189 8069 5689
[TOC]
专注于为中小企业提供成都网站设计、做网站、成都外贸网站建设公司服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业青羊免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了超过千家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。
这是一个分布式文件系统，适用于于一次写入多次读取的场景。包含以下角色：
NameNode(nn)：
存储文件的元数据，如文件名、文件目录结构，文件属性等，以及每个文件的块列表和块所在的DataNode等。以及响应客户端对hdfs的读写操作,如创建目录、上传文件等。还有保存读写日志。
DataNode(dn)：
在本地文件系统中存储文件块数据，以及块数据的校验和
SecondaryNameNode(snn)：
用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照，相当于对NameNode进行备份。主要职责是管理hdfs的所有节点。
1、响应客户端对hdfs的请求，如增删改查。
2、管理和维护hdfs 的元数据信息以及日志（非log日志）
NameNode会在 core-site.xml中指定的hadoop.tmp.dir 的目录中 创建目录：dfs/name/ 。下面我们看看这个目录的结构。
[root@bigdata121 tmp]# tree dfs/name
dfs/name
├── current
│ ├── edits_0000000000000000001-0000000000000000002
│ ├── edits_0000000000000000003-0000000000000000004
│ ├── edits_0000000000000000005-0000000000000000006
│ ├── edits_0000000000000000007-0000000000000000008
│ ├── edits_0000000000000000009-0000000000000000009
│ ├── edits_0000000000000000010-0000000000000000011
│ ├── edits_0000000000000000012-0000000000000000013
│ ├── edits_0000000000000000014-0000000000000000015
│ ├── edits_0000000000000000016-0000000000000000017
│ ├── edits_0000000000000000018-0000000000000000019
│ ├── edits_0000000000000000020-0000000000000000021
│ ├── edits_0000000000000000022-0000000000000000024
│ ├── edits_0000000000000000025-0000000000000000026
│ ├── edits_inprogress_0000000000000000027
│ ├── fsimage_0000000000000000024
│ ├── fsimage_0000000000000000024.md5
│ ├── fsimage_0000000000000000026
│ ├── fsimage_0000000000000000026.md5
│ ├── seen_txid
│ └── VERSION
└── in_use.lock各个文件目录的作用如下：
主要存放hdfs的存储的数据的元信息和日志。
是一个二进制文件，主要记录对hdfs的增删改操作的信息，类似于MySQL的二进制日志。其中 edits_inprogress_xxxxx 表示是最新的edits日志，是目前正在使用的。
可以使用命令查看 edits文件的内容：
//格式：hdfs oev -i 输入文件 -o 输出文件（xml格式）
[root@bigdata121 current]# hdfs oev -i edits_inprogress_0000000000000000038 -o /tmp/edits_inprogess.xml
[root@bigdata121 current]# cat /tmp/edits_inprogess.xml
-63
OP_START_LOG_SEGMENT 表示操作的类别，这里是表示日志开始记录
38 类似于操作的ID，是唯一的
OP_ADD_BLOCK //像这个就表示上传文件的操作
34
/jdk-8u144-linux-x64.tar.gz._COPYING_
1073741825
134217728
1001
1073741826
0
1002
-2
hdfs中的数据的元数据文件。记录hdfs文件系统中各个数据块的信息，但并不是最新的。需要定时将edits文件合并到这里，才是最新的。可以使用命令查看 fsimage 文件的内容：
//格式 ： hdfs oiv -p 输出格式 -i 输入文件 -o 输出文件
[root@bigdata121 current]# hdfs oiv -p XML -i fsimage_0000000000000000037 -o /tmp/fsimage37.xml
[root@bigdata121 current]# cat /tmp/fsimage37.xml
-63 1 17e75c2a11685af3e043aa5e604dc831e5b14674 1780930535 1000 1002 0 1073741826 37 16387 3 16385 DIRECTORY 1558145602785 root:supergroup:0755 9223372036854775807 -1 16386 DIRECTORY input 1558105166840 root:supergroup:0755 -1 -1 16387 FILE jdk-8u144-linux-x64.tar.gz 2 1558145602753 1558145588521 134217728 root:supergroup:0644 1073741825 1001 134217728 1073741826 1002 51298114 0 0 0 16385 16386 16387 0 0 0 0 1 0 0 记录的信息更为详细。文件的元数据，如文件权限、时间戳等都有记录。
txid是类似于事件id的概念，指的是每个操作的一个标识。这个文件中记录的是最新的txid的下一个，即当前最后一个txid是37，那么该文件记录的就是38.
edits文件：
我们可以看到edits文件都是 edits_00000xxx-000000xxx的方式命名的，其实意思就是表示该edits文件中记录了txid操作事件的范围。而 edit_inprogess_00000xxx 则表示当前所记录到的最新的txid事件。
fsimage文件：
以fsimage_000000xxx 的方式命名，表示的是该fsimage 文件记录到的最新的txid事件，请注意，因为fsimage是有条件触发之后，edits文件才会合并到fsimage的，否则不会合并。所以一般情况下，edits文件后面的txid肯定是比fsimage 大的。
这个文件主要是对当前的node进行锁操作，避免当前机器同时启动多个namenode。只能启动一个namenode
HDFS的数据节点，主要就是存储数据的block文件的。会在指定的目录下创建一个 dfs/data 目录，看一下目录结构：
[root@bigdata122 dfs]# tree data
data
├── current
│ ├── BP-1130553825-192.168.50.121-1557922928723
│ │ ├── current
│ │ │ ├── finalized
│ │ │ │ └── subdir0
│ │ │ │ └── subdir0
│ │ │ │ ├── blk_1073741825
│ │ │ │ ├── blk_1073741825_1001.meta
│ │ │ │ ├── blk_1073741826
│ │ │ │ └── blk_1073741826_1002.meta
│ │ │ ├── rbw
│ │ │ └── VERSION
│ │ ├── scanner.cursor
│ │ └── tmp
│ └── VERSION
└── in_use.lock在HDFS中，文件都是被分割成多个等大的数据块进行存储的。
hadoop 1.x 中数据块默认大小是 64M
hadoop 2.x 中数据块默认大小是 128M
hadoop 3.x 中不再采用多副本的模式存储，而是采用纠删码技术。
请见 https://www.cnblogs.com/basenet855x/p/7889994.html
在上面的目录中 blk_xxxxx 的文件其实就是blk文件，每个的大小为指定的块大小。
用来监控HDFS状态的辅助后台程序，主要就是辅助 NameNode节点的工作（并非是 NameNode的备节点），其中主要工作就是 合并edits文件到fsimage文件。
1、根据 checkpoint的 时间间隔（默认3600秒）或者 edits文件到达64M 的触发条件，将edits文件合并fsimage。
2、edits合并到fsimage之后，edits文件可以清空了。