下载掌阅APP，畅读海量书库
立即打开
HDFS（Hadoop Distributed File System）是Hadoop项目的核心子项目，在大数据开发中通过分布式计算对海量数据进行存储与管理。它基于流数据模式访问和处理超大文件的需求而开发，可以运行在廉价的商用服务器上，为海量数据提供了不怕故障的存储方法，进而为超大数据集的应用处理带来了很多便利。
下面是HDFS的一些显著特征：
HDFS的主要设计目标如下。
硬件故障是常态，而非例外。HDFS集群可能由数百或数千台服务器组成，每台服务器都存储文件系统数据的一部分，且每台服务器都有很大的故障概率。因此，故障检测和快速、自动地从故障中恢复是HDFS的核心架构目标。
在HDFS上运行的应用程序需要对其数据集进行流式访问，这与运行在一般文件系统上的应用不同。HDFS更适合批量处理，而不是用户的交互使用，它更加强调数据访问的高吞吐量，而不是数据访问的低延迟。
HDFS是一个支持大型数据集的文件系统，一个典型的HDFS数据文件可以从千兆字节到兆兆字节不等，可以为具有数百个节点的集群提供高聚合的数据带宽和规模，同时承载千万个文件。
HDFS遵循简单一致性模型，一次写入，多次读取。即文件一旦被建立、写入、关闭，就不能被改变，更不能从文件任意位置进行修改，以此来保证数据的一致性。Hadoop 2.x以后，支持在文件末尾追加内容。
HDFS被设计为能更好地将计算迁移到更接近数据的位置，而不是将数据移动到应用程序运行的位置，这样应用程序的计算效率会更高。HDFS为应用程序提供接口，使其更接近数据所在的位置。
HDFS被设计为可以从一个平台轻松地移植到另一个平台，从而使HDFS能够作为大型应用程序的首选平台。
HDFS是使用Java语言构建的系统，任何支持Java的计算机都可以运行HDFS，HDFS集群的总体架构如图4-1所示。
图4-1 HDFS集群的总体架构
HDFS是一个典型的主／从（Master/Slave）架构的分布式系统。一个HDFS集群由一个元数据节点（称为NameNode）和一些数据节点（称为DataNode）组成。NameNode是HDFS的主节点，是一个用来管理文件元数据（文件名称、大小、存储位置等）和处理来自客户端的文件访问请求的主服务器；DataNode是HDFS的从节点，用来管理对应节点的数据存储，即实际文件数据存储于DataNode上，而DataNode中的数据则保存在本地磁盘。
当HDFS系统启动后，NameNode上会启动一个名称为“NameNode”的进程，DataNode上会启动一个名称为“DataNode”的进程。
典型的HDFS集群部署是有一台专用的计算机只运行NameNode进程，集群中的其他计算机都运行DataNode进程。HDFS架构并不排除在同一台计算机上运行多个DataNode进程，但在实际部署中很少出现这种情况。
HDFS集群中单个NameNode的存在极大地简化了系统的体系结构。NameNode是HDFS元数据的仲裁者和存储库。该系统的设计方式是，用户数据永远不会流经NameNode。
此外，还有一个重要组件称为SecondaryNameNode，4.1.3节将对HDFS各组件进行详细讲解。
HDFS系统的主要构成组件如下。
HDFS中的文件是以数据块（Block）的形式存储的，默认最基本的存储单位是128 MB（Hadoop 1.x为64 MB）的数据块。也就是说，存储在HDFS中的文件都会被分割成128 MB一块的数据块进行存储，如果文件本身小于一个数据块的大小，则按实际大小存储，并不占用整个数据块空间。
HDFS的数据块之所以会设置这么大，其目的是减少寻址开销。数据块数量越多，寻址数据块所耗的时间就越多。当然也不会设置过大，MapReduce中的Map任务通常一次只处理一个块中的数据，如果任务数太少，作业的运行速度就会比较慢（MapReduce将在第5章讲解）。
HDFS的每一个数据块默认都有三个副本，分别存储在不同的DataNode上，以实现容错功能。因此，若数据块的某个副本丢失并不会影响对数据块的访问。数据块大小和副本数量可在配置文件中更改。HDFS数据块的存储结构如图4-2所示。
图4-2 HDFS数据块的存储结构
NameNode是HDFS中存储元数据（文件名称、大小和位置等信息）的地方，它将所有文件和文件夹的元数据保存在一个文件系统目录树中，任何元数据信息的改变，NameNode都会记录。HDFS中的每个文件都被拆分为多个数据块存放，这种文件与数据块的对应关系也存储在文件系统目录树中，由NameNode维护。
NameNode还存储数据块到DataNode的映射信息，这种映射信息包括：数据块存放在哪些DataNode上、每个DataNode上保存了哪些数据块。
NameNode也会周期性地接收来自集群中DataNode的“心跳”和“块报告”。通过“心跳”与DataNode保持通信，监控DataNode的状态（活着还是宕机），若长时间接收不到“心跳”信息，NameNode会认为DataNode已经宕机，从而做出相应的调整策略。“块报告”包含了DataNode上所有数据块的列表信息。
DataNode是HDFS中真正存储数据的地方。客户端可以向DataNode请求写入或读取数据块，DataNode还在来自NameNode的指令下执行块的创建、删除和复制，并且周期性地向NameNode汇报数据块信息。
SecondaryNameNode用于帮助NameNode管理元数据，从而使NameNode能够快速、高效地工作。它并不是第二个NameNode，仅是NameNode的一个辅助工具。
HDFS的元数据信息主要存储于两个文件中：fsimage和edits。fsimage是文件系统映射文件，主要存储文件元数据信息，其中包含文件系统所有目录、文件信息以及数据块的索引；edits是HDFS操作日志文件，HDFS对文件系统的修改日志会存储到该文件中。
当NameNode启动时，会从文件fsimage中读取HDFS的状态，也会对文件fsimage和edits进行合并，得到完整的元数据信息，随后会将新HDFS状态写入fsimage。但是在繁忙的集群中，edits文件会随着时间的推移变得非常大，这就导致NameNode下一次启动的时间会非常长。为了解决这个问题，则产生了SecondaryNameNode，SecondaryNameNode会定期协助NameNode合并fsimage和edits文件，并使edits文件的大小保持在一定的限制内。SecondaryNameNode通常与NameNode在不同的计算机上运行，因为它的内存需求与NameNode相同，这样可以减轻NameNode所在计算机的压力。
SecondaryNameNode的工作流程如图4-3所示。
图4-3 SecondaryNameNode的工作流程
首先，当SecondaryNameNode准备从NameNode上获取元数据时，会通知NameNode暂停对文件edits的写入。NameNode收到通知后，会停止写入edits文件，而是将新的操作日志信息写入到一个新的文件edits.new中。
然后，SecondaryNameNode通过http get方式将NameNode的元数据文件edits和fsimage获取到本地，并将其合并为一个新的文件fsimage.ckpt。
最后，SecondaryNameNode把新的文件fsimage.ckpt通过http post方式发回NameNode。NameNode收到SecondaryNameNode发回的新文件fsimage.ckpt后，用该文件覆盖掉原来的fsimage文件，并删除原有的edits文件，同时将文件edits.new重命名为edits，将文件fsimage.ckpt重命名为fsimage。
上述操作避免了NameNode日志的无限增长，从而加速了NameNode的启动过程。
如图4-4所示，当客户端需要读取文件时，首先向NameNode发起读请求，NameNode收到请求后，会将请求文件的数据块在DataNode中的具体位置（元数据信息）返回给客户端，客户端根据文件数据块的位置，直接找到相应的DataNode发起读请求。
图4-4 HDFS读数据流程
如图4-5所示，当客户端需要写文件时，首先向NameNode发起写请求，将需要写入的文件名、文件大小等信息告诉NameNode。NameNode会将文件信息记录到本地，同时会验证客户端的写入权限，若验证通过，会向客户端返回文件数据块能够存放在DataNode上的存储位置信息，然后客户端直接向DataNode的相应位置写入数据块。被写入数据块的DataNode也会将数据块备份到其他DataNode上。
图4-5 HDFS写数据流程
举个例子，我们可以把NameNode想象成是一个仓库管理员，管理仓库中的商品；DataNode想象成是一个仓库，用于存储商品，而商品就是我们所说的数据。仓库管理员只有一个，而仓库可以有多个。当需要从仓库中获取商品时，需要先询问仓库管理员，获得仓库管理员的同意，并且得到商品所在仓库的具体位置（例如，在1号仓库的1号货架上），然后根据位置信息直接去对应的仓库中的相应货架上取得商品。当需要向仓库中存入商品时，同样需要先询问仓库管理员，获得仓库管理员的同意，并且得到仓库管理员提供的商品能够存放的具体位置，然后根据位置信息直接去对应的仓库中的相应货架上存入商品。
此外，用户可以使用多种客户端接口对HDFS发起读／写操作，包括命令行接口、代码API接口和浏览器接口，使用非常方便，而不需要考虑HDFS的内部实现。本章后续将详细讲解HDFS各种接口的使用。