從HDFS架構(gòu)和設(shè)計(jì)看Hadoop和云計(jì)算的關(guān)系
云計(jì)算(cloud computing)，由位于網(wǎng)絡(luò)上的一組服務(wù)器把其計(jì)算、存儲、數(shù)據(jù)等資源以服務(wù)的形式提供給請求者以完成信息處理任務(wù)的方法和過程。在此過程中被服務(wù)者只是提供需求并獲取服務(wù)結(jié)果，對于需求被服務(wù)的過程并不知情。同時(shí)服務(wù)者以***利用的方式動態(tài)地把資源分配給眾多的服務(wù)請求者，以求達(dá)到***效益。
Hadoop分布式文件系統(tǒng)(HDFS)被設(shè)計(jì)成適合運(yùn)行在通用硬件(commodity hardware)上的分布式文件系統(tǒng)。它和現(xiàn)有的分布式文件系統(tǒng)有很多共同點(diǎn)。但同時(shí)，它和其他的分布式文件系統(tǒng)的區(qū)別也是很明顯的。HDFS是一個(gè)高度容錯(cuò)性的系統(tǒng)，適合部署在廉價(jià)的機(jī)器上。HDFS能提供高吞吐量的數(shù)據(jù)訪問，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用。
一 前提和設(shè)計(jì)目標(biāo)
1 hadoop和云計(jì)算的關(guān)系
云計(jì)算由位于網(wǎng)絡(luò)上的一組服務(wù)器把其計(jì)算、存儲、數(shù)據(jù)等資源以服務(wù)的形式提供給請求者以完成信息處理任務(wù)的方法和過程。針對海量文本數(shù)據(jù)處理,為實(shí)現(xiàn)快速文本處理響應(yīng),縮短海量數(shù)據(jù)為輔助決策提供服務(wù)的時(shí)間,基于Hadoop云計(jì)算平臺,建立HDFS分布式文件系統(tǒng)存儲海量文本數(shù)據(jù)集,通過文本詞頻利用MapReduce原理建立分布式索引,以分布式數(shù)據(jù)庫HBase存儲關(guān)鍵詞索引,并提供實(shí)時(shí)檢索,實(shí)現(xiàn)對海量文本數(shù)據(jù)的分布式并行處理.實(shí)驗(yàn)結(jié)果表明,Hadoop框架為大規(guī)模數(shù)據(jù)的分布式并行處理提供了很好的解決方案。
2 流式數(shù)據(jù)訪問
運(yùn)行在HDFS上的應(yīng)用和普通的應(yīng)用不同，需要流式訪問它們的數(shù)據(jù)集。HDFS的設(shè)計(jì)中更多的考慮到了數(shù)據(jù)批處理，而不是用戶交互處理。比之?dāng)?shù)據(jù)訪問的低延遲問題，更關(guān)鍵的在于數(shù)據(jù)訪問的高吞吐量。
3 大規(guī)模數(shù)據(jù)集
運(yùn)行在HDFS上的應(yīng)用具有很大的數(shù)據(jù)集。HDFS上的一個(gè)典型文件大小一般都在G字節(jié)至T字節(jié)。因此，HDFS被調(diào)節(jié)以支持大文件存儲。它應(yīng)該能提供整體上高的數(shù)據(jù)傳輸帶寬，能在一個(gè)集群里擴(kuò)展到數(shù)百個(gè)節(jié)點(diǎn)。一個(gè)單一的HDFS實(shí)例應(yīng)該能支撐數(shù)以千萬計(jì)的文件。
4 簡單的一致性模型
HDFS 應(yīng)用需要一個(gè)“一次寫入多次讀取”的文件訪問模型。一個(gè)文件經(jīng)過創(chuàng)建、寫入和關(guān)閉之后就不需要改變。這一假設(shè)簡化了數(shù)據(jù)一致性問題，并且使高吞吐量的數(shù)據(jù)訪問成為可能。Map/Reduce應(yīng)用或者網(wǎng)絡(luò)爬蟲應(yīng)用都非常適合這個(gè)模型。目前還有計(jì)劃在將來擴(kuò)充這個(gè)模型，使之支持文件的附加寫操作。
5 異構(gòu)軟硬件平臺間的可移植性
HDFS在設(shè)計(jì)的時(shí)候就考慮到平臺的可移植性。這種特性方便了HDFS作為大規(guī)模數(shù)據(jù)應(yīng)用平臺的推廣。
6 硬件錯(cuò)誤
硬件錯(cuò)誤是常態(tài)而不是異常。HDFS可能由成百上千的服務(wù)器所構(gòu)成，每個(gè)服務(wù)器上存儲著文件系統(tǒng)的部分?jǐn)?shù)據(jù)。我們面對的現(xiàn)實(shí)是構(gòu)成系統(tǒng)的組件數(shù)目是巨大的，而且任一組件都有可能失效，這意味著總是有一部分HDFS的組件是不工作的。因此錯(cuò)誤檢測和快速、自動的恢復(fù)是HDFS最核心的架構(gòu)目標(biāo)。
#p#
二 HDFS重要名詞解釋
HDFS 采用master/slave架構(gòu)。一個(gè)HDFS集群是由一個(gè)Namenode和一定數(shù)目的Datanodes組成。Namenode是一個(gè)中心服務(wù)器，負(fù)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(gè)節(jié)點(diǎn)一個(gè)，負(fù)責(zé)管理它所在節(jié)點(diǎn)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(gè)文件其實(shí)被分成一個(gè)或多個(gè)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(fù)責(zé)確定數(shù)據(jù)塊到具體Datanode節(jié)點(diǎn)的映射。Datanode負(fù)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(jìn)行數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制。
集群中單一Namenode的結(jié)構(gòu)大大簡化了系統(tǒng)的架構(gòu)。Namenode是所有HDFS元數(shù)據(jù)的仲裁者和管理者，這樣，用戶數(shù)據(jù)永遠(yuǎn)不會流過Namenode。
1 Namenode
(1)HDFS的守護(hù)程序。
(2)記錄文件時(shí)如何分割成數(shù)據(jù)塊的，以及這些數(shù)據(jù)塊被存數(shù)到那些借點(diǎn)上。
(3)對內(nèi)存和I/O進(jìn)行集中管理
(4)namenode是單個(gè)節(jié)點(diǎn)，發(fā)生故障將使集群崩潰。
2 secondary Namenode
(1)監(jiān)控HDFS狀態(tài)的輔助后臺程序
(2)secondary Namenode與namenode通訊，定期保存HDFS元數(shù)據(jù)快照。
(3)當(dāng)namenode故障時(shí)候，secondary Namenode可以作為備用namenode使用。
3 Datanode
Datanode將HDFS數(shù)據(jù)以文件的形式存儲在本地的文件系統(tǒng)中，它并不知道有關(guān)HDFS文件的信息。它把每個(gè) HDFS數(shù)據(jù)塊存儲在本地文件系統(tǒng)的一個(gè)單獨(dú)的文件中。Datanode并不在同一個(gè)目錄創(chuàng)建所有的文件，實(shí)際上，它用試探的方法來確定每個(gè)目錄的***文件數(shù)目，并且在適當(dāng)?shù)臅r(shí)候創(chuàng)建子目錄。
4 jobTracker
(1)用于處理作業(yè)的后臺程序
(2)決定有哪些文件參與處理，然后切割task并分配節(jié)點(diǎn)
(3)監(jiān)控task，重啟失敗的task
(4)每個(gè)集群只有唯一一個(gè)jobTracker，位于Master。
5 TaskTracker
(1)位于slave節(jié)點(diǎn)上，與datanode結(jié)合
(2)管理各自節(jié)點(diǎn)上的task(由jobTracker分配)
(3)每個(gè)節(jié)點(diǎn)只有一個(gè)tasktracker，但一個(gè)tasktracker可以啟動多個(gè)JVM,
(4)與jobtracker交互
#p#
三 HDFS數(shù)據(jù)存儲
1 HDFS數(shù)據(jù)存儲特點(diǎn)
(1)HDFS被設(shè)計(jì)成能夠在一個(gè)大集群中跨機(jī)器可靠地存儲超大文件。
(2)它將每個(gè)文件存儲成一系列的數(shù)據(jù)塊，除了***一個(gè)，所有的數(shù)據(jù)塊都是同樣大小的，數(shù)據(jù)塊的大小是可以配置的。
(3)文件的所有數(shù)據(jù)塊都會有副本。每個(gè)副本系數(shù)都是可配置的。 (4)應(yīng)用程序可以指定某個(gè)文件的副本數(shù)目。
(5)HDFS中的文件都是一次性寫入的，并且嚴(yán)格要求在任何時(shí)候只能有一個(gè)寫入者。
2 心跳機(jī)制
Namenode全權(quán)管理數(shù)據(jù)塊的復(fù)制，它周期性地從集群中的每個(gè)Datanode接收心跳信號和塊狀態(tài)報(bào)告(Blockreport)。接收到心跳信號意味著該Datanode節(jié)點(diǎn)工作正常。塊狀態(tài)報(bào)告包含了一個(gè)該Datanode上所有數(shù)據(jù)塊的列表。
3 副本存放
副本的存放是HDFS可靠性和性能的關(guān)鍵。HDFS采用一種稱為機(jī)架感知(rack-aware)的策略來改進(jìn)數(shù)據(jù)的可靠性、可用性和網(wǎng)絡(luò)帶寬的利用率。
4 副本選擇
為了降低整體的帶寬消耗和讀取延時(shí)，HDFS會盡量讓讀取程序讀取離它最近的副本。如果在讀取程序的同一個(gè)機(jī)架上有一個(gè)副本，那么就讀取該副本。如果一個(gè)HDFS集群跨越多個(gè)數(shù)據(jù)中心，那么客戶端也將首先讀本地?cái)?shù)據(jù)中心的副本。
5 安全模式
Namenode啟動后會進(jìn)入一個(gè)稱為安全模式的特殊狀態(tài)。處于安全模式的Namenode是不會進(jìn)行數(shù)據(jù)塊的復(fù)制的。Namenode從所有的 Datanode接收心跳信號和塊狀態(tài)報(bào)告。
#p#
四 HDFS數(shù)據(jù)健壯性
HDFS的主要目標(biāo)就是即使在出錯(cuò)的情況下也要保證數(shù)據(jù)存儲的可靠性。常見的三種出錯(cuò)情況是：Namenode出錯(cuò), Datanode出錯(cuò)和網(wǎng)絡(luò)割裂(network partitions)。
1 磁盤數(shù)據(jù)錯(cuò)誤，心跳檢測和重新復(fù)制
每個(gè)Datanode節(jié)點(diǎn)周期性地向Namenode發(fā)送心跳信號。網(wǎng)絡(luò)割裂可能導(dǎo)致一部分Datanode跟Namenode失去聯(lián)系。Namenode 通過心跳信號的缺失來檢測這一情況，并將這些近期不再發(fā)送心跳信號Datanode標(biāo)記為宕機(jī)，不會再將新的IO請求發(fā)給它們。任何存儲在宕機(jī) Datanode上的數(shù)據(jù)將不再有效。Datanode的宕機(jī)可能會引起一些數(shù)據(jù)塊的副本系數(shù)低于指定值，Namenode不斷地檢測這些需要復(fù)制的數(shù)據(jù)塊，一旦發(fā)現(xiàn)就啟動復(fù)制操作。在下列情況下，可能需要重新復(fù)制：某個(gè)Datanode節(jié)點(diǎn)失效，某個(gè)副本遭到損壞，Datanode上的硬盤錯(cuò)誤，或者文件的副本系數(shù)增大。
2 集群均衡
HDFS的架構(gòu)支持?jǐn)?shù)據(jù)均衡策略。如果某個(gè)Datanode節(jié)點(diǎn)上的空閑空間低于特定的臨界點(diǎn)，按照均衡策略系統(tǒng)就會自動地將數(shù)據(jù)從這個(gè)Datanode移動到其他空閑的Datanode。當(dāng)對某個(gè)文件的請求突然增加，那么也可能啟動一個(gè)計(jì)劃創(chuàng)建該文件新的副本，并且同時(shí)重新平衡集群中的其他數(shù)據(jù)。這些均衡策略目前還沒有實(shí)現(xiàn)。
3 數(shù)據(jù)完整性
從某個(gè)Datanode獲取的數(shù)據(jù)塊有可能是損壞的，損壞可能是由Datanode的存儲設(shè)備錯(cuò)誤、網(wǎng)絡(luò)錯(cuò)誤或者軟件bug造成的。HDFS客戶端軟件實(shí)現(xiàn)了對HDFS文件內(nèi)容的校驗(yàn)和 (checksum)檢查。當(dāng)客戶端創(chuàng)建一個(gè)新的HDFS文件，會計(jì)算這個(gè)文件每個(gè)數(shù)據(jù)塊的校驗(yàn)和，并將校驗(yàn)和作為一個(gè)單獨(dú)的隱藏文件保存在同一個(gè) HDFS名字空間下。當(dāng)客戶端獲取文件內(nèi)容后，它會檢驗(yàn)從Datanode獲取的數(shù)據(jù)跟相應(yīng)的校驗(yàn)和文件中的校驗(yàn)和是否匹配，如果不匹配，客戶端可以選擇從其他Datanode獲取該數(shù)據(jù)塊的副本。
4 元數(shù)據(jù)磁盤錯(cuò)誤
FsImage和Editlog是HDFS的核心數(shù)據(jù)結(jié)構(gòu)。如果這些文件損壞了，整個(gè)HDFS實(shí)例都將失效。因而，Namenode可以配置成支持維護(hù)多個(gè)FsImage和Editlog的副本。任何對FsImage或者 Editlog的修改，都將同步到它們的副本上。這種多副本的同步操作可能會降低Namenode每秒處理的名字空間事務(wù)數(shù)量。然而這個(gè)代價(jià)是可以接受的，因?yàn)榧词笻DFS的應(yīng)用是數(shù)據(jù)密集的，它們也非元數(shù)據(jù)密集的。當(dāng)Namenode重啟的時(shí)候，它會選取最近的完整的FsImage和Editlog來使用。
Namenode是HDFS集群中的單點(diǎn)故障(single point of failure)所在。如果Namenode機(jī)器故障，是需要手工干預(yù)的。目前，自動重啟或在另一臺機(jī)器上做Namenode故障轉(zhuǎn)移的功能還沒實(shí)現(xiàn)。
5 快照
快照支持某一特定時(shí)刻的數(shù)據(jù)的復(fù)制備份。利用快照，可以讓HDFS在數(shù)據(jù)損壞時(shí)恢復(fù)到過去一個(gè)已知正確的時(shí)間點(diǎn)。HDFS目前還不支持快照功能，但計(jì)劃在將來的版本進(jìn)行支持。
