Hadoop源码分析五hdfs架构原理剖析 Hadoop源码分析五hdfs架构原理剖

1、 hdfs架构

如果在hadoop配置时写的配置文件不同，启动的服务也有所区别

namenode的下方是三台datanode。
namenode左右两边的是两个zkfc。
namenode的上方是三台journalnode集群。

2、 namenode介绍

namenode作为hdfs的核心，它主要的作用是管理文件的元数据

文件与块的对应关系中的块
namenode负责管理hdfs的元数据
namenode的数据持久化，采用了一种日志加快照的方式
最后还会有一个程序读取这个快照文件和日志文件

1、 hdfs架构在本系列文章三中出现了与hdfs相关的数个服务。

如果在hadoop配置时写的配置文件不同，启动的服务也有所区别
按照本系列文章二中的配置，会启动以下服务：namenode、journalnode、datanode、zkfc。其关系如图：

文章图片

【Hadoop源码分析五hdfs架构原理剖析】从图中可以看出namenode是绝对的中心节点，所有的节点都会和它进行交互。图中namenode有两台，一台为active，另一台为standby。其中active是正常提供namenode服务，standby不对外提供服务，它负责及时同步active的数据，并在active故障的时候转换为active继续提供服务。

namenode的下方是三台datanode。 datanode负责存储集群中的数据，并向namenode汇报其存储数据的情况。

namenode左右两边的是两个zkfc。它负责的是namenode的故障转移，在active的namenode故障的时候，由zkfc将standby的namenode转换为active。zkfc上方连接的是zookeeper，它对namenode的故障转移是依靠zookeeper来实现的。

namenode的上方是三台journalnode集群。 journalnode负责存储namenode的日志文件，由active的namenode向journalnode写入，standby的namenode不会向journalnode写日志，standby主要会从其中读取日志文件。
注意，这里的日志文件不是普通的运行日志，而是namenode的操作日志。例如，客户端向hdfs上传了一个文件，这时namenode会执行一系列操作来完成这次上传，而这些操作连同操作方式与操作内容一起写到操作日志中(journalnode中)，通过这些操作日志可以还原这次上传操作。

2、 namenode介绍
namenode作为hdfs的核心，它主要的作用是管理文件的元数据
元数据主要包括三类：文件的命名空间、文件与块的对应关系、块的存储位置。

文件与块的对应关系中的块是由于hdfs在存储文件的时候并不是将整个文件将存储在某一台datanode上，而是将文件按照指定的大小切割成一定数量的块。

namenode负责管理hdfs的元数据这意味着所有与hdfs相关的操作都需要与namenode进行交互。这样namenode的速度就不能太慢，所以namenode将元数据存储在内存中。但是数据不能只存储在内存中，所以这时需要将数据持久化到硬盘中。

namenode的数据持久化，采用了一种日志加快照的方式日志即上文提到的操作日志，快照即将内存中的数据状态直接序列化到硬盘。在安装集群的时候会先格式化namenode，这时便会创建一个快照文件，名为fsimage。然后在namenode运行的时候它会将操作日志写入到fsimage文件所在的文件夹中。这里根据配置的不同写入的路径有所不同。如果使用本系列文章二中的配置，这个日志文件还会被写到journalnode中。

最后还会有一个程序读取这个快照文件和日志文件将数据恢复到最新的状态，然后再更新原来的快照文件。下一次再读取快照和日志文件的时候就只读最新的文件。这里的程序会根据配置的不同有所区别，按照本系列文章二中的配置来说，是standby的namenode。这里为什么不直接使用active的namenode执行更新fsimage文件，而是使用standby的namenode先读取active的日志，然后再重演一遍操作日志恢复数据再由standby的namenode更新fsimage文件。这是因为更新fsimage操作很费时间，由active的namenode执行会导致整个集群不可用。
以上就是Hadoop源码分析五hdfs架构原理剖析的详细内容，本系列下一篇文章传送门Hadoop源码分析六启动文件namenode原理详解更多关于Hadoop源码分析的资料请持续关注脚本之家更新！