黑名单退役

在黑名单上面的主机都会被强制退出。

1.NameNode/opt/module/hadoop-2.7.2/etc/hadoop目录下创dfs.hosts.exclude文件

[[email protected] hadoop]$ pwd

/opt/module/hadoop-2.7.2/etc/hadoop

[[email protected] hadoop]$ touch dfs.hosts.exclude

[[email protected] hadoop]$ vi dfs.hosts.exclude

添加如下主机名称(要退役的节点)

hadoop105

2.在NameNodehdfs-site.xml配置文件中增加dfs.hosts.exclude属性

<property>

<name>dfs.hosts.exclude</name>

<value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts.exclude</value>

</property>

3.刷新NameNode、刷新ResourceManager

[[email protected] hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes

Refresh nodes successful

?

[[email protected] hadoop-2.7.2]$ yarn rmadmin -refreshNodes

17/06/24 14:55:56 INFO client.RMProxy: Connecting to ResourceManager at hadoop103/192.168.1.103:8033

4.????????检查Web浏览器,退役节点的状态为decommission in progress(退役中),说明数据节点正在复制块到其他节点,如图3-17所示

技术图片

图3-17 退役中

技术图片

图3-18 已退役

[[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode

stopping datanode

[[email protected] hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager

stopping nodemanager

6.????如果数据不均衡,可以用命令实现集群的再平衡

[[email protected] hadoop-2.7.2]$ sbin/start-balancer.sh

starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop102.out

Time Stamp Iteration# Bytes Already Moved Bytes Left To Move Bytes Being Moved

????注意:不允许白名单和黑名单中同时出现同一个主机名称。

6.6 Datanode多目录配置

1.????DataNode也可以配置成多个目录,每个目录存储的数据不一样。即:数据不是副本

2.具体配置如下

????hdfs-site.xml

<property>

<name>dfs.datanode.data.dir</name>

<value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2</value>

</property>

第7章 HDFS 2.X新特性

7.1 集群间数据拷贝

1scp实现两个远程主机之间的文件复制

????scp -r hello.txt [email protected]:/user/atguigu/hello.txt????????// 推 push

????scp -r [email protected]:/user/atguigu/hello.txt hello.txt????????// 拉 pull

????scp -r [email protected]:/user/atguigu/hello.txt [email protected]:/user/atguigu //是通过本地主机中转实现两个远程主机的文件复制;如果在两个远程主机之间ssh没有配置的情况下可以使用该方式。

2.采用distcp命令实现两个Hadoop集群之间的递归数据复制

[[email protected] hadoop-2.7.2]$ bin/hadoop distcp

hdfs://haoop102:9000/user/atguigu/hello.txt hdfs://hadoop103:9000/user/atguigu/hello.txt

7.2 小文件存档

技术图片

3.案例实操

(1)需要启动YARN进程

[[email protected] hadoop-2.7.2]$ start-yarn.sh

(2)归档文件

????把/user/atguigu/input目录里面的所有文件归档成一个叫input.har的归档文件,并把归档后文件存储到/user/atguigu/output路径下。

[[email protected] hadoop-2.7.2]$ bin/hadoop archive -archiveName input.har –p /user/atguigu/input /user/atguigu/output

(3)查看归档

[[email protected] hadoop-2.7.2]$ hadoop fs -lsr /user/atguigu/output/input.har

[[email protected] hadoop-2.7.2]$ hadoop fs -lsr har:///user/atguigu/output/input.har

(4)解归档文件

[[email protected] hadoop-2.7.2]$ hadoop fs -cp har:/// user/atguigu/output/input.har/* /user/atguigu

7.3 回收站

开启回收站功能,可以将删除的文件在不超时的情况下,恢复原数据,起到防止误删除、备份等作用。

1.回收站参数设置及工作机制

技术图片

图3-19 回收站

2.启用回收站

修改core-site.xml,配置垃圾回收时间为1分钟。

<property>

<name>fs.trash.interval</name>

<value>1</value>

</property>

3.查看回收站

回收站在集群中的路径:/user/atguigu/.Trash/….

4.修改访问垃圾回收站用户名称

????进入垃圾回收站用户名称,默认是dr.who,修改为atguigu用户

????[core-site.xml]

<property>

<name>hadoop.http.staticuser.user</name>

<value>atguigu</value>

</property>

5.????通过程序删除的文件不会经过回收站,需要调用moveToTrash()才进入回收站

Trash trash = New Trash(conf);

trash.moveToTrash(path);

[[email protected] hadoop-2.7.2]$ hadoop fs -mv

/user/atguigu/.Trash/Current/user/atguigu/input /user/atguigu/input

[[email protected] hadoop-2.7.2]$ hadoop fs -expunge

7.4 快照管理

技术图片

2.案例实操

????(1)开启/禁用指定目录的快照功能

[[email protected] hadoop-2.7.2]$ hdfs dfsadmin -allowSnapshot /user/atguigu/input

?

[[email protected] hadoop-2.7.2]$ hdfs dfsadmin -disallowSnapshot /user/atguigu/input

????(2)对目录创建快照

[[email protected] hadoop-2.7.2]$ hdfs dfs -createSnapshot /user/atguigu/input

通过web访问hdfs://hadoop102:50070/user/atguigu/input/.snapshot/s…..// 快照和源文件使用相同数据

[[email protected] hadoop-2.7.2]$ hdfs dfs -lsr /user/atguigu/input/.snapshot/

????(3)指定名称创建快照

[[email protected] hadoop-2.7.2]$ hdfs dfs -createSnapshot /user/atguigu/input miao170508

????(4)重命名快照

[[email protected] hadoop-2.7.2]$ hdfs dfs -renameSnapshot /user/atguigu/input/ miao170508 atguigu170508

????(5)列出当前用户所有可快照目录

[[email protected] hadoop-2.7.2]$ hdfs lsSnapshottableDir

????(6)比较两个快照目录的不同之处

[[email protected] hadoop-2.7.2]$ hdfs snapshotDiff

/user/atguigu/input/ . .snapshot/atguigu170508????

????(7)恢复快照

[[email protected] hadoop-2.7.2]$ hdfs dfs -cp

/user/atguigu/input/.snapshot/s20170708-134303.027 /user

第8章 HDFS HA高可用

8.1 HA概述

1)所谓HA(High Available),即高可用(7*24小时不中断服务)。

2)实现高可用最关键的策略是消除单点故障。HA严格来说应该分成各个组件的HA机制:HDFS的HA和YARN的HA。

3)Hadoop2.0之前,在HDFS集群中NameNode存在单点故障(SPOF)。

4)NameNode主要在以下两个方面影响HDFS集群

????NameNode机器发生意外,如宕机,集群将无法使用,直到管理员重启

????NameNode机器需要升级,包括软件、硬件升级,此时集群也将无法使用

HDFS HA功能通过配置Active/Standby两个NameNodes实现在集群中对NameNode的热备来解决上述问题。如果出现故障,如机器崩溃或机器需要升级维护,这时可通过此种方式将NameNode很快的切换到另外一台机器。

8.2 HDFS-HA工作机制

通过双NameNode消除单点故障

8.2.1 HDFS-HA工作要点

1.????元数据管理方式需要改变

内存中各自保存一份元数据;

Edits日志只有Active状态的NameNode节点可以做写操作;

两个NameNode都可以读取Edits;

共享的Edits放在一个共享存储中管理(qjournal和NFS两个主流实现);

2.????需要一个状态管理功能模块

实现了一个zkfailover,常驻在每一个namenode所在的节点,每一个zkfailover负责监控自己所在NameNode节点,利用zk进行状态标识,当需要进行状态切换时,由zkfailover来负责切换,切换时需要防止brain split现象的发生。

3.????必须保证两个NameNode之间能够ssh无密码登录

4.????隔离(Fence),即同一时刻仅仅有一个NameNode对外提供服务

8.2.2 HDFS-HA自动故障转移工作机制

前面学习了使用命令hdfs haadmin -failover手动进行故障转移,在该模式下,即使现役NameNode已经失效,系统也不会自动从现役NameNode转移到待机NameNode,下面学习如何配置部署HA自动进行故障转移。自动故障转移为HDFS部署增加了两个新组件:ZooKeeper和ZKFailoverController(ZKFC)进程,如图3-20所示。ZooKeeper是维护少量协调数据,通知客户端这些数据的改变和监视客户端故障的高可用服务。HA的自动故障转移依赖于ZooKeeper的以下功能:

1)故障检测:集群中的每个NameNode在ZooKeeper中维护了一个持久会话,如果机器崩溃,ZooKeeper中的会话将终止,ZooKeeper通知另一个NameNode需要触发故障转移。

2)现役NameNode选择:ZooKeeper提供了一个简单的机制用于唯一的选择一个节点为active状态。如果目前现役NameNode崩溃,另一个节点可能从ZooKeeper获得特殊的排外锁以表明它应该成为现役NameNode。

ZKFC是自动故障转移中的另一个新组件,是ZooKeeper的客户端,也监视和管理NameNode的状态。每个运行NameNode的主机也运行了一个ZKFC进程,ZKFC负责:

1)健康监测:ZKFC使用一个健康检查命令定期地ping与之在相同主机的NameNode,只要该NameNode及时地回复健康状态,ZKFC认为该节点是健康的。如果该节点崩溃,冻结或进入不健康状态,健康监测器标识该节点为非健康的。

2)ZooKeeper会话管理:当本地NameNode是健康的,ZKFC保持一个在ZooKeeper中打开的会话。如果本地NameNode处于active状态,ZKFC也保持一个特殊的znode锁,该锁使用了ZooKeeper对短暂节点的支持,如果会话终止,锁节点将自动删除。

3)基于ZooKeeper的选择:如果本地NameNode是健康的,且ZKFC发现没有其它的节点当前持有znode锁,它将为自己获取该锁。如果成功,则它已经赢得了选择,并负责运行故障转移进程以使它的本地NameNode为Active。故障转移进程与前面描述的手动故障转移相似,首先如果必要保护之前的现役NameNode,然后本地NameNode转换为Active状态。

技术图片

图3-20 HDFS-HA故障转移机制

8.3 HDFS-HA集群配置

8.3.1 环境准备

1.????修改IP

2.????修改主机名及主机名和IP地址的映射

3.????关闭防火墙

4.????ssh免密登录

5.????安装JDK,配置环境变量等

8.3.2 规划集群

3-1

hadoop102

hadoop103

hadoop104

NameNode????

NameNode

?

JournalNode????

JournalNode????

JournalNode????

DataNode

DataNode

DataNode

ZK????

ZK????

ZK????

?

ResourceManager

?

NodeManager????

NodeManager????

NodeManager????

8.3.3 配置Zookeeper集群

1.????集群规划

在hadoop102、hadoop103和hadoop104三个节点上部署Zookeeper。

2.????解压安装

(1)解压Zookeeper安装包到/opt/module/目录下

[[email protected] software]$ tar -zxvf zookeeper-3.4.10.tar.gz -C /opt/module/

(2)在/opt/module/zookeeper-3.4.10/这个目录下创建zkData

mkdir -p zkData

(3)重命名/opt/module/zookeeper-3.4.10/conf这个目录下的zoo_sample.cfg为zoo.cfg

mv zoo_sample.cfg zoo.cfg

3.????配置zoo.cfg文件

????(1)具体配置

dataDir=/opt/module/zookeeper-3.4.10/zkData

????增加如下配置

#######################cluster##########################

server.2=hadoop102:2888:3888

server.3=hadoop103:2888:3888

server.4=hadoop104:2888:3888

(2)配置参数解读

Server.A=B:C:D。

A是一个数字,表示这个是第几号服务器;

B是这个服务器的IP地址;

C是这个服务器与集群中的Leader服务器交换信息的端口;

D是万一集群中的Leader服务器挂了,需要一个端口来重新进行选举,选出一个新的Leader,而这个端口就是用来执行选举时服务器相互通信的端口。

集群模式下配置一个文件myid,这个文件在dataDir目录下,这个文件里面有一个数据就是A的值,Zookeeper启动时读取此文件,拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。

4.????集群操作

(1)在/opt/module/zookeeper-3.4.10/zkData目录下创建一个myid的文件

touch myid

添加myid文件,注意一定要在linux里面创建,在notepad++里面很可能乱码

(2)编辑myid文件

vi myid

????在文件中添加与server对应的编号:如2

(3)拷贝配置好的zookeeper到其他机器上

scp -r zookeeper-3.4.10/ [email protected]:/opt/app/

scp -r zookeeper-3.4.10/ [email protected]:/opt/app/

????并分别修改myid文件中内容为3、4

(4)分别启动zookeeper

[[email protected] zookeeper-3.4.10]# bin/zkServer.sh start

[[email protected] zookeeper-3.4.10]# bin/zkServer.sh start

[[email protected] zookeeper-3.4.10]# bin/zkServer.sh start

(5)查看状态

[[email protected] zookeeper-3.4.10]# bin/zkServer.sh status

JMX enabled by default

Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg

Mode: follower

[[email protected] zookeeper-3.4.10]# bin/zkServer.sh status

JMX enabled by default

Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg

Mode: leader

[[email protected] zookeeper-3.4.5]# bin/zkServer.sh status

JMX enabled by default

Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg

Mode: follower

8.3.4 配置HDFS-HA集群

1.????官方地址:http://hadoop.apache.org/

2.????opt目录下创建一个ha文件夹

mkdir ha

3.????/opt/app/下的 hadoop-2.7.2拷贝到/opt/ha目录下

cp -r hadoop-2.7.2/ /opt/ha/

4.????配置hadoop-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

5.????配置core-site.xml

<configuration>

<!-- 把两个NameNode)的地址组装成一个集群mycluster -->

????????<property>

????????????<name>fs.defaultFS</name>

????<value>hdfs://mycluster</value>

????????</property>

?

????????<!-- 指定hadoop运行时产生文件的存储目录 -->

????????<property>

????????????<name>hadoop.tmp.dir</name>

????????????<value>/opt/ha/hadoop-2.7.2/data/tmp</value>

????????</property>

</configuration>

6.????配置hdfs-site.xml

<configuration>

????<!-- 完全分布式集群名称 -->

????<property>

????????<name>dfs.nameservices</name>

????????<value>mycluster</value>

????</property>

?

????<!-- 集群中NameNode节点都有哪些 -->

????<property>

????????<name>dfs.ha.namenodes.mycluster</name>

????????<value>nn1,nn2</value>

????</property>

?

????<!-- nn1RPC通信地址 -->

????<property>

????????<name>dfs.namenode.rpc-address.mycluster.nn1</name>

????????<value>hadoop102:9000</value>

????</property>

?

????<!-- nn2RPC通信地址 -->

????<property>

????????<name>dfs.namenode.rpc-address.mycluster.nn2</name>

????????<value>hadoop103:9000</value>

????</property>

?

????<!-- nn1http通信地址 -->

????<property>

????????<name>dfs.namenode.http-address.mycluster.nn1</name>

????????<value>hadoop102:50070</value>

????</property>

?

????<!-- nn2http通信地址 -->

????<property>

????????<name>dfs.namenode.http-address.mycluster.nn2</name>

????????<value>hadoop103:50070</value>

????</property>

?

????<!-- 指定NameNode元数据在JournalNode上的存放位置 -->

????<property>

????????<name>dfs.namenode.shared.edits.dir</name>

????<value>qjournal://hadoop102:8485;hadoop103:8485;hadoop104:8485/mycluster</value>

????</property>

?

????<!-- 配置隔离机制,即同一时刻只能有一台服务器对外响应 -->

????<property>

????????<name>dfs.ha.fencing.methods</name>

????????<value>sshfence</value>

????</property>

?

????<!-- 使用隔离机制时需要ssh无秘钥登录-->

????<property>

????????<name>dfs.ha.fencing.ssh.private-key-files</name>

????????<value>/home/atguigu/.ssh/id_rsa</value>

????</property>

?

????<!-- 声明journalnode服务器存储目录-->

????<property>

????????<name>dfs.journalnode.edits.dir</name>

????????<value>/opt/ha/hadoop-2.7.2/data/jn</value>

????</property>

?

????<!-- 关闭权限检查-->

????<property>

????????<name>dfs.permissions.enable</name>

????????<value>false</value>

????</property>

?

????<!-- 访问代理类:clientmyclusteractive配置失败自动切换实现方式-->

????<property>

????????<name>dfs.client.failover.proxy.provider.mycluster</name>

????<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

????</property>

</configuration>

7.????拷贝配置好的hadoop环境到其他节点

8.3.5 启动HDFS-HA集群

1.????在各个JournalNode节点上,输入以下命令启动journalnode服务

????sbin/hadoop-daemon.sh start journalnode

2.????[nn1]上,对其进行格式化,并启动

????bin/hdfs namenode -format

????sbin/hadoop-daemon.sh start namenode

3.????[nn2]上,同步nn1的元数据信息

????bin/hdfs namenode -bootstrapStandby

4.????启动[nn2]

????sbin/hadoop-daemon.sh start namenode

5.????查看web页面显示,如图3-213-22所示

技术图片

图3-21 hadoop102(standby)

技术图片

图3-22 hadoop103(standby)

6.????[nn1]上,启动所有datanode

????sbin/hadoop-daemons.sh start datanode

7.????[nn1]切换为Active

????bin/hdfs haadmin -transitionToActive nn1

????bin/hdfs haadmin -getServiceState nn1

8.3.6 配置HDFS-HA自动故障转移

1.????具体配置

????(1)在hdfs-site.xml中增加

<property>

????<name>dfs.ha.automatic-failover.enabled</name>

????<value>true</value>

</property>

????(2)在core-site.xml文件中增加

<property>

????<name>ha.zookeeper.quorum</name>

????<value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value>

</property>

2.????启动

????(1)关闭所有HDFS服务:

sbin/stop-dfs.sh

????(2)启动Zookeeper集群:

bin/zkServer.sh start

????(3)初始化HA在Zookeeper中状态:

bin/hdfs zkfc -formatZK

????(4)启动HDFS服务:

sbin/start-dfs.sh

????(5)在各个NameNode节点上启动DFSZK Failover Controller,先在哪台机器启动,哪个机器的NameNode就是Active NameNode

sbin/hadoop-daemin.sh start zkfc

3.????验证

????(1)将Active NameNode进程kill

kill -9 namenode的进程id

????(2)将Active NameNode机器断开网络

service network stop

8.4 YARN-HA配置

8.4.1 YARN-HA工作机制

1.????官方文档:

http://hadoop.apache.org/docs/r2.7.2/hadoop-yarn/hadoop-yarn-site/ResourceManagerHA.html

2.????YARN-HA工作机制,如图3-23所示

技术图片

图3-22 YARN-HA工作机制

8.4.2 配置YARN-HA集群

1.????环境准备

(1)修改IP

(2)修改主机名及主机名和IP地址的映射

(3)关闭防火墙

(4)ssh免密登录

(5)安装JDK,配置环境变量等

????(6)配置Zookeeper集群

2.????规划集群

3-2

hadoop102

hadoop103

hadoop104

NameNode????

NameNode

?

JournalNode????

JournalNode????

JournalNode????

DataNode

DataNode

DataNode

ZK

ZK

ZK

ResourceManager????

ResourceManager????

?

NodeManager????

NodeManager????

NodeManager????

3.????具体配置

(1)yarn-site.xml

<configuration>

?

<property>

<name>yarn.nodemanager.aux-services</name>

<value>mapreduce_shuffle</value>

</property>

?

<!--启用resourcemanager ha-->

<property>

<name>yarn.resourcemanager.ha.enabled</name>

<value>true</value>

</property>

?

<!--声明两台resourcemanager的地址-->

<property>

<name>yarn.resourcemanager.cluster-id</name>

<value>cluster-yarn1</value>

</property>

?

<property>

<name>yarn.resourcemanager.ha.rm-ids</name>

<value>rm1,rm2</value>

</property>

?

<property>

<name>yarn.resourcemanager.hostname.rm1</name>

<value>hadoop102</value>

</property>

?

<property>

<name>yarn.resourcemanager.hostname.rm2</name>

<value>hadoop103</value>

</property>

?

<!--指定zookeeper集群的地址-->

<property>

<name>yarn.resourcemanager.zk-address</name>

<value>hadoop102:2181,hadoop103:2181,hadoop104:2181</value>

</property>

?

<!--启用自动恢复-->

<property>

<name>yarn.resourcemanager.recovery.enabled</name>

<value>true</value>

</property>

?

<!--指定resourcemanager的状态信息存储在zookeeper集群-->

<property>

<name>yarn.resourcemanager.store.class</name> <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>

</property>

?

</configuration>

????(2)同步更新其他节点的配置信息

4.????启动hdfs

(1)在各个JournalNode节点上,输入以下命令启动journalnode服务:

sbin/hadoop-daemon.sh start journalnode

(2)在[nn1]上,对其进行格式化,并启动:

bin/hdfs namenode -format

sbin/hadoop-daemon.sh start namenode

(3)在[nn2]上,同步nn1的元数据信息:

bin/hdfs namenode -bootstrapStandby

(4)启动[nn2]:

sbin/hadoop-daemon.sh start namenode

(5)启动所有DataNode

sbin/hadoop-daemons.sh start datanode

(6)将[nn1]切换为Active

bin/hdfs haadmin -transitionToActive nn1

5.????启动YARN

(1)在hadoop102中执行:

sbin/start-yarn.sh

(2)在hadoop103中执行:

sbin/yarn-daemon.sh start resourcemanager

(3)查看服务状态,如图3-24所示

bin/yarn rmadmin -getServiceState rm1

技术图片

图3-24 YARN的服务状态

8.5 HDFS Federation架构设计

1.????NameNode架构的局限性

(1)Namespace(命名空间)的限制

由于NameNode在内存中存储所有的元数据(metadata),因此单个NameNode所能存储的对象(文件+块)数目受到NameNode所在JVM的heap size的限制。50G的heap能够存储20亿(200million)个对象,这20亿个对象支持4000个DataNode,12PB的存储(假设文件平均大小为40MB)。随着数据的飞速增长,存储的需求也随之增长。单个DataNode从4T增长到36T,集群的尺寸增长到8000个DataNode。存储的需求从12PB增长到大于100PB。

(2)隔离问题

由于HDFS仅有一个NameNode,无法隔离各个程序,因此HDFS上的一个实验程序就很有可能影响整个HDFS上运行的程序。

????(3)性能的瓶颈

????由于是单个NameNode的HDFS架构,因此整个HDFS文件系统的吞吐量受限于单个NameNode的吞吐量。

2.????HDFS Federation架构设计,如图3-25所示

能不能有多个NameNode

3-3

NameNode????

NameNode????

NameNode????

元数据

元数据

元数据

Log????

machine

电商数据/话单数据

技术图片

图3-25 HDFS Federation架构设计

3.????HDFS Federation应用思考

不同应用可以使用不同NameNode进行数据管理

????????图片业务、爬虫业务、日志审计业务

Hadoop生态系统中,不同的框架使用不同的NameNode进行管理NameSpace。(隔离性)

以上是关于大数据技术之Hadoop(HDFS)的主要内容,如果未能解决你的问题,请参考以下文章

大数据技术之Hadoop(HDFS)第1章 HDFS概述

大数据技术之Hadoop(生产调优手册)

大数据技术之Hadoop(生产调优手册)

一文带你了解大数据技术之Hadoop

大数据技术之Hadoop(HDFS)概述Shell操作API操作读写流程工作机制

大数据技术之Hadoop(HDFS)概述Shell操作API操作读写流程工作机制