失眠网 > 大数据技术之Hadoop分布式文件系统HDFS系统知识整理（从入门到熟练操作）

大数据技术之Hadoop分布式文件系统HDFS系统知识整理（从入门到熟练操作）

时间：2023-03-30 14:31:12

系列博客
1、大数据技术之Hadoop完全分布式集群搭建+Centos7配置连通外网和主机
2、大数据技术之Hadoop编译源码
3、大数据技术之Hadoop分布式文件系统HDFS系统知识整理（从入门到熟练操作）
4、大数据技术之Hadoop分布式计算框架MapReduce系统知识整理（从入门到熟练操作）

文章目录

一、HDFS概述1.1 HDFS产生背景1.2 HDFS定义1.3 HDFS使用场景1.4 HDFS优缺点1.4.1 优点1.4.2 缺点1.5 HDFS组成架构1.6 HDFS文件块大小二、HDFS的Shell操作三、HDFS客户端操作3.1 HDFS客户端环境准备3.2 HDFS的API操作3.2.1 HDFS文件上传3.2.2 HDFS文件下载3.2.3 HDFS文件夹删除3.2.4 HDFS文件名更改3.2.5 HDFS文件详情查看3.3 HDFS的I/O流操作3.3.1 HDFS文件上传3.3.2 HDFS文件下载四、HDFS的数据流4.1 HDFS写数据流程4.1.1 HDFS文件写数据流程4.1.2 机架感知4.2 HDFS读数据流程五、NameNode和SecondaryNameNode5.1 NN和2NN工作机制5.2 Fsimage和Edits解析5.3 CheckPoint时间设置5.4 NameNode故障处理5.5 集群安全模式5.5.1 概述5.5.2 基本语法5.6 NameNode多目录配置六、DataNode6.1 DataNode工作机制6.2 数据完整性6.3 服役新数据节点6.4 退役旧数据节点6.4.1 添加白名单6.4.2 黑名单退役

一、HDFS概述

1.1 HDFS产生背景

随着数据量越来越大，在一个操作系统存不下所有的数据，那么就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，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种

1.2 HDFS定义

HDFS（Hadoop Distributed File System），它是一个文件系统，用于存储文件，通过目录树来定位文件。其次，他是分布式的，由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

1.3 HDFS使用场景

适合一次写入，多次读出的场景，且不支持文件的修改适合用来做数据分析，并不适合用来做网盘应用

1.4 HDFS优缺点

1.4.1 优点

高容错性

①：数据自动保存多个副本。它通过增加副本的形式，提高容错性

②：某一个副本丢失以后，它可以自动恢复适合处理大数据

①：数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据

②：文件规模：能够处理百万规模以上的文件数量，数量相当之大可构建在廉价机器上，通过多副本机制，提高可靠性

1.4.2 缺点

不适合低延时数据访问，比如毫秒级的存储数据，是做不到的无法高效的对大量小文件进行存储

①：如存储大量小文件，它会占用NameNode大量的内存来存储文件目录和块信息。这样是不可取的，因为NameNode的内存总是有限的

②：小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标不支持并发写入，文件随机修改

①：一个文件只能有一个写，不允许多个线程同时写

②：仅支持数据append（追加），不支持文件的修改

1.5 HDFS组成架构

NameNode（nn）：就是Master，它是一个主管、管理者

①：管理HDFS的名称空间

②：设置副本策略

③：管理数据块（Block）映射信息

④：处理客户端读写请求DataNode：就是Slave。NameNode下达命令，DataNode执行实际的操作

①：存储实际的数据库

②：执行数据块的读/写操作Client：客户端

①：文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行上传

②：与NameNode交互，读取或者写入位置信息

③：与DataNode交互，读取或写入数据

④：Client提供一些命令来管理HDFS，比如NameNode格式化

⑤：Client可以通过一些命令来访问HDFS，比如对HDFS增删改查操作Secondary NameNode：并非NameNode的热备份。当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务

①：辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode

②：在紧急情况下，可以辅助恢复NameNode

1.6 HDFS文件块大小

HDFS中的文件在物理上是分块存储，块的大小可以通过配置参数来规定，默认大小在Hadoop2.x版本中是128M，老版本中是64M如果寻址时间约为10ms，即查找到目标Block的时间为10ms寻址时间为传输时间的1%时，则为最佳状态。因此，传输时间=10ms/0.01=1000ms=1s而目前磁盘的传输速率普遍为100MB/s

二、HDFS的Shell操作

注：所有操作均在Hadoop根目录下操作

启动Hadoop集群

sbin/start-dfs.shsbin/start-yarn.sh

-help：输出这个命令参数

hadoop fs -help rm

-ls：显示目录信息

hadoop fs -ls /

-mkdir：在HDFS上创建目录

hadoop fs -mkdir -p /IronmanJay/people

-moveFromLocal：从本地剪切粘贴到HDFS

# 创建一个测试文件touch zhangsan.txt# 从本地剪切粘贴到HDFShadoop fs -moveFromLocal ./zhangsan.txt /IronmanJay/people

-appendToFile：追加一个文件到已经存在的文件末尾

# 创建一个测试文件touch lisi.txt# 输入测试文件内容wo shi da hao ren# 追加一个文件到已经存在的文件末尾hadoop fs -appendToFile lisi.txt /IronmanJay/people/zhangsan.txt

-cat：显示文件内容

hadoop fs -cat /IronmanJay/people/zhangsan.txt

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

# 修改权限hadoop fs -chmod 666 /IronmanJay/people/zhangsan.txt# 修改所属用户hadoop fs -chown IronmanJay:IronmanJay /IronmanJay/people/zhangsan.txt

-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去

hadoop fs -copyFromLocal README.txt /

-copyToLocal：从HDFS拷贝到本地

hadoop fs -copyToLocal /IronmanJay/people/zhangsan.txt ./

-cp ：从HDFS的一个路径拷贝到HDFS的另一个路径

hadoop fs -cp /IronmanJay/people/zhangsan.txt /newzhangsan.txt

-mv：在HDFS目录中移动文件

hadoop fs -mv /newzhangsan.txt /IronmanJay/IronmanJay/

-get：等同于copyToLocal，就是从HDFS下载文件到本地

hadoop fs -get /IronmanJay/people/zhangsan.txt ./

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

hadoop fs -getmerge /user/IronmanJay/test/* ./merge.txt

-put：等同于copyFromLocal

hadoop fs -put ./merge.txt /user/IronmanJay/test/

-tail：显示一个文件的末尾

hadoop fs -tail /IronmanJay/people/zhangsan.txt

-rm：删除文件或文件夹

hadoop fs -rm /user/IronmanJay/test/wangwu.txt

-rmdir：删除空目录

hadoop fs -mkdir /testhadoop fs -rmdir /test

-du：统计文件夹的大小信息

hadoop fs -du -s -h /user/IronmanJay/test

-setrep：设置HDFS中文件的副本数量（注：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）

hadoop fs -setrep 10 /IronmanJay/people/zhangsan.txt

三、HDFS客户端操作

3.1 HDFS客户端环境准备

根据自己电脑的操作系统拷贝对应的编译后的Hadoop的Jar包，提取码：iflc到非中文路径

配置HADOOP_HOME环境变量

配置Path环境变量

创建一个Maven工程HdfsClient

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>D:/Software/Java/jdk1.8.0_131/lib/tools.jar</systemPath></dependency></dependencies>

在项目的src/main/resources目录下，新建一个文件，命名为“log4j.properties”，在文件中填入如下内容

log4j.rootLogger=INFO, stdoutlog4j.appender.stdout=org.apache.log4j.ConsoleAppenderlog4j.appender.stdout.layout=org.apache.log4j.PatternLayoutlog4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%nlog4j.appender.logfile=org.apache.log4j.FileAppenderlog4j.appender.logfile.File=target/spring.loglog4j.appender.logfile.layout=org.apache.log4j.PatternLayoutlog4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

创建HdfsClient类，首先测试连接

// 测试连接public static void main(String[] args) throws IOException, URISyntaxException, InterruptedException {Configuration conf = new Configuration();// 配置在集群上运行conf.set("fs.defaultFS", "hdfs://hadoop102:9000");// 1、获取hdfs客户端FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、在hdfs上创建路径fs.mkdirs(new Path("/IronmanJay/BaiRui/HaiZi/WeiLai"));// 3、关闭资源fs.close();System.out.println("over");}

执行程序，运行时需要配置用户名称，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=IronmanJay，IronmanJay为用户名称

3.2 HDFS的API操作

3.2.1 HDFS文件上传

// 文件上传@Testpublic void testCopyFromLocalFile() throws URISyntaxException, IOException, InterruptedException {// 1、获取fs对象Configuration conf = new Configuration();conf.set("dfs.replication", "2");FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、执行上传APIfs.copyFromLocalFile(new Path("D:/test.txt"), new Path("/test2.txt"));// 3、关闭资源fs.close();}

3.2.2 HDFS文件下载

// 文件下载@Testpublic void testCopyToLocalFile() throws URISyntaxException, IOException, InterruptedException {// 1、获取fs对象Configuration conf = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、执行下载操作fs.copyToLocalFile(false, new Path("/test.txt"), new Path("d:/text3.txt"), true);// 3、关闭资源fs.close();}

3.2.3 HDFS文件夹删除

// 文件夹删除@Testpublic void testDelete() throws URISyntaxException, IOException, InterruptedException {// 1、获取fs对象Configuration conf = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、执行删除操作fs.delete(new Path("/IronmanJay"), true);// 3、关闭资源fs.close();}

3.2.4 HDFS文件名更改

// 修改文件名称@Testpublic void testRename() throws URISyntaxException, IOException, InterruptedException {// 1、获取fs对象Configuration conf = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、执行更名操作fs.rename(new Path("/test.txt"), new Path("/test3.txt"));// 3、关闭资源fs.close();}

3.2.5 HDFS文件详情查看

// 查看文件详情(查看文件名称、权限、长度、块信息)@Testpublic void testListFiles() throws URISyntaxException, IOException, InterruptedException {// 1、获取fs对象Configuration conf = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、查看文件详情RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);while (listFiles.hasNext()) {LocatedFileStatus fileStatus = listFiles.next();// 获取文件名称System.out.println(fileStatus.getPath().getName());// 获取文件权限System.out.println(fileStatus.getPermission());// 获取文件长度System.out.println(fileStatus.getLen());// 获取块的信息BlockLocation[] blockLocations = fileStatus.getBlockLocations();for (BlockLocation blockLocation : blockLocations) {String[] hosts = blockLocation.getHosts();for (String host : hosts) {System.out.println(host);}}System.out.println("----------分割线----------");}// 3、关闭资源fs.close();}

3.3 HDFS的I/O流操作

3.3.1 HDFS文件上传

// I/O流操作文件上传@Testpublic void putFileToHDFS() throws URISyntaxException, IOException, InterruptedException {// 1、获取fs对象Configuration conf = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、获取输入流FileInputStream fis = new FileInputStream(new File("D:/banhua.txt"));// 3、获取输出流FSDataOutputStream fos = fs.create(new Path("/banzhang.txt"));// 4、流的对拷IOUtils.copyBytes(fis, fos, conf);// 5、关闭资源IOUtils.closeStream(fos);IOUtils.closeStream(fis);fs.close();}

3.3.2 HDFS文件下载

// I/O流操作文件下载@Testpublic void getFileFromHDFS() throws URISyntaxException, IOException, InterruptedException {// 1、获取fs对象Configuration conf = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), conf, "root");// 2、获取输入流FSDataInputStream fis = fs.open(new Path("/banzhang.txt"));// 3、获取输出流FileOutputStream fos = new FileOutputStream(new File("D:/banzhang.txt"));// 4、流的对拷IOUtils.copyBytes(fis, fos, conf);// 5、关闭资源IOUtils.closeStream(fos);IOUtils.closeStream(fis);fs.close();}

四、HDFS的数据流

4.1 HDFS写数据流程

4.1.1 HDFS文件写数据流程

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经存在，父目录是否存在NameNode返回是否可以上传客户端请求第一个Block上传到哪几个DataNode服务器上NameNode返回3个DataNode节点，分别为dn1、dn2、dn3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dn1、dn2、dn3逐级应答客户端客户端开始往dn1上传第一个Block（先从磁盘读取数据放到一个本地内存缓冲），以Packet为单位，dn1收到一个Pactet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 机架感知

机架感知官方说明

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.

Hadoop2.7.2副本节点选择

①：第一个副本在Client所处的节点上，如果客户端在集群外，随机选一个

②：第二个副本和第一个副本位于相同机架，随机节点

③：第三个副本位于不同机架，随机节点

4.2 HDFS读数据流程

件块所在的DataNode地址挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据DataNode开始传输数据给客户端（从磁盘里面读取数据流，以Packet为单位来做校验）客户端以Packet为单位接收，先在本地缓存，然后写入目标文件

五、NameNode和SecondaryNameNode

5.1 NN和2NN工作机制

第一阶段：NameNode启动

①：第一次启动NameNode格式化后，创建Fsimage和Edits。如不是第一次启动，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再内存中对数据进行增删改第二阶段：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

5.2 Fsimage和Edits解析

NameNode被格式化之后，将在opt/module/hadoop-2.7.2/data/temp/dfs/name/current目录中产生如下文件

fsimage_0000000000000000000fsimage_0000000000000000000.md5seen_txidVERSION

Fsimage文件：HDFS文件系统元数据的一个永久性的检查点，其中包含HDFS文件系统的所有目录和文件inode的序列化信息Edits文件：存放HDFS文件系统的所有更新操作的路经，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seen_txid文件保存的是一个数字，就是最后一个edits_的数字每次NameNode启动的时候都会将Fsimage文件读入内存，加载Edits里面的更新操作，保证内存中的元数据信息是最新的、同步的，可以看成NameNode启动的时候就将Fsimage和Edits文件进行了合并

5.3 CheckPoint时间设置

通常情况下，SecondaryNameNode每隔一小时执行一次，在hdfs-default.xml设置

<property><name>dfs.namenode.checkpoint.period</name><value>3600</value></property>

设置一分钟检查一次操作次数，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

杀死NameNode进程

kill -9 NameNode进程序号

删除NameNode存储的数据

rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

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

scp -r IronmanJay@hadoop104:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/* ./name/

重新启动NameNode

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

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>

杀死NameNode进程

kill -9 NameNode进程序号

删除NameNode存储的数据

rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

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

[IronmanJay@hadoop102 dfs]$ scp -r IronmanJay@hadoop104:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary ./[IronmanJay@hadoop102 namesecondary]$ rm -rf in_use.lock[IronmanJay@hadoop102 dfs]$ pwd/opt/module/hadoop-2.7.2/data/tmp/dfs[IronmanJay@hadoop102 dfs]$ lsdata name namesecondary

导入检查点数据（等待一会ctrl+c结束掉）

bin/hdfs namenode -importCheckpoint

启动NameNode

sbin/hadoop-daemon.sh start namenode

5.5 集群安全模式

5.5.1 概述

NameNode启动

NameNode启动时，首先将镜像文件（Fsimage）载入内存，并执行编辑日志（Edits）中的各项操作。一旦在内存中成功建立文件系统元数据的映像，则创建一个新的Fsimage文件和一个空的编辑日志。此时，NameNode开始监听DataNode请求。在这个过程期间，NameNode一直运行在安全模式，即NameNode的文件系统对于客户端来说只是只读的DataNode启动

系统中的数据块的位置并不是由NameNode维护的，而是以块列表的形式存储在DataNode中。在系统的正常操作期间，NameNode会在内存中保留所有块位置的映射信息。在安全模式下，各个DataNode会向NameNode发送最新的块列表信息，NameNode了解到足够多的块位置信息之后，即可高效运行文件系统。安全模式退出判断

如果满足“最小副本条件”，NameNode会在30秒之后就退出安全模式。最小副本条件指的是在整个文件系统中99.9%的块满足最小副本级别（默认值：dfs.replication=1）。在启动一个刚刚格式化的HDFS集群时，因为系统中还没有任何块，所以NameNode不会进入安全模式

5.5.2 基本语法

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

bin/hdfs dfsadmin -safemode get（功能描述：查看安全模式状态）bin/hdfs dfsadmin -safemode enter（功能描述：进入安全模式状态）bin/hdfs dfsadmin -safemode leave（功能描述：离开安全模式状态）bin/hdfs dfsadmin -safemode wait（功能描述：等待安全模式状态）

5.6 NameNode多目录配置

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中的所有数据

rm -rf data/ logs/

③：格式化集群并启动

# 格式化集群bin/hdfs namenode –format# 启动集群sbin/start-dfs.sh

④：查看结果

[IronmanJay@hadoop102 dfs]$ ll总用量 12drwx------. 3 IronmanJay IronmanJay 4096 2月 17 04:01 datadrwxrwxr-x. 3 IronmanJay IronmanJay 4096 2月 17 04:01 name1drwxrwxr-x. 3 IronmanJay IronmanJay 4096 2月 17 04:01 name2

六、DataNode

6.1 DataNode工作机制

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，快数据的校验和，以及时间戳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集群运行中可以安全加入和退出一些机器