Hadoop3.X【HDFS】

概述

HDFS的产生背景和定义

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。

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，它是分布式的，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。
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。

HDFS优缺点

优点

1. 高容错性
   

2. 适合处理大数据
   

3. 可构建在廉价机器上，通过多副本机制，提高可靠性。

缺点

1. 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。

2. 无法高效的对大量小文件进行存储。
   (1)存储大量小文件的话，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。

3. 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），不支持文件的随机修改。

组成

(1) NameNode（nn）：就是Master，它是一个主管、管理者。

• 管理HDFS的名称空间；
• 配置副本策略；
• 管理数据块（Block）映射信息；
• 处理客户端读写请求。

(2) DataNode：就是Slave。NameNode下达命令，DataNode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

(3) Client：就是客户端。

• 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；
• 与NameNode交互，获取文件的位置信息；
• 与DataNode交互，读取或者写入数据；
• 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增删查改操作

(4) Secondary NameNode：并非NameNode的热备。当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务。

• 辅助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。

HDFS文件块大小

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，默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中是64M。

思考：为什么块的大小不能设置太小，也不能设置太大？

（1）HDFS的块设置太小，会增加寻址时间，程序一直在找块的开始位置；
（2）如果块设置的太大，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，会非常慢。

总结：HDFS块的大小设置主要取决于磁盘传输速率。

HDFS的Shell相关操作 (开发重点)

基本语法

hadoop fs 具体命令 OR hdfs dfs 具体命令
两个是完全相同的。

命令大全

[root@hadoop102 hadoop-3.1.3]$ bin/hadoop fs
[-appendToFile <localsrc> ... <dst>]
    [-cat [-ignoreCrc] <src> ...]
    [-chgrp [-R] GROUP PATH...]
    [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
    [-chown [-R] [OWNER][:[GROUP]] PATH...]
    [-copyFromLocal [-f] [-p] <localsrc> ... <dst>]
    [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
    [-count [-q] <path> ...]
    [-cp [-f] [-p] <src> ... <dst>]
    [-df [-h] [<path> ...]]
    [-du [-s] [-h] <path> ...]
    [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
    [-getmerge [-nl] <src> <localdst>]
    [-help [cmd ...]]
    [-ls [-d] [-h] [-R] [<path> ...]]
    [-mkdir [-p] <path> ...]
    [-moveFromLocal <localsrc> ... <dst>]
    [-moveToLocal <src> <localdst>]
    [-mv <src> ... <dst>]
    [-put [-f] [-p] <localsrc> ... <dst>]
    [-rm [-f] [-r|-R] [-skipTrash] <src> ...]
    [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
<acl_spec> <path>]]
    [-setrep [-R] [-w] <rep> <path> ...]
    [-stat [format] <path> ...]
    [-tail [-f] <file>]
    [-test -[defsz] <path>]
    [-text [-ignoreCrc] <src> ...]

常用的命令实操

准备工作

1. 启动Hadoop集群

   [hdfs@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
   [hdfs@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

2. -help：输出这个命令参数

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -help rm

3. 创建/sanguo 文件夹

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /sanguo

上传

1. -moveFromLocal：从本地剪切粘贴到 HDFS

   [hdfs@hadoop102 hadoop-3.1.3]$ vim shuguo.txt
   输入：
   shuguo
   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -moveFromLocal ./shuguo.txt /sanguo

2. -copyFromLocal：从本地文件系统中拷贝文件到 HDFS 路径去

   [atguigu@hadoop102 hadoop-3.1.3]$ vim weiguo.txt
   输入：
   weiguo
   [atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -copyFromLocal weiguo.txt /sanguo

3. -put：等同于 copyFromLocal，生产环境更习惯用 put

   [hdfs@hadoop102 hadoop-3.1.3]$ vim wuguo.txt
   输入：
   wuguo
   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -put ./wuguo.txt /sanguo

4. -appendToFile：追加一个文件到已经存在的文件末尾

   [hdfs@hadoop102 hadoop-3.1.3]$ vim liubei.txt
   输入：
   liubei
   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

下载

1. -copyToLocal：从 HDFS 拷贝到本地

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -copyToLocal /sanguo/shuguo.txt ./

2. -get：等同于 copyToLocal，生产环境更习惯用 get

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

HDFS 直接操作

1. -ls: 显示目录信息

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -ls /sanguo

2. -cat：显示文件内容

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -cat /sanguo/shuguo.txt

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

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -chmod 666 /sanguo/shuguo.txt
   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -chown hdfs:hdfs /sanguo/shuguo.txt

4. -mkdir：创建路径

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /jinguo

5. -cp：从 HDFS 的一个路径拷贝到 HDFS 的另一个路径

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -cp /sanguo/shuguo.txt /jinguo

6. -mv：在 HDFS 目录中移动文件

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/wuguo.txt /jinguo
   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/weiguo.txt /jinguo

7. -tail：显示一个文件的末尾 1kb 的数据

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -tail /jinguo/shuguo.txt

8. -rm：删除文件或文件夹

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -rm /sanguo/shuguo.txt

9. -rm -r：递归删除目录及目录里面内容

   [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -rm -r /sanguo

10. -du 统计文件夹的大小信息

    [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -du -s -h /jinguo
    27 81 /jinguo
    [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -du -h /jinguo
    14 42 /jinguo/shuguo.txt
    7 21 /jinguo/weiguo.txt
    6 18 /jinguo/wuguo.tx

11. -setrep：设置 HDFS 中文件的副本数量

    [hdfs@hadoop102 hadoop-3.1.3]$ hadoop fs -setrep 10 /jinguo/shuguo.txt

    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。

HDFS的客户端API操作

window下的环境准备

1. 找到资料包路径下的 Windows 依赖文件夹，拷贝 hadoop-3.1.0 到非中文路径（比如 d:\）【建议】。

2. 配置HADOOP_HOME环境变量
   

3. 配置 Path 环境变量。
   注意：如果环境变量不起作用，可以重启电脑试试。

   %HADOOP_HOME%\bin

   

4. 在 IDEA 中创建一个 Maven 工程 HdfsClientDemo，并导入相应的依赖坐标+日志添加

   <dependencies>
           <dependency>
               <groupId>org.apache.hadoop</groupId>
               <artifactId>hadoop-client</artifactId>
               <version>3.1.3</version>
           </dependency>
           <dependency>
               <groupId>junit</groupId>
               <artifactId>junit</artifactId>
               <version>4.12</version>
           </dependency>
           <dependency>
               <groupId>org.slf4j</groupId>
               <artifactId>slf4j-log4j12</artifactId>
               <version>1.7.30</version>
           </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

   log4j.rootLogger=INFO, stdout 
   log4j.appender.stdout=org.apache.log4j.ConsoleAppender 
   log4j.appender.stdout.layout=org.apache.log4j.PatternLayout 
   log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n 
   log4j.appender.logfile=org.apache.log4j.FileAppender 
   log4j.appender.logfile.File=target/spring.log 
   log4j.appender.logfile.layout=org.apache.log4j.PatternLayout 
   log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

5. 创建包名：com.atguigu.hdfs

6. 创建 HdfsClient 类

   package com.atgui.hdfs;
   
   import org.apache.hadoop.conf.Configuration;
   import org.apache.hadoop.fs.FileSystem;
   import org.apache.hadoop.fs.Path;
   import org.junit.Test;
   
   import java.io.IOException;
   import java.net.URI;
   import java.net.URISyntaxException;
   
   public class HdfsClient {
       @Test
       public void testMkdirs() throws IOException, URISyntaxException, InterruptedException {
           // 1 获取文件系统
   
       Configuration configuration = new Configuration();
       // FileSystem fs = FileSystem.get(newURI("hdfs://hadoop102:8020"), configuration);
       FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"), configuration,"zzf");
       // 2 创建目录
        fs.mkdirs(new Path("/xiyou/huaguoshan/"));
       // 3 关闭资源
        fs.close();
       }
   }

   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 会从采用 Windows 默认用户访问 HDFS，会报权限异常错误。所以在访问 HDFS 时，一定要配置用户。

   org.apache.hadoop.security.AccessControlException: Permission denied: user=56576, access=WRITE, inode="/xiyou/huaguoshan":atguigu:supergroup:drwxr-xr-x

HDFS的API案例实操

HDFS文件上传（测试参数优先级）

1. 编写源代码

   /**
        * HDFS文件上传
        * @throws IOException
        * @throws InterruptedException
        * @throws URISyntaxException
        */
       @Test
       public void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException {
           // 1 获取文件系统
           Configuration configuration = new Configuration();
           configuration.set("dfs.replication", "2");
           FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"), configuration, "zzf");
           // 2 上传文件
           fs.copyFromLocalFile(new Path("C:\\Users\\BHY\\Desktop\\sunwukong.txt"), new Path("/xiyou/huaguoshan"));
           // 3 关闭资源
           fs.close();
       }

2. 将 hdfs-site.xml 拷贝到项目的 resources 资源目录下

   <?xml version="1.0" encoding="UTF-8"?>
   <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
   <configuration>
       <property>
           <name>dfs.replication</name>
           <value>1</value>
       </property>
   </configuration>

3. 参数优先级
   参数优先级排序：（1）客户端代码中设置的值 >（2）ClassPath 下的用户自定义配置文件 >（3）然后是服务器的自定义配置（xxx-site.xml）>（4）服务器的默认配置（xxx-default.xml）

HDFS 文件下载

/**
     * 下载文件
     * @throws IOException
     * @throws InterruptedException
     * @throws URISyntaxException
     */
    @Test
    public void testCopyToLocalFile() throws IOException,
            InterruptedException, URISyntaxException{
        // 1 获取文件系统
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),
                configuration, "zzf");

        // 2 执行下载操作
        // boolean delSrc 指是否将原文件删除
        // Path src 指要下载的文件路径
        // Path dst 指将文件下载到的路径
        // boolean useRawLocalFileSystem 是否开启文件校验
        fs.copyToLocalFile(false,
                    new Path("/xiyou/huaguoshan/sunwukong.txt"),
                    new Path("C:\\Users\\BHY\\Desktop\\sunwukong2.txt"),
                    true);

        // 3 关闭资源
        fs.close();
    }

注意：如果执行上面代码，下载不了文件，有可能是你电脑的微软支持的运行库少，需要安装一下微软运行库。

HDFS 文件更名和移动

/**
    * 更名或移动文件
    * @throws IOException
    * @throws InterruptedException
    * @throws URISyntaxException
    */
   @Test
   public void testRename() throws IOException, InterruptedException,
           URISyntaxException{
       // 1 获取文件系统
       Configuration configuration = new Configuration();
       FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),
               configuration, "zzf");
       // 2 修改文件名称
       fs.rename(new Path("/xiyou/huaguoshan/sunwukong.txt"), new
               Path("/xiyou/huaguoshan/meihouwang.txt"));
       // 3 关闭资源
       fs.close();
   }

HDFS 删除文件和目录

/**
     * 删除文件
     * @throws IOException
     * @throws InterruptedException
     * @throws URISyntaxException
     */
    @Test
    public void testDelete() throws IOException, InterruptedException,
            URISyntaxException{
        // 1 获取文件系统
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),
                configuration, "zzf");
        // 2 执行删除
        fs.delete(new Path("/xiyou"), true);
        // 3 关闭资源
        fs.close();
    }

HDFS 文件详情查看

查看文件名称、权限、长度、块信息

/**
* HDFS 文件详情查看
* @throws IOException
* @throws InterruptedException
* @throws URISyntaxException
*/
@Test
    public void testListFiles() throws IOException, InterruptedException,
            URISyntaxException {
        // 1 获取文件系统
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),
                configuration, "zzf");
        // 2 获取文件详情
        RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
        while (listFiles.hasNext()) {
            LocatedFileStatus fileStatus = listFiles.next();
            System.out.println("========" + fileStatus.getPath() + "=========");
            System.out.println(fileStatus.getPermission());
            System.out.println(fileStatus.getOwner());
            System.out.println(fileStatus.getGroup());
            System.out.println(fileStatus.getLen());
            System.out.println(fileStatus.getModificationTime());
            System.out.println(fileStatus.getReplication());
            System.out.println(fileStatus.getBlockSize());
            System.out.println(fileStatus.getPath().getName());
            // 获取块信息
            BlockLocation[] blockLocations = fileStatus.getBlockLocations();
            System.out.println(Arrays.toString(blockLocations));
        }
        // 3 关闭资源
        fs.close();
    }

HDFS 文件和文件夹判断

/**
     * HDFS 文件和文件夹判断
     * @throws IOException
     * @throws InterruptedException
     * @throws URISyntaxException
     */
    @Test
    public void testListStatus() throws IOException, InterruptedException,
            URISyntaxException{
        // 1 获取文件配置信息
        Configuration configuration = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),
                configuration, "zzf");
        // 2 判断是文件还是文件夹
        FileStatus[] listStatus = fs.listStatus(new Path("/"));
        for (FileStatus fileStatus : listStatus) {
            // 如果是文件
            if (fileStatus.isFile()) {
                System.out.println("f:"+fileStatus.getPath().getName());
            }else {
                System.out.println("d:"+fileStatus.getPath().getName());
            }
        }
        // 3 关闭资源
        fs.close();
    }

HDFS的读写流程(面试重点)

HDFS写数据流程

剖析文件写入

1. 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存在，父目录是否存在。
2. NameNode 返回是否可以上传。
3. 客户端请求第一个 Block 上传到哪几个 DataNode 服务器上。
4. NameNode 返回 3 个 DataNode 节点，分别为 dn1、dn2、dn3。
5. 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。
6. dn1、dn2、dn3 逐级应答客户端。
7. 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存），以 Packet 为单位，dn1 收到一个 Packet 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。
8. 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）。

网络拓扑-节点距离计算

在 HDFS 写数据的过程中，NameNode 会选择距离待上传数据最近距离的 DataNode 接收数据。那么这个最近距离怎么计算呢
节点距离：两个节点到达最近的共同祖先的距离总和。

HDFS读数据流程

1. 客户端通过 DistributedFileSystem 向 NameNode 请求下载文件，NameNode 通过查询元数据，找到文件块所在的 DataNode 地址。
2. 挑选一台 DataNode（就近原则，然后随机）服务器，请求读取数据。
3. DataNode 开始传输数据给客户端（从磁盘里面读取数据输入流，以 Packet 为单位来做校验）。
4. 客户端以 Packet 为单位接收，先在本地缓存，然后写入目标文件。

NameNode 和 SecondaryNameNode

NN 和 2NN 工作机制

思考：NameNode 中的元数据是存储在哪里的？

首先，我们做个假设，如果存储在 NameNode 节点的磁盘中，因为经常需要进行随机访问，还有响应客户请求，必然是效率过低。因此，元数据需要存放在内存中。但如果只存在内存中，一旦断电，元数据丢失，整个集群就无法工作了。因此产生在磁盘中备份元数据的FsImage。

这样又会带来新的问题，当在内存中的元数据更新时，如果同时更新 FsImage，就会导致效率过低，但如果不更新，就会发生一致性问题，一旦 NameNode 节点断电，就会产生数据丢失。因此，引入 Edits 文件（只进行追加操作，效率很高）。每当元数据有更新或者添加元据时，修改内存中的元数据并追加到 Edits 中。这样，一旦 NameNode 节点断电，可以通过 FsImage 和 Edits 的合并，合成元数据。

但是，如果长时间添加数据到 Edits 中，会导致该文件数据过大，效率降低，而且一旦断电，恢复元数据需要的时间过长。因此，需要定期进行 FsImage 和 Edits 的合并，如果这个操作由NameNode节点完成，又会效率过低。因此，引入一个新的节点SecondaryNamenode，专门用于 FsImage 和 Edits 的合并。

1. 第一阶段：NameNode 启动
   （1）第一次启动 NameNode 格式化后，创建 Fsimage 和 Edits 文件。如果不是第一次启动，直接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 在内存中对元数据进行增删改。

2. 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。

CheckPoint 时间设置

Datanode工作机制