HDFS 概述

随着数据量越来越大，在一个操作系统存不下所有的数据，就需要分配到更多的操作系统管理的磁盘中。但是不方便管理和维护，所以需要一种系统来管理多台机器上的文件，这种系统就是分布式文件管理系统。HDFS就是一种分布式文件管理系统。

HDFS（Hadoop Distributed File System）：Hadoop分布式文件管理系统，用于存储文件，通过目录树来定位文件。有很多服务器联合起来实现其功能，集群中的服务器有各自的角色。

HDFS的使用场景：适合一次写入、多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。（比如数仓）

优点：

  • 高容错性：
    数据自动保存多个副本。通过增加副本的形式，提高容错性；
    某一个副本丢失以后，它可以自动恢复。比如有10台机器，文件副本数量为默认的3个副本，当某一台机器宕机时，hdfs会自动将这台机器上的文件副本恢复到下一台机器上；
  • 适合处理大数据：
    能够处理数据规模达到GB、TB、甚至PB级别的数据；
    能够处理百万规模以上的文件数量；
  • 可以构建在廉价机器上，通过多副本机制提高可靠性

缺点：

  • 不适合低延时数据访问，比如毫秒级的存储数据是做不到的（适合高吞吐量的批量数据读写，不适合交互式应用）
  • 无法高效的对大量小文件进行存储。
    存储大量小文件的话，会占用NameNode大量的内存来存储文件目录和块信息，但是NameNode的内存是有限的；

    默认情况下，每个数据块大小是128M，即该数据块上最多能存128M。当有文件需要存储时，hdfs会将该文件按128M拆分成若干个文件块，分别存储在不同数据块上。如果文件大小只有1kb，那么这个128M的数据块中就可以存储多个文件块。

    不管占用多少个数据块，一个文件拆分出的每个文件块都需要占用NameNode中150字节。如果存储了过多的小文件，就可能造成数据块还没存满、NameNode已经因为文件块过多导致无法存储了。比如 128G的NameNode最多只能存储9亿个小文件（128GB / 150 Byte = 9亿）


小文件存储的寻址时间会超过读取文件本身的时间，违反了 HDFS 的设计目标；

  • 不支持并发写入、文件随机修改
    一个文件只能有一个线程进行写入，不允许多线程同时写；
    文件写入后，后续只能进行数据追加（append），不支持文件的随机修改（update）；

HDFS架构

HDFS架构图：

参考官网：https://hadoop.apache.org/docs/r3.2.3/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html（路径中的`r3.2.3`换成对应的版本即可）

hdfsarchitecture.png

NameNode：简称NN，就是Master，是一个管理者

  • 管理HDFS的名称空间，存放文件元数据（文件名、目录结构、文件属性等）
  • 配置副本策略
  • 管理数据块（block）映射信息（文件与数据块的映射、数据块与数据节点的映射）
  • 处理客户端读写请求

DataNode：就是Slave。根据NameNode的指令执行实际的操作

  • 存储实际的数据块
  • 执行数据块的读/写操作

Secondary NameNode：简称2NN。不是NameNode的热备，当NameNode宕机时，并不能马上替换NameNode提供服务

  • 服务NameNode，分担其工作量，比如定期合并 Fsimage 和 Edits，并推送给NameNode
  • 在紧急情况下，可辅助恢复NameNode

上面的Hadoop官方绘制的HDFS架构图中并没有2NN，因为在企业中一般会将NameNode搭建成高可用，而不是使用2NN。

Client：客户端

  • 文件切分。文件上传 HDFS 时，Client将文件切分成一个个的Block然后进行上传
  • 与NameNode交互，获取文件的位置信息
  • 与DataNode交互，读取或写入数据
  • Client提供一些命令来管理HDFS，比如NameNode格式化
  • Client可以通过一些命令来访问HDFS，比如对HDFS进行增删改查操作

HDFS 文件块

HDFS中的文件在物理上是分块存储（Block），块的大小可以通过配置参数 dfs.blocksize 来规定（位于 hdfs-default.xml中）， hadoop 2.x、hadoop 3.x 中默认大小是 128M，hadoop 1.x中默认大小是 64M。

数据块大小 128M，如果一个文件大小只有1kb，那么只会占用这个数据块中1kb大小的空间，剩余空间依然可以让其他文件进行占用。

最佳的文件块大小配置：机械硬盘的HDFS数据块最佳大小为128M，固态硬盘的HDFS数据块最大小为256M。

计算方式：

  1. 假设寻址时间为10ms，即查找到目标block的时间为10ms
  2. 根据实践，寻址时间为传输时间的 1% 时，系统为最佳状态。因此传输时间为 10ms / 0.01 = 1s。即花费10ms找到这个数据块，花费1s读完这个数据块的内容。
  3. 目前机械硬盘传输速度约 100M/s， 固态硬盘 200M/s - 300M/s
  4. 所以，对于机械硬盘：1s时间可以传输 100M数据，所以数据块设置为 128M 较为合适。对于固态硬盘，数据块大小设置为256M较为合适。

数据块大小设置规则：

  • 如果数据块设置的太小，会增加寻址时间，程序一直在找块的开始位置
  • 如果数据块设置的太大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间，导致程序在处理这块数据时比较缓慢


HDFS特性

主从架构：

  • HDFS 集群是标准的 master/slave 主从架构集群
  • 一般一个HDFS集群是由一个 NameNode 和一定数量的 DataNode组成
  • NameNode 是 HDFS主节点，DataNode是 HDFS 从节点，两种角色各司其职，共同协调完成分布式的文件存储服务

分块存储：

  • HDFS中的文件在物理上是分块存储（block）的，默认大小是128M，不足128M则本身就是一块
  • 块的大小可以通过配置参数来规定，参数位于 hdfs-site.xml中 dfs.blocksize

副本机制：

  • 文件的所有block都会有副本，副本数量可以在文件创建时指定，也可以在之后通过命令改变
  • 副本数由参数 dfs.replication 控制，默认值是 3。 也就是除了本身外，还会额外再复制2份。

元数据管理。
在HDFS中，NameNode管理的元数据分为两类：

  • 文件自身属性信息：文件名称、权限、修改时间、文件大小、复制因子、数据块大小
  • 文件块位置映射信息：记录文件块和DataNode之间的映射信息，即哪个块位于哪个节点上

namespace：

  • HDFS支持传统的层次型文件组织结构。用户可以创建目录，然后将文件保存在这些目录里。文件系统名字空间的层次结构和Linux等大多数现有的文件系统类似
  • NameNode负责维护文件系统的namespace名称空间，任何堆文件系统名称空间或属性的修改都将被namenode记录下来
  • HDFS 会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件。例如：hdfs://namenode:port/dir-a/dir-b/dir-c/file.data

数据块存储：

  • 文件的各个block具体存储管理由DataNode节点承担
  • 每一个block都可以在多个datanode上存储