Hadoop分布式文件系统--HDFS结构分析

时间:2021-09-05 22:41:14

转自:http://blog.csdn.net/androidlushangderen/article/details/47377543

HDFS系列:http://blog.csdn.net/Androidlushangderen/article/category/5734703

前言

在Hadoop内部,具体实现了许多类的文件系统,当然最最被我们用到的就是他的分布式文件系统HDFS了。但是本篇文章不会讲HDFS的主从架构等东西,因为这些东西网上和资料书中都讲得很多了。所以,我决定以我个人的学习所得,来讲讲HDFS内部的一些有意思的东西,也作为一个起始点,为后续继续深入其中模块的学习做基础。

HDFS两大主流关系模块

  • 与NameNode相关,文件系统元数据操作相关。包括文件目录树,每个文件对于数据块列表,fsImgae镜像文件和editlog编辑日志在维护整个集群元数据的时候的各种操作。

  • 与DataNode相关,指的就是数据块与数据节点的对应关系,通俗的理解就是某个数据块保存在哪些数据节点上。里面其实会涉及到很多操作,包括block副本复制,损坏块删除,租约机制等等。

第一关系模块(NameNode相关)

涉及的类

INode

Hadoop也同样用了类似linux文件系统中的i-node的概念,即索引节点。INode是一个抽象类,后面的INodeDirectory以及INodeFile都是他的子类,这样就可以做到保持一些共有的属性。

INodeDirectory,INodeFile

  • 常用方法:
    • INodeDirectory.removeChild()

FSImage

  • 命名空间镜像类,下面是常用的方法
    • FSImage.saveFSImage()–讲当前时刻的命名空间镜像,保存文件中
    • FSImage.loadFSImage()–读取镜像文件中的数据,恢复元数据

FSEditLog

  • 编辑日志类,下面是常用方法
    • FSEditLog.logEdit()–写入日志记录操作。
    • FSEditLog.logSync()–同步日志记录操作。
    • FSEditLog.rollEditLog()–用于第二名字节点上载新命名空间镜像。

FSDirectory

  • HDFS引入FSDirectory作为门面,处理各种操作,然后分派到子系统中的各个对象中。常用方法
    • getFileInfo()–获取文件状态信息
    • setOwner()–修改文件主标识符和用户组标识符

第二关系模块(DataNode相关)

Block数据块相关类

  • BlocksMap–数据块映射,名字节点上数据块的元数据
  • DatanodeDescriptor–数据节点描述符,名字节点对数据节点的抽象
  • BlockInfo-BlocksMap,保存数据节点的信息

数据节点管理

  • refreshNodes()–会读取dfs.hosts.exclude,include配置的信息。
  • registerDatanode–数据节点注册
  • DataNode.offerService()–数据节点利用循环向名字节点发送信息。

网络结构

  • 相关类NetworkTopology,常用方法:

    • getDistance()–计算网络距离
    • isOnSameRack()–判断节点是否属于同一机架上
  • DNSToSwitchMapping–此接口用于主机到网络位置的转换

数据块管理

  • 相关类主要为FSNameSystem,常用方法:
    • FSNameSystem.addStoreBlock()–添加数据块副本
    • blockReceived()–数据块提交方法,数据节点成功接收到一个数据块后,必须使用此方法向名字节点提交数据块信息。

读取数据方法

  • getBlockLocations()–读取数据前需要定位数据的位置,返回LocatedBlock对象实例
  • reportBadBlocks()

租约

  • 简单的说,租约是名字节点给予租约持有者在规定时间内对文件的使用权限。
    • LeaseManager.Lease 租约持有者的信息,就是客户端。
    • LeaseManager.add()–在租约管理器中添加打开文件的信息。
    • FSNamesystem.checkLease()–租约检查操作,为追加数据打开文件,添加,放弃数据块或关闭文件的时候,都需要对被操作的文件进行租约检查。
    • LeaseManager.renewLease()–通过更新Lease.lastUpdate的值来维护租约。
    • LeaseManager.Monitor–这是一个内部类,Monitor类实现了runnable接口,定期进行租约检查。

安全模式

  • SafeMode安全模式是HDFS的一个只读的视图模式,所有的更新操作都会检验一次是否处于安全模式,相关类以及方法
    • SafeModeMonitor–安全模式的检查线程实现类。
    • canLeave()–判断内部的reached变量的值
    • setSafeMode()

参考文献

《Hadoop技术内部–HDFS结构设计与实现原理》.蔡斌等