织梦网站后台教程,泰州网站设计公司,域名生成器,站长网站工具元数据管理 元数据是什么元数据管理概述内存元数据元数据文件fsimage内存镜像文件edits log编辑日志 namenode加载元数据文件顺序 元数据管理相关目录文件元数据相关文件VERSIONseen_txid 元数据文件查看#xff08;OIV,OEV#xff09;SecondaryNameNode介绍checkpoint机制SN… 元数据管理 元数据是什么元数据管理概述内存元数据元数据文件fsimage内存镜像文件edits log编辑日志 namenode加载元数据文件顺序 元数据管理相关目录文件元数据相关文件VERSIONseen_txid 元数据文件查看OIV,OEVSecondaryNameNode介绍checkpoint机制SNN Checkpoint--触发机制 元数据文件恢复namenode存储多目录从SNN中恢复 元数据是什么
在HDFS中元数据主要值得是文件相关的元数据有namenode管理维护。从广义的角度来说因为namenode还需要管理众多的DataNode结点因此DataNode的位置和健康状态信息也属于元数据
元数据管理概述
在hdfs中文件相关的元数据具有两种类型
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结点上 按照存储形式分别为内存元数据和元数据文件两种分别存在内存和磁盘上
内存元数据
为了保证用户操作元数据交互高效延迟低namenode把所有的元数据都存储在内存中我们叫做内存元数据。内存中的元数据是最完整的包括文件自身属性、文件块位置映射信息但是内存的致命问题是断点数据丢失数据不会持久化。因此namenode又辅佐了元数据文件来保证运输局的安全完整
元数据文件
元数据文件有两种fsimage内存镜像文件Edits log编辑日志
fsimage内存镜像文件
是内存元数据的一个持久化的检查点。但是fsimage中仅包含hadoop文件中文件自身属性相关的元数据信息但不包含文件块位置的信息。文件块位置信息只存储在内存中是由DataNode启动加入集群的时候向DataNode进行数据块的汇报得到的并且后续间断指定时间进行数据块报告持久化的动作是数据从内存到磁盘的IO过程。会对namenode正常服务造成一定的影响不能频繁的进行持久化
edits log编辑日志
为了避免两次持久化之间数据丢失的问题又设计了edits log编辑日志文件。文件中记录的是HDFS所有的更改操作文件创建删除或修改的日志文件系统客户端执行的更改操作首先会被记录到edits文件中 namenode加载元数据文件顺序
fsimage和edits文件都是经过序列化的在namenode启动的时候它会昂fsimage文件中的内容加载到内存中之后再执行edits文件中各项操作是的内存中的元数据和实际的同步存在内存中的元数据支持客户端的读操作也是最完整的元数据当客户端对HDFS中的文件进行新增或者修改操作操作记录首先被计入edits日志文件中当客户端操作成功后相应的元数据会更新到内存元数据中。因为fsimage文件一般都很大GB级别的很常见如果所有的更新操作都往fsimage文件中添加这样会导致系统运行的十分缓慢HDFS这种设计实现着手于一时内存中的数据更新、查询快极大缩短操作响应时间二是内存中元数据丢失风险颇高断电T_T因此辅佐元数据镜像文件fsimage编辑日志文件edits的备份机制进行确保元数据的安全namenode维护整个文件系统元数据。因此元数据的准确管理影响着HDFS提供文件存储服务的能力
元数据管理相关目录文件 namenode元数据存储目录由参数dfs.namenode.name.dir指定 格式化完成之后将会在$hdfs.namenode.name.dir/current目录下创建如下的文件 dfs.namenode.name.dir是在hdfs-site.xml文件中配置的默认值如下
元数据相关文件
VERSION
namespaceID/clusterID/blockpollID 这些都是HDFS集群的唯一标识符。标识符被用来防止DataNodes意外注册到另一个集群中的namenode上。这些宝石在联邦federation部署中特别重要。联邦模式下会有多个namenode独立工作。每个namenode提供惟一的命名空阿静namespaceID并管理一组唯一的文件块池blockpoolID。clusterID将整个集群结合在一起作为单个逻辑单元在集群中所有节点上都是一样的。storageType 说明这个文件存储的是什么进程的数据结构信息。如果是DataNode节点storageTypeDATA_NODEcTime namenode存储系统创建时间首次格式化文件系统这个属性是0当问文件系统升级之后的时间戳layoutVersion HDFS元数据格式的版本。HDFS升级时会进行更新 seen_txid
包含上一次checkpoint时的最后一个事务ID这不是namenode接受的最后一个事务IDseen_txid内容不会在每个事务性操作生都更新只会在checkpoint时更新namenode启动时会检查seen_txid文件以验证它至少可以加载该数目的事务。如果无法验证加载事务namenode将终止启动
元数据文件查看OIV,OEV
fsimage文件是hadoop文件系统元数据的一个永久性的检查点包含hadoop文件系统中的所有目录和文件idnode的序列化信息对于文件来说包含的信息有修改的时间、访问时间、块大小和组成一个文件块信息等而对于目录来说包含的主要有修改时间访问控制权限等信息oiv是offline image viewer的缩写可将hdfs fsimage文件的内容转储为人类可读的格式常用命令hdfs oiv -i fsiamge_00000000000050 -p XML -o fsimage.xml edits log文件存放的是hadoop文件系统所有更新的操作记录日志文件系统客户端执行的所有写操作首先会被记录到edits文件中oev是offline edits viewer离线edits查看器的缩写该工具不需要hadoop集群处于运行状态命令hdfs oev -i edits_0000000000000000090-00000000000000000000089 -o edits.xml在输出文件中每个RECORD记录了一次操作示例如下
SecondaryNameNode介绍
SNN可以减小edits logs文件的大小和得到一个最新的fsimage文件这样也会减小在namenode上的压力
checkpoint机制
1.checkpoint核心是把fsimage与edits log合并生成一个新的fsimage的过程然后NN会生成一个新的编辑日志文件edits new便于记录后续操作记录 2. SNN会将旧的edits log文件和上次fsimage复制到自己本地使用HTTP GET方式 3. SNN首先将fsimage载入到内存然后一条一条的执行edits文件中的操作使得内存中的fsimage不断更新这个过程就是edits和fsimage文件合并。合并结束SNN将内存中的数据dump生成一个新的fsimage文件 4. SNN将新生的Fimage new文件复制到NN节点。至此刚好是一个轮回等待下一次checkpoint触发secondarynamenode进行工作一直这样循环操作
SNN Checkpoint–触发机制
core-site.xml dfs.namenode.checkpoint.period3600 //两次连续的checkpoint之间的时间间隔。默认一小时 dfs.namenode.checkpoint.txns1000000 //最大没有执行checkpoint事务的数量满足将强制执行紧急checkpoint及时尚未达到检查点周期。默认100万事务数量
元数据文件恢复
namenode存储多目录
namenode元数据存储目录由参数:dfs.namenode.name.dirdfs.namenode.name.dir属性可以配置多个目录各个目录存储的文件结构和内容都完全一样相当于备份这样做的好处就是当其中一个目录坏了也不会影响到hadoop的元数据特别是当其中一个目录是NFS网络文件系统network filesystem之上及时你这台机器损坏了元数据也得到保存
从SNN中恢复
SNN 在checkpoint的收会将fsimage和edits log下载到自己本机上本地存储目录下。并且在checkpoint之后也不会删除如果NN中的fsimage真的出问题了还是可以用SNN中的fsimage替换一下NN中的fsimage虽然已经不是最新的fsimage但是我们可可以将损失减小到最少
