Hadoop基本介绍2
HDFS 特性
- 1、海量数据存储： HDFS可横向扩展，其存储的文件可以支持PB级别数据。
- 2、高容错性：节点丢失，系统依然可用，数据保存多个副本，副本丢失后自动恢复。
可构建在廉价（与小型机大型机比）的机器上，实现线性扩展(随着节点数量的增加，集群的存储能力，计算能力随之增加)。 - 3、大文件存储：DFS采用数据块的方式存储数据，将一个大文件切分成多个小文件，分布存储。
HDFS缺点：
- 1、 不能做到低延迟数据访问： HDFS 针对一次性读取大量数据继续了优化，牺牲了延迟性。
- 2、不适合大量的小文件存储 ：
A:由于namenode将文件系统的元数据存储在内存中,因此该文件系统所能存储的文件总数受限于namenode的内存容量。
B:每个文件、目录和数据块的存储信息大约占150字节。
由于以上两个原因，所以导致HDFS不适合大量的小文件存储 - 3、文件的修改； 不适合多次写入，一次读取（少量读取）
- 4、不支持多用户的并行写
HDFS高级命令
HDFS上的某一个特定的目录存储的数据副本 、数据量、文件的个数进行设置。
设置目录可以存储的文件的数量 hdfs dfsadmin -setQuota 100 lisi （文件夹本身算一个）
清空文件夹内数据良方的限制 hdfs dfsadmin -clrQuota /user/root/lisi
限制文件夹下存储的数据量 hdfs dfsadmin -setSpaceQuota 100M /user/root/lisi
清空文件夹数量的限制 hdfs dfsadmin -clrSpaceQuota /user/root/lisi
查看文件夹的限额数 hdfs dfs -count -q -h /user/root/lisi
HDFS安全模式
安全模式是HDFS所处的一种特殊状态，在这种状态下，文件系统只接受读数据请求，而不接受删除、修改等变更请求。
HDFS什么时候进入安全模式：在NameNode主节点启动时，HDFS首先进入安全模式
在安全模式下做了什么： DataNode在启动的时候会向namenode汇报可用的block等状态
查看hdfs在什么模式 hdfs dfsadmin -safemode get
进入hdfs安全模式 hdfs dfsadmin -safemode enter
退出hdfs安全模式 hdfs dfsadmin -safemode leave
Fsimage Edits
Fsimage 记录HDFS文件系统的镜像或快照（周期性记录）（此文件相对较小）
Edits 记录客户端对进行的所有的增、删、改、追加等操作（没有使用Secondary NameNode之前，不是周期性生成）（此文件相对较大）
Fsimage Edits作用：
用于还原集群上次关闭时的状态。还原时将两个文件加载到内存，检查、合并最终生成一个新
的Fsimage 。原本的Edits失效。
查看Fsimage Edits
在配置文件hdfs-site.xml中记录了两个文件的存放位置。
dfs.namenode.name.dir Fsimage 的存放路径
dfs.namenode.edits.dir edits日志存放的路径
将Fsimage转换成xml
hdfs oiv -i fsimage_0000000000000024681 -p XML -o test001.xml
将 Edits转换成xml
hdfs oev -i edits_0000000000000000523-0000000000000024565 -p XML -o test002.xml
SecondaryNamenode工作原理
前提：
不使用SNN,日志文件会很大，日志大会导致集群恢复到上次关机前的状态花费很长时间，这个时候集群处于
安全模式，集群不可用。长时间处于安全模式。
目标：
加快集群二次启动的速度。（减少集群二次启动的时间）
SecondaryNamenode周期性复制NameNode的FSIMAGE 和edits到本机（SecondaryNamenode本机），将两个
文件进行合并，最终生成全新的Fsimage,将最新的Fsimage发送回Namenode 。
意义：
辅助NameNode合并Fsimage Edits.减小了日志的大小，加快了集群的二次启动速度。
SecondaryNamenode自己独立部署在有一个节点上。此节点的配置要与NameNode相同。
什么时候进行文件拷贝合并
- 1 dfs.namenode.checkpoint.period ：3600 默认情况下 一小时合并一次
- 2、dfs.namenode.checkpoint.txns ：1000000 100W次集群操作，进行一次合并