2019-8-2    大數據班正式開課， 整天講解大數據的軟件構成和概念

Hadoop , 想到鴻蒙的未來，我還想大干一場

HDFS:

Hadoop是Apache軟件基金會所開發的并行計算框架與分布式文件系統。

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

HDFS是Hadoop分布式文件系統（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，可以部署在多種普通的廉價機器上，以集群處理數量積達到大型主機處理性能。

HDFS 架構原理HDFS采用master/slave架構。

一個HDFS集群包含一個單獨的NameNode和多個DataNode。

NameNode作為master服務，它負責管理文件系統的命名空間和客戶端對文件的訪問。

NameNode會保存文件系統的具體信息，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，在集群中可以存在多個。

通常每一個DataNode都對應于一個物理節點。

DataNode負責管理節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塊信息發送給NameNode。

HDFS采用master/slave架構。一個HDFS集群是由一個Namenode和一定數目的Datanodes組成。

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

集群中的Datanode一般是一個節點一個，負責管理它所在節點上的存儲。

HDFS暴露了文件系統的名字空間，用戶能夠以文件的形式在上面存儲數據。

從內部看，一個文件其實被分成一個或多個數據塊，這些塊存儲在一組Datanode上。

Namenode執行文件系統的名字空間操作，比如打開、關閉、重命名文件或目錄。

它也負責確定數據塊到具體Datanode節點的映射。

Datanode負責處理文件系統客戶端的讀寫請求。

在Namenode的統一調度下進行數據塊的創建、刪除和復制。

下圖為HDFS系統架構圖，主要有三個角色，Client、NameNode、DataNode。

文件寫入時：Client向NameNode發起文件寫入的請求。

NameNode根據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DataNode的地址信息，按順序寫入到每一個DataNode塊中。

當文件讀取：Client向NameNode發起文件讀取的請求。

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 數據備份HDFS被設計成一個可以在大集群中、跨機器、可靠的存儲海量數據的框架。

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制。

每個文件的block塊大小和容錯復制份數都是可配置的。

容錯復制份數可以在文件創建時配置，后期也可以修改。

HDFS中的文件默認規則是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負責管理block塊的復制，它周期性地接收集群中所有DataNode的心跳數據包和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 

版權聲明：本文為博主原創文章，轉載請附上博文鏈接！

MapReduce: 

YARN: