2019-8-2    大數(shù)據(jù)班正式開課， 整天講解大數(shù)據(jù)的軟件構(gòu)成和概念

Hadoop , 想到鴻蒙的未來，我還想大干一場

HDFS:

Hadoop是Apache軟件基金會所開發(fā)的并行計算框架與分布式文件系統(tǒng)。

Hadoop 最核心的模塊包括Hadoop Common、HDFS與MapReduce。

HDFS是Hadoop分布式文件系統(tǒng)（Hadoop Distributed File System）的縮寫，

為分布式計算存儲提供了底層支持。

采用Java語言開發(fā)，可以部署在多種普通的廉價機器上，以集群處理數(shù)量積達到大型主機處理性能。

HDFS 架構(gòu)原理HDFS采用master/slave架構(gòu)。

一個HDFS集群包含一個單獨的NameNode和多個DataNode。

NameNode作為master服務(wù)，它負責(zé)管理文件系統(tǒng)的命名空間和客戶端對文件的訪問。

NameNode會保存文件系統(tǒng)的具體信息，包括文件信息、文件被分割成具體block塊的信息、以及每一個block塊歸屬的DataNode的信息。

HDFS通過NameNode對用戶提供了一個單一的命名空間。

DataNode作為slave服務(wù)，在集群中可以存在多個。

通常每一個DataNode都對應(yīng)于一個物理節(jié)點。

DataNode負責(zé)管理節(jié)點上它們擁有的存儲，它將存儲劃分為多個block塊，管理block塊信息，同時周期性的將其所有的block塊信息發(fā)送給NameNode。

HDFS采用master/slave架構(gòu)。一個HDFS集群是由一個Namenode和一定數(shù)目的Datanodes組成。

Namenode是一個中心服務(wù)器，負責(zé)管理文件系統(tǒng)的名字空間(namespace)以及客戶端對文件的訪問。

集群中的Datanode一般是一個節(jié)點一個，負責(zé)管理它所在節(jié)點上的存儲。

HDFS暴露了文件系統(tǒng)的名字空間，用戶能夠以文件的形式在上面存儲數(shù)據(jù)。

從內(nèi)部看，一個文件其實被分成一個或多個數(shù)據(jù)塊，這些塊存儲在一組Datanode上。

Namenode執(zhí)行文件系統(tǒng)的名字空間操作，比如打開、關(guān)閉、重命名文件或目錄。

它也負責(zé)確定數(shù)據(jù)塊到具體Datanode節(jié)點的映射。

Datanode負責(zé)處理文件系統(tǒng)客戶端的讀寫請求。

在Namenode的統(tǒng)一調(diào)度下進行數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制。

下圖為HDFS系統(tǒng)架構(gòu)圖，主要有三個角色，Client、NameNode、DataNode。

文件寫入時：Client向NameNode發(fā)起文件寫入的請求。

NameNode根據(jù)文件大小和文件塊配置情況，返回給Client它所管理部分DataNode的信息。

Client將文件劃分為多個block塊，并根據(jù)DataNode的地址信息，按順序?qū)懭氲矫恳粋€DataNode塊中。

當文件讀取：Client向NameNode發(fā)起文件讀取的請求。

NameNode返回文件存儲的block塊信息、及其block塊所在DataNode的信息。

Client讀取文件信息。

HDFS 數(shù)據(jù)備份HDFS被設(shè)計成一個可以在大集群中、跨機器、可靠的存儲海量數(shù)據(jù)的框架。

它將所有文件存儲成block塊組成的序列，除了最后一個block塊，所有的block塊大小都是一樣的。

文件的所有block塊都會因為容錯而被復(fù)制。

每個文件的block塊大小和容錯復(fù)制份數(shù)都是可配置的。

容錯復(fù)制份數(shù)可以在文件創(chuàng)建時配置，后期也可以修改。

HDFS中的文件默認規(guī)則是write one（一次寫、多次讀）的，并且嚴格要求在任何時候只有一個writer。NameNode負責(zé)管理block塊的復(fù)制，它周期性地接收集群中所有DataNode的心跳數(shù)據(jù)包和Blockreport。心跳包表示DataNode正常工作，Blockreport描述了該DataNode上所有的block組成的列表。

--------------------- 

作者：Resines 

來源：CSDN 

原文：https://blog.csdn.net/genglei1022/article/details/89646714 

版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請附上博文鏈接！

MapReduce: 

YARN: