hadoop基本知识

淑昊柠

　　Hadoop生态系统
Hbase
 1、Nosql数据库，key-value存储
 2、最大化利用内存
HDFS
 1、hadoop distribute file system分布式文件系统
 2、最大化利用磁盘
MapReduce
 1、编程模型，主要用来做数据分析
 2、最大化利用CPU
　　HDFS设计原则
文件以快(block）方式存储
每个块带下远比多数文件系统来的大（预设64M）
通过副本机制提高可靠度和读取吞吐量
每个区块至少分到三台DataNode上
单一master(NameNode)来协调存储单元数据(metadata)
客户端对文件没有缓存机制(No data caching)
　　NameNode(NN)
NameNode主要功能提供名称查询服务，它是一个jetty服务器
NameNode保存metadata信息，包括
 1、文件ownrship和permissions
 2、文件包含哪些块
 3、Block保存在哪些DataNode(由DataNode启动时上报）
NameNode的metadata信息在启动后会加载到内存
matedata存储到磁盘文件名为fsimage,
 block的位置信息不回保存到fsimage
　　DataNode(DN)
 保存Block
 启动DN线程的时候会向NN汇报block信息
 通过向NN发送心跳保持与其联系（3秒一次），如果NN10分钟没有收到
 DN的心跳，则认为其已经lost,并copy其上的block到其他DN。
　　Block的副本放置策略
 第一个副本：放置在上传文件的DN，如果是集群外提交，则随机挑选
 一台磁盘不太满，CPU不太忙的节点
 第二个副本：放置在于第一个副本不同的机架的节点上
 第三个副本：与第二个副本相同集群的几点
 更多副本：随机节点
　　设置一个Block64MB,如果上传文件小于改值，仍然会占用一个Block的命名空间
（NameNode metadata)，但是物理存储上不会占用64MB的空间。
Block的大小和副本数由Client端上传文件到HDFS时设置，其中副本
数可以变更，Block是不可以再上传后变更的。
　　数据损坏(corruption)处理
当DN读取block的时候，它会计算checksum
如果计算后的checksum，与block创建时值不一样，说明该block已经损坏。
client读取其他DN上的block，NN标记改块已经损坏，然后复制block
达到预期设置的文件备份数
DN在其文件创建后三周验证其checksum
　　SecondaryNameNode(SNN)
它不是NN的热备份
它可以作为冷备份
  1、将本地保存的fsimage导入
  2、修改cluster所有DN的NameNode地址
  3、修改所有client端NameNode地址
  4、or 修改SNN IP为原NNIP
它的工作是帮助NN合并edits log,减少NN启动时间。
　　HDFS文件权限
与liunx文件权限类似
r:read,w:write,x:execute，权限X对于文件忽略，对于文件夹表示是否允许访问其内容
如果linux系统用户zhangshan使用Hadoop命令创建了一个文件
那么这个文件在HDFS中owner就是zhangshan
HDFS的权限目的，阻止好人做错事，而不是阻止坏人做坏事
HDFS详细，你告诉我你是谁，我就认为你是谁。
　　安全模式
1、namenode启动的时候，首先将映射文件(fsimage)载人内存，并执行编辑日志(edits)中的各项操作
2、一旦在内存中成功建立文件系统元数据的映射，则创建一个新的fsimage文件(这个操作不需要SecondaryNameData)和一个日志编辑器
3、NameNode开始监听RPC和HTTP请求
4、此刻namenode运行安全模式，即namenode的文件系统对于客服端来说是只读的。（显示目录，显示文件内容等，写、删除、重命名等都会失败）
5、系统中数据块的位置并不是由namenode维护的，而是以块列形式存储在datanode中。
6、在系统的正常操作期间，namenode会在内存中保留所有块位置的映射信息。
7、在安全模式下，各个在datanode 会向namenode发送块列表的最新情况
8、进入和离开安全模式
查看namenode处于哪个状态
   hadoop dfsadmin -safemode get
  进入安全模式
   hadoop dfsadmin -safemode enter
  离开安全模式
   hadoop dfsadmin -safemode leave
　　
  HDFS开发常用命令
  hadoop -mkdir /usr/xx/xxx
  上传一个文件
  hadoop fs -put/copyFromLocal word.txt /usr/hadoop/xxx
  删除一个文件和文件夹
  hadoop fs -rm /usr/xxxx
  查看一个文件夹里有哪些文件
  hadoop fs -ls /usr/hadoop/xx
  查看某个文件的内容
  hadoop fs -text/cat/tail /usr/xxxx