中山网站建设,网站建设哪家好xm37,学网页设计先学什么,重庆规模最大的建网站公司HDFS(The Hadoop Distributed File System) 是最初由Yahoo提出的分布式文件系统#xff0c;它主要用来#xff1a;
1#xff09;存储大数据
2#xff09;为应用提供大数据高速读取的能力
重点是掌握HDFS的文件读写流程#xff0c;体会这种机制对整个分布式系统性能提升…HDFS(The Hadoop Distributed File System) 是最初由Yahoo提出的分布式文件系统它主要用来
1存储大数据
2为应用提供大数据高速读取的能力
重点是掌握HDFS的文件读写流程体会这种机制对整个分布式系统性能提升带来的好处。
HDFS工作流程与机制
⚫ HDFS集群角色与职责
⚫ HDFS写数据流程上传文件
⚫ HDFS读数据流程下载文件
官方架构图 主角色namenode
⚫ NameNode是Hadoop分布式文件系统的核心架构中的主角色。
⚫ NameNode维护和管理文件系统元数据包括名称空间目录树结构、文件和块的位置信息、访问权限等信息。
⚫ 基于此NameNode成为了访问HDFS的唯一入口。
NameNode内部通过内存和磁盘文件两种方式管理元数据。
⚫ 其中磁盘上的元数据文件包括Fsimage内存元数据镜像文件和edits logJournal编辑日志。 从角色datanode
⚫ DataNode是Hadoop HDFS中的从角色负责具体的数据块存储。
⚫ DataNode的数量决定了HDFS集群的整体数据存储能力。通过和NameNode配合维护着数据块。 主角色辅助角色 secondarynamenode
⚫ Secondary NameNode充当NameNode的辅助节点但不能替代NameNode。
⚫ 主要是帮助主角色进行元数据文件的合并动作。可以通俗的理解为主角色的“秘书”。
namenode职责
⚫ NameNode仅存储HDFS的元数据文件系统中所有文件的目录树并跟踪整个集群中的文件不存储实际数据。
⚫ NameNode知道HDFS中任何给定文件的块列表及其位置。使用此信息NameNode知道如何从块中构建文件。
⚫ NameNode不持久化存储每个文件中各个块所在的datanode的位置信息这些信息会在系统启动时从DataNode 重建。
⚫ NameNode是Hadoop集群中的单点故障。
⚫ NameNode所在机器通常会配置有大量内存RAM。
datanode职责
⚫ DataNode负责最终数据块block的存储。是集群的从角色也称为Slave。
⚫ DataNode启动时会将自己注册到NameNode并汇报自己负责持有的块列表。
⚫ 当某个DataNode关闭时不会影响数据的可用性。 NameNode将安排由其他DataNode管理的块进行副本复制 。
⚫ DataNode所在机器通常配置有大量的硬盘空间因为实际数据存储在DataNode中。 HDFS写数据流程上传文件
写数据完整流程图
核心概念--Pipeline管道
Pipeline中文翻译为管道。这是HDFS在上传文件写数据过程中采用的一种数据传输方式。
⚫ 客户端将数据块写入第一个数据节点第一个数据节点保存数据之后再将块复制到第二个数据节点后者保存后将其复制到第三个数据节点。
为什么datanode之间采用pipeline线性传输而不是一次给三个datanode拓扑式传输呢
⚫ 因为数据以管道的方式顺序的沿着一个方向传输这样能够充分利用每个机器的带宽避免网络瓶颈和高延迟时 的连接最小化推送所有数据的延时。
⚫ 在线性推送模式下每台机器所有的出口宽带都用于以最快的速度传输数据而不是在多个接受者之间分配宽带。
核心概念--ACK应答响应
⚫ ACK (Acknowledge character即是确认字符在数据通信中接收方发给发送方的一种传输类控制字符。表示发来的数据已确认接收无误。
⚫ 在HDFS pipeline管道传输数据的过程中传输的反方向会进行ACK校验确保数据传输安全。
核心概念--默认3副本存储策略
⚫ 默认副本存储策略是由 BlockPlacementPolicyDefault指定。
核心概念--默认3副本存储策略
⚫ 第一块副本优先客户端本地否则随机
⚫ 第二块副本不同于第一块副本的不同机架。
⚫ 第三块副本第二块副本相同机架不同机器。
1、HDFS客户端创建对象实例DistributedFileSystem 该对象中封装了与HDFS文件系统操作的相关方法。
2、调用DistributedFileSystem对象的create()方法通过RPC请求NameNode创建文件。
NameNode执行各种检查判断目标文件是否存在、父目录是否存在、客户端是否具有创建该文件的权限。检查通过 NameNode就会为本次请求记下一条记录返回FSDataOutputStream输出流对象给客户端用于写数据。
3、客户端通过FSDataOutputStream输出流开始写入数据。
4、客户端写入数据时将数据分成一个个数据包packet 默认64k, 内部组件DataStreamer请求NameNode挑选出适合存储数据副本的一组DataNode地址默认是3副本存储。
DataStreamer将数据包流式传输到pipeline的第一个DataNode,该DataNode存储数据包并将它发送到pipeline的第二个DataNode。同样第二个DataNode存储数据包并且发送给第三个也是最后一个DataNode。
5、传输的反方向上会通过ACK机制校验数据包传输是否成功
6、客户端完成数据写入后在FSDataOutputStream输出流上调用close()方法关闭。
7、DistributedFileSystem联系NameNode告知其文件写入完成等待NameNode确认。
因为namenode已经知道文件由哪些块组成DataStream请求分配数据块因此仅需等待最小复制块即可成功返回 。
最小复制是由参数 dfs.namenode.replication.min指定默认是1.
HDFS读数据流程下载文件
读数据完整流程图
1、HDFS客户端创建对象实例DistributedFileSystem 调用该对象的open()方法来打开希望读取的文件。
2、DistributedFileSystem使用RPC调用namenode来确定文件中前几个块的块位置分批次读取信息。
对于每个块namenode返回具有该块所有副本的datanode位置地址列表并且该地址列表是排序好的与客户端的网络拓扑距离近的排序靠前。
3、DistributedFileSystem将FSDataInputStream输入流返回到客户端以供其读取数据。
4、客户端在FSDataInputStream输入流上调用read()方法。然后已存储DataNode地址的InputStream连接到文件中第一个块的最近的DataNode。数据从DataNode流回客户端结果客户端可以在流上重复调用read
5、当该块结束时FSDataInputStream将关闭与DataNode的连接然后寻找下一个block块的最佳datanode位置。
这些操作对用户来说是透明的。所以用户感觉起来它一直在读取一个连续的流。
客户端从流中读取数据时也会根据需要询问NameNode来检索下一批数据块的DataNode位置信息。
6、一旦客户端完成读取就对FSDataInputStream调用close()方法。 大数据基础
开发入门Linux入门→MySQL数据库
核心基础Hadoop
数仓技术Hive数仓项目
PB内存计算Python入门→Python进阶→pyspark框架→HiveSpark项目
Python大数据开发 Linux入门
新版Linux零基础快速入门到精通全涵盖linux系统知识、常用软件环境部署、Shell脚本、云平台实践、大数据集群项目实战等 MySQL数据库MySQL知识精讲mysql实战案例_零基础mysql数据库入门到高级全套教程 Hadoop入门大数据Hadoop入门视频教程适合零基础自学的大数据Hadoop教程 Hive数仓项目大数据项目实战教程_大数据企业级离线数据仓库在线教育项目实战Hive数仓项目完整流程 PB内存计算 Python入门python教程8天python从入门到精通学python看这套就够了 Python编程进阶Python高级语法进阶教程_python多任务及网络编程从零搭建网站全套教程 spark3.2从基础到精通Spark全套视频教程4天spark3.2快速入门到精通基于Python语言的spark教程 HiveSpark离线数仓工业项目实战全网首次披露大数据Spark离线数仓工业项目实战HiveSpark构建企业级大数据平台
注意事项大数据学习要业务驱动不要技术驱动数据科学的核心能力是解决问题。
大数据的核心目标是数据驱动的智能化要解决具体的问题不管是科学研究问题还是商业决策问题抑或是政府管理问题。
所以学习之前要明确问题理解问题所谓问题导向、目标导向这个明确之后再研究和选择合适的技术加以应用这样才有针对性言必hadoop,spark的大数据分析是不严谨的。
