HDFS核心组件

介绍HDFS核心组件–NameNode、Secondary NameNode、DataNode

维护着HDFS中全部数据的元数据，包括所存储的文件和目录的元数据。这些元数据主要包括文件创建/修改时间戳、访问控制列表、块的副本信息以及文件当前状态。

控制着对数据的所有操作。在HDFS上的所有操作，都需要首先通过NameNode，然后再传递到Hadoop的相关组件。

向客户端提供系统数据块信息，以及应该从哪个数据块进行读/写。

向DataNode发出一些特殊命令，如：删除损坏的数据块。

作用：Secondary NameNode会周期性地从NameNode中获取FSImage和EditLog，将两个文件合并成新的FSImage后，替换NameNode中的原FsImage文件，以减少NameNode重启更新FsImage文件的时间。

FSImage和EidtLog创建于部署Hadoop环境过程中的NameNode格式化（命令：hadoop namenode -format）。在HDFS中，FSImage和EidtLog存储了有关NameNode的所有操作及整个集群的状态元数据，用于保持集群重启之后的状态和上次停止前的状态一致¹

• FSImage文件：HDFS文件系统存于硬盘中的所有元数据（即全量），里面记录了重启前HDFS文件系统中所有目录和文件的序列化信息²
• EditLog文件：保存了重启之后所有针对HDFS文件系统的操作（即增量），如增加文件、重命名文件、删除目录等操作信息²

启动Hadoop后，当用户或客户端发出操作请求，NameNode都会将元数据写入到EditLog中，在集群重启时再将EditLog中的元数据依次写入FSImage，并清空EditLog文件。EditLog作用如下图所示。³:

只有在NameNode重启时，EditLog才会合并到FSImage文件中，从而得到一个文件系统的最新快照。但因为集群中的NameNode很少重启，这意味着当NameNode运行了很长时间后，EditLog文件会变得很大。这将导致NameNode重启会花费很长时间；如果NameNode挂掉，那将丢失大量元数据信息。

而Secondary NameNode周期性合并FSImage能很好的解决以上问题，Secondary NameNode工作流程如下图所示。

网页端口查看Hadoop启动过程，http://localhost:50070

存储数据，以块（block）为单位存储数据，每个数据块的大小默认是64M或128M、256M

处理来自客户端的读/写请求，DataNode负责数据块的创建、复制和删除。这些操作命令来自NameNode，并由DataNode执行。

和NameNode通过heartbeat机制保持连接，周期性的向NameNode上报保存的块block信息（block Report机制），若NameNode超过10分钟没有收到DataNode的heartbeat，则认为其已经Lost，并将Block的信息复制到其他DataNode上，以保证副本数。