(最新整理)分布式文件系统HDFS课件.ppt

1、(最新整理)分布式文件系统HDFS12021/7/26大数据技术及应用 信息科学与技术学院 2 石家庄铁道大学 信息科学与技术学院第三章第三章 分布式文件系统分布式文件系统HDFS 大数据技术及应用大数据技术及应用大数据技术及应用 信息科学与技术学院 3 提纲3.1 分布式文件系统分布式文件系统3.2 HDFS简介简介3.3 HDFS相关概念相关概念3.4 HDFS体系结构体系结构3.5 HDFS存储原理存储原理3.6 HDFS数据读写过程数据读写过程3.7HDFS编程实践编程实践大数据技术及应用 信息科学与技术学院 4 3.1分布式文件系统 3.1.1计算机集群结构计算机集群结构 3.1.2

2、分布式文件系统的结构分布式文件系统的结构大数据技术及应用 信息科学与技术学院 5 3.1.1计算机集群结构分布式文件系统把文件分布存储到多个计算机节点上，成千上万的计算分布式文件系统把文件分布存储到多个计算机节点上，成千上万的计算机节点构成计算机集群机节点构成计算机集群与之前使用多个处理器和专用高级硬件的并行化处理装置不同的是，目与之前使用多个处理器和专用高级硬件的并行化处理装置不同的是，目前的分布式文件系统前的分布式文件系统所采用的计算机集群，都是由普通硬件构成的所采用的计算机集群，都是由普通硬件构成的，这就，这就大大降低了硬件上的开销大大降低了硬件上的开销图3-1 计算机集群的基本架构 节

3、点放机架上，节点放机架上，每个机架放每个机架放8-64各节点，通过网各节点，通过网络互联。络互联。大数据技术及应用 信息科学与技术学院 6 3.1.2分布式文件系统的结构 分布式文件系统在物理结构上是由计算机集群中的多个节点构成的，分布式文件系统在物理结构上是由计算机集群中的多个节点构成的，这些节点分为两类，一类叫这些节点分为两类，一类叫“主节点主节点”(Master Node)或者也被称为或者也被称为“名称名称结点结点”(NameNode)，另一类叫，另一类叫“从节点从节点”（Slave Node）或者也被称为）或者也被称为“数据节点数据节点”(DataNode)。图3-2 大规模文件系统的

4、整体结构负责文件和目录的创建、删除和重命名等负责文件和目录的创建、删除和重命名等负责数据的负责数据的存储和读取存储和读取大数据技术及应用 信息科学与技术学院 7 3.2HDFS简介简介HDFS要实现以下目标：要实现以下目标：兼容廉价的硬件设备兼容廉价的硬件设备流数据读写流数据读写大数据集大数据集简单的文件模型简单的文件模型强大的跨平台兼容性强大的跨平台兼容性HDFS特殊的设计，在实现上述优良特性的同时，也使得特殊的设计，在实现上述优良特性的同时，也使得自身具有一些应用局限性，主要包括以下几个方面：自身具有一些应用局限性，主要包括以下几个方面：不适合低延迟数据访问不适合低延迟数据访问无法高效存储

5、大量小文件无法高效存储大量小文件不支持多用户写入及任意修改文件不支持多用户写入及任意修改文件大数据技术及应用 信息科学与技术学院 8 3.3.1块块HDFSHDFS默认默认一个块一个块64MB64MB，一个文件被分成多个块，以块作为存储单一个文件被分成多个块，以块作为存储单位，块的大小远远大于普通文件系统，可以最小化寻址开销。位，块的大小远远大于普通文件系统，可以最小化寻址开销。HDFSHDFS采用抽象的块概念可以带来以下几个明显的好处：采用抽象的块概念可以带来以下几个明显的好处：支持大规模文件存储：文件以块为单位进行存储，一个大规模支持大规模文件存储：文件以块为单位进行存储，一个大规模文件可

6、以被分拆成若干个文件块，不同的文件块可以被分发到不同文件可以被分拆成若干个文件块，不同的文件块可以被分发到不同的节点上，因此，一个文件的大小不会受到单个节点的存储容量的的节点上，因此，一个文件的大小不会受到单个节点的存储容量的限制，可以远远大于网络中任意节点的存储容量限制，可以远远大于网络中任意节点的存储容量 简化系统设计：首先，简化了存储管理，因为文件块大小是固简化系统设计：首先，简化了存储管理，因为文件块大小是固定的，这样就可以很容易计算出一个节点可以存储多少文件块；其定的，这样就可以很容易计算出一个节点可以存储多少文件块；其次，方便了元数据的管理，元数据不需要和文件块一起存储，可以次，方

7、便了元数据的管理，元数据不需要和文件块一起存储，可以由其他系统负责管理元数据由其他系统负责管理元数据 适合数据备份：每个文件块都可以冗余存储到多个节点上，大适合数据备份：每个文件块都可以冗余存储到多个节点上，大大提高了系统的容错性和可用性。大提高了系统的容错性和可用性。大数据技术及应用 信息科学与技术学院 9 3.3.2名称节点和数据节点名称节点和数据节点大数据技术及应用 信息科学与技术学院 10 3.3.2名称节点和数据节点名称节点和数据节点名称节点名称节点NameNode负责管理分布式文件系统的命名空间负责管理分布式文件系统的命名空间Namespace，保存，保存了了两个核心的数据结构两个

8、核心的数据结构，即，即FsImage和和EditLog：FsImage维护文件系统树以及文件树中所有的文件和文件夹的元数据。维护文件系统树以及文件树中所有的文件和文件夹的元数据。操作日志文件操作日志文件EditLog中记录了所有对文件的操作（创建中记录了所有对文件的操作（创建/删除删除/重命名）。重命名）。名称节点记录了每个文件中各个块所在的数据节点的位置信息。名称节点记录了每个文件中各个块所在的数据节点的位置信息。图3-3 名称节点的数据结构 名称节点的数据结构名称节点的数据结构大数据技术及应用 信息科学与技术学院 11 3.3.2名称节点和数据节点名称节点和数据节点FsImage文件文件包

9、含文件系统中所有目录和文件包含文件系统中所有目录和文件inode的序列化的序列化形式形式。每个。每个inode是一个文件或目录的元数据的内部表示，包含是一个文件或目录的元数据的内部表示，包含信息：信息：文件的复制等级、修改和访问时间、访问权限、块大小文件的复制等级、修改和访问时间、访问权限、块大小以及组成文件的块。对于目录，则存储修改时间、权限和配额以及组成文件的块。对于目录，则存储修改时间、权限和配额元数据元数据FsImage文件文件没有记录块存储在哪个数据节点没有记录块存储在哪个数据节点。而是由名称节。而是由名称节点把这些映射保留在内存中，当数据节点加入点把这些映射保留在内存中，当数据节点

10、加入HDFS集群时，数集群时，数据节点会把自己所包含的块列表告知给名称节点，此后会定期据节点会把自己所包含的块列表告知给名称节点，此后会定期执行这种告知操作，以确保名称节点的块映射是最新的。执行这种告知操作，以确保名称节点的块映射是最新的。FsImage文件文件大数据技术及应用 信息科学与技术学院 12 3.3.2名称节点和数据节点名称节点和数据节点在名称节点启动的时候，它会在名称节点启动的时候，它会将将FsImage文件中的内容加载到文件中的内容加载到内存中内存中，之后再，之后再执行执行EditLog文件中的各项操作文件中的各项操作，使内存中的元，使内存中的元数据和实际的同步，存在内存中的元

11、数据支持客户端的读操作。数据和实际的同步，存在内存中的元数据支持客户端的读操作。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，则创建一个新的的FsImage文件和一个空的文件和一个空的EditLog文件。文件。名称节点起来之后，名称节点起来之后，HDFS中的更新操作会重新写到中的更新操作会重新写到EditLog文件中，因为文件中，因为FsImage文件一般都很大（文件一般都很大（GB级别的很常见），级别的很常见），如果所有的更新操作都往如果所有的更新操作都往FsImage文件中添加，这样会导致系文件中添加，这样会导致系统运行的十分缓慢，但是，如

12、果往统运行的十分缓慢，但是，如果往EditLog文件里面写就不会这文件里面写就不会这样，因为样，因为EditLog 要小很多。每次执行写操作之后，且在向客户要小很多。每次执行写操作之后，且在向客户端发送成功代码之前，端发送成功代码之前，edits文件都需要同步更新。文件都需要同步更新。名称节点的启动名称节点的启动大数据技术及应用 信息科学与技术学院 13 3.3.2名称节点和数据节点名称节点和数据节点在名称节点运行期间，在名称节点运行期间，HDFS的所有更新操作都是直接写到的所有更新操作都是直接写到EditLog中，久而久之，中，久而久之，EditLog文件将会变得很大。文件将会变得很大。虽然

13、这对名称节点运行时候是没有什么明显影响的，但是，当名称虽然这对名称节点运行时候是没有什么明显影响的，但是，当名称节点重启的时候，名称节点需要先将节点重启的时候，名称节点需要先将FsImage里面的所有内容映像里面的所有内容映像到内存中，然后再一条一条地执行到内存中，然后再一条一条地执行EditLog中的记录，当中的记录，当EditLog文文件非常大的时候，会导致名称节点启动操作非常慢，而在这段时间内件非常大的时候，会导致名称节点启动操作非常慢，而在这段时间内HDFS系统处于安全模式，一直无法对外提供写操作，影响了用户的系统处于安全模式，一直无法对外提供写操作，影响了用户的使用使用名称节点运行期

14、间名称节点运行期间EditLog不断变大的问题不断变大的问题如何解决？答案是：如何解决？答案是：SecondaryNameNode第二名称节点第二名称节点第二名称节点第二名称节点是是HDFS架构中的一个组成部分，它是用来保存名称架构中的一个组成部分，它是用来保存名称节点中对节点中对HDFS 元数据信息的备份，并减少名称节点重启的时间。元数据信息的备份，并减少名称节点重启的时间。SecondaryNameNode一般是单独运行在一台机器上。一般是单独运行在一台机器上。大数据技术及应用 信息科学与技术学院 14 3.3.2名称节点和数据节点名称节点和数据节点SecondaryNameNode的工作

15、情况：的工作情况：（1）SecondaryNameNode会定期和会定期和NameNode通信，请求其停止使用通信，请求其停止使用EditLog文文件，暂时将新的写操作写到一个新的文件件，暂时将新的写操作写到一个新的文件edit.new上来，这个操作是瞬间完成，上层写上来，这个操作是瞬间完成，上层写日志的函数完全感觉不到差别；日志的函数完全感觉不到差别；（2）SecondaryNameNode通过通过HTTP GET方方式从式从NameNode上获取到上获取到FsImage和和EditLog文件，并下载到本地的相应目录下；文件，并下载到本地的相应目录下；（3）SecondaryNameNode

16、将下载下来的将下载下来的FsImage载入到内存，然后一条一条地执行载入到内存，然后一条一条地执行EditLog文件文件中的各项更新操作，使得内存中的中的各项更新操作，使得内存中的FsImage保保持最新；这个过程就是持最新；这个过程就是EditLog和和FsImage文件文件合并；合并；（4）SecondaryNameNode执行完（执行完（3）操作）操作之后，会通过之后，会通过post方式将新的方式将新的FsImage文件发文件发送到送到NameNode节点上；节点上；（5）NameNode将从将从SecondaryNameNode接收到的新的接收到的新的FsImage替换旧的替换旧的Fs

17、Image文件文件，同时将，同时将edit.new替换替换EditLog文件，通过这个文件，通过这个过程过程EditLog就变小了就变小了大数据技术及应用 信息科学与技术学院 15 3.3.2名称节点和数据节点名称节点和数据节点数据节点是分布式文件系统数据节点是分布式文件系统HDFS的工作节点，负责数据的工作节点，负责数据的存储和读取，会根据客户端或者是名称节点的调度来进行的存储和读取，会根据客户端或者是名称节点的调度来进行数据的存储和检索，并且向名称节点定期发送自己所存储的数据的存储和检索，并且向名称节点定期发送自己所存储的块的列表。块的列表。每个数据节点中的数据会被保存在各自节点的本地每个

18、数据节点中的数据会被保存在各自节点的本地Linux文文件系统中。件系统中。数据节点（数据节点（DataNode）大数据技术及应用 信息科学与技术学院 16 3.4HDFS体系结构3.4.1 HDFS体系结构概述体系结构概述3.4.2 HDFS命名空间管理命名空间管理3.4.3 通信协议通信协议3.4.4 客户端客户端3.4.5 HDFS体系结构的局限性体系结构的局限性大数据技术及应用 信息科学与技术学院 17 3.4.1HDFS体系结构概述体系结构概述 HDFS采用了主从（采用了主从（Master/Slave）结构模型，一个）结构模型，一个HDFS集群包括一集群包括一个名称节点个名称节点Nam

19、eNode和若干个数据节点和若干个数据节点DataNode。名称节点作为中心服。名称节点作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问。集群中的数据务器，负责管理文件系统的命名空间及客户端对文件的访问。集群中的数据节点一般是一个节点运行一个数据节点进程，负责处理文件系统客户端的读节点一般是一个节点运行一个数据节点进程，负责处理文件系统客户端的读/写请求，在名称节点的统一调度下进行数据块的创建、删除和复制等操作。写请求，在名称节点的统一调度下进行数据块的创建、删除和复制等操作。每个数据节点的数据实际上是保存在本地每个数据节点的数据实际上是保存在本地Linux文件系统中的。文件系统

20、中的。图3-4 HDFS体系结构 大数据技术及应用 信息科学与技术学院 18 3.4.2HDFS命名空间管理命名空间管理 HDFSHDFS的命名空间包含目录、文件和块。的命名空间包含目录、文件和块。在在HDFS1.0HDFS1.0体系结构中，在整个体系结构中，在整个HDFSHDFS集群中只有一个命集群中只有一个命名空间，并且只有唯一一个名称节点，该节点负责对这名空间，并且只有唯一一个名称节点，该节点负责对这个命名空间进行管理。个命名空间进行管理。HDFSHDFS使用的是传统的分级文件体系，因此，用户可以使用的是传统的分级文件体系，因此，用户可以像使用普通文件系统一样，创建、删除目录和文件，在像

21、使用普通文件系统一样，创建、删除目录和文件，在目录间转移文件，重命名文件等。目录间转移文件，重命名文件等。大数据技术及应用 信息科学与技术学院 19 3.4.3通信协议通信协议 HDFSHDFS是一个部署在集群上的分布式文件系统，因此，很多是一个部署在集群上的分布式文件系统，因此，很多数据需要通过网络进行传输。数据需要通过网络进行传输。所有的所有的HDFSHDFS通信协议都是构建在通信协议都是构建在TCP/IPTCP/IP协议基础之上的。协议基础之上的。客户端通过一个可配置的端口向名称节点主动发起客户端通过一个可配置的端口向名称节点主动发起TCPTCP连连接，并使用客户端协议与名称节点进行交互

22、。接，并使用客户端协议与名称节点进行交互。名称节点和数据节点之间则使用数据节点协议进行交互。名称节点和数据节点之间则使用数据节点协议进行交互。客户端与数据节点的交互是通过客户端与数据节点的交互是通过RPCRPC（Remote Procedure Remote Procedure CallCall）来实现的。在设计上，名称节点不会主动发起）来实现的。在设计上，名称节点不会主动发起RPCRPC，而是响应来自客户端和数据节点的而是响应来自客户端和数据节点的RPCRPC请求。请求。大数据技术及应用 信息科学与技术学院 20 3.4.4客户端客户端 客户端是用户操作客户端是用户操作HDFSHDFS最常用

23、的方式，最常用的方式，HDFSHDFS在部署时都在部署时都提供了客户端。提供了客户端。HDFSHDFS客户端是一个库，暴露了客户端是一个库，暴露了HDFSHDFS文件系统接口，这些文件系统接口，这些接口隐藏了接口隐藏了HDFSHDFS实现中的大部分复杂性。实现中的大部分复杂性。严格来说，客户端并不算是严格来说，客户端并不算是HDFSHDFS的一部分。的一部分。客户端可以支持打开、读取、写入等常见的操作，并且客户端可以支持打开、读取、写入等常见的操作，并且提供了类似提供了类似ShellShell的命令行方式来访问的命令行方式来访问HDFSHDFS中的数据。中的数据。此外，此外，HDFSHDFS也

24、提供了也提供了Java APIJava API，作为应用程序访问文件，作为应用程序访问文件系统的客户端编程接口。系统的客户端编程接口。大数据技术及应用 信息科学与技术学院 21 3.4.5HDFS体系结构的局限性体系结构的局限性HDFS只设置唯一一个名称节点，这样做虽然大大简化了系只设置唯一一个名称节点，这样做虽然大大简化了系统设计，但也带来了一些明显的局限性，具体如下：统设计，但也带来了一些明显的局限性，具体如下：（1）命名空间的限制：名称节点是保存在内存中的，因）命名空间的限制：名称节点是保存在内存中的，因此，名称节点能够容纳的对象（文件、块）的个数会受到此，名称节点能够容纳的对象（文件、

25、块）的个数会受到内存空间大小的限制。内存空间大小的限制。（2）性能的瓶颈：整个分布式文件系统的吞吐量，受限）性能的瓶颈：整个分布式文件系统的吞吐量，受限于单个名称节点的吞吐量。于单个名称节点的吞吐量。（3）隔离问题：由于集群中只有一个名称节点，只有一）隔离问题：由于集群中只有一个名称节点，只有一个命名空间，因此，无法对不同应用程序进行隔离。个命名空间，因此，无法对不同应用程序进行隔离。（4）集群的可用性：一旦这个唯一的名称节点发生故障，）集群的可用性：一旦这个唯一的名称节点发生故障，会导致整个集群变得不可用。会导致整个集群变得不可用。大数据技术及应用 信息科学与技术学院 22 3.5HDFS存

26、储原理3.5.1 冗余数据保存冗余数据保存3.5.2 数据存取策略数据存取策略3.5.3 数据错误与恢复数据错误与恢复大数据技术及应用 信息科学与技术学院 23 3.5.1冗余数据保存冗余数据保存 作为一个分布式文件系统，为了保证系统的容错性和可用性，作为一个分布式文件系统，为了保证系统的容错性和可用性，HDFS采采用了多副本方式对数据进行冗余存储，通常一个数据块的多个副本会被分布用了多副本方式对数据进行冗余存储，通常一个数据块的多个副本会被分布到不同的数据节点上，这种多副本方式具有以下几个优点：到不同的数据节点上，这种多副本方式具有以下几个优点：（1）加快数据传输速度）加快数据传输速度 （2

27、）容易检查数据错误）容易检查数据错误 （3）保证数据可靠性）保证数据可靠性图3-5 HDFS数据块多副本存储 数据块数据块1被分别存放被分别存放到数据节点到数据节点A和和C上上数据块数据块2被存放在数被存放在数据节点据节点A和和B上。上。大数据技术及应用 信息科学与技术学院 24 3.5.2数据存取策略数据存取策略1.数据存放数据存放Block的副本放置策略的副本放置策略第一个副本：放置在上传文件的数据节点；如果是集群外提交，第一个副本：放置在上传文件的数据节点；如果是集群外提交，则随机挑选一台磁盘不太满、则随机挑选一台磁盘不太满、CPU不太忙的节点；不太忙的节点；第二个副本：放置在与第一个副

28、本不同的机架的节点上；第二个副本：放置在与第一个副本不同的机架的节点上；第三个副本：与第一个副本相同机架的其他节点上；第三个副本：与第一个副本相同机架的其他节点上；更多副本：随机节点。更多副本：随机节点。大数据技术及应用 信息科学与技术学院 25 3.5.2数据存取策略数据存取策略2.数据读取数据读取HDFS提供了一个提供了一个API可以确定一个数据节点所属的机架可以确定一个数据节点所属的机架ID，客户端也可以调用客户端也可以调用API获取自己所属的机架获取自己所属的机架ID；当客户端读取数据时，从名称节点获得数据块不同副本的当客户端读取数据时，从名称节点获得数据块不同副本的存放位置列表，列表

29、中包含了副本所在的数据节点，可以调存放位置列表，列表中包含了副本所在的数据节点，可以调用用API来确定客户端和这些数据节点所属的机架来确定客户端和这些数据节点所属的机架ID，当发现，当发现某个数据块副本对应的机架某个数据块副本对应的机架ID和客户端对应的机架和客户端对应的机架ID相同时，相同时，就优先选择该副本读取数据，如果没有发现，就随机选择一就优先选择该副本读取数据，如果没有发现，就随机选择一个副本读取数据。个副本读取数据。大数据技术及应用 信息科学与技术学院 26 3.5.2数据存取策略数据存取策略3.数据复制数据复制HDFS采用流水线复制的策略。采用流水线复制的策略。HDFS将文件写入

30、本地，分成多个块。每个块都向名称节将文件写入本地，分成多个块。每个块都向名称节点发起请求，得到数据节点列表。连接第一个节点，写入；点发起请求，得到数据节点列表。连接第一个节点，写入；请求连接第二节点，写入请求连接第二节点，写入大数据技术及应用 信息科学与技术学院 27 3.5.3数据错误与恢复数据错误与恢复 HDFS具有较高的容错性，可以兼容廉价的硬件，它把硬件出错具有较高的容错性，可以兼容廉价的硬件，它把硬件出错看作一种常态，而不是异常，并设计了相应的机制检测数据错误和进看作一种常态，而不是异常，并设计了相应的机制检测数据错误和进行自动恢复，主要包括以下几种情形：名称节点出错、数据节点出错行

31、自动恢复，主要包括以下几种情形：名称节点出错、数据节点出错和数据出错。和数据出错。1.名称节点出错名称节点出错 名称节点保存了所有的元数据信息，其中，最核心的两大数据名称节点保存了所有的元数据信息，其中，最核心的两大数据结构是结构是FsImage和和Editlog，如果这两个文件发生损坏，那么整个，如果这两个文件发生损坏，那么整个HDFS实例将失效。因此，实例将失效。因此，HDFS设置了备份机制，把这些核心文件设置了备份机制，把这些核心文件同步复制到备份服务器同步复制到备份服务器SecondaryNameNode上。当名称节点出错上。当名称节点出错时，就可以根据备份服务器时，就可以根据备份服务

32、器SecondaryNameNode中的中的FsImage和和Editlog数据进行恢复。数据进行恢复。大数据技术及应用 信息科学与技术学院 28 3.5.3数据错误与恢复数据错误与恢复2.数据节点出错数据节点出错每个数据节点会定期向名称节点发送每个数据节点会定期向名称节点发送“心跳心跳”信息，向名称节点报告自己信息，向名称节点报告自己的状态；的状态；当数据节点发生故障，或者网络发生断网时，名称节点就无法收到来自一当数据节点发生故障，或者网络发生断网时，名称节点就无法收到来自一些数据节点的心跳信息，这时，这些数据节点就会被标记为些数据节点的心跳信息，这时，这些数据节点就会被标记为“宕机宕机”，

33、节，节点上面的所有数据都会被标记为点上面的所有数据都会被标记为“不可读不可读”，名称节点不会再给它们发送，名称节点不会再给它们发送任何任何I/O请求；请求；这时，有可能出现一种情形，即由于一些数据节点的不可用，会导致一些这时，有可能出现一种情形，即由于一些数据节点的不可用，会导致一些数据块的副本数量小于冗余因子；数据块的副本数量小于冗余因子；名称节点会定期检查这种情况，一旦发现某个数据块的副本数量小于冗余名称节点会定期检查这种情况，一旦发现某个数据块的副本数量小于冗余因子，就会启动数据冗余复制，为它生成新的副本；因子，就会启动数据冗余复制，为它生成新的副本；HDFS和其它分布式文件系统的最大区

34、别就是可以调整冗余数据的位置。和其它分布式文件系统的最大区别就是可以调整冗余数据的位置。大数据技术及应用 信息科学与技术学院 29 3.5.3数据错误与恢复数据错误与恢复3.数据出错数据出错网络传输和磁盘错误等因素，都会造成数据错误；网络传输和磁盘错误等因素，都会造成数据错误；客户端在读取到数据后，会采用客户端在读取到数据后，会采用md5和和sha1对数据块进行校验，以对数据块进行校验，以确定读取到正确的数据；确定读取到正确的数据；在文件被创建时，客户端就会对每一个文件块进行信息摘录，并把在文件被创建时，客户端就会对每一个文件块进行信息摘录，并把这些信息写入到同一个路径的隐藏文件里面；这些信息

35、写入到同一个路径的隐藏文件里面；当客户端读取文件的时候，会先读取该信息文件，然后，利用该信当客户端读取文件的时候，会先读取该信息文件，然后，利用该信息文件对每个读取的数据块进行校验，如果校验出错，客户端就会请息文件对每个读取的数据块进行校验，如果校验出错，客户端就会请求到另外一个数据节点读取该文件块，并且向名称节点报告这个文件求到另外一个数据节点读取该文件块，并且向名称节点报告这个文件块有错误，名称节点会定期检查并且重新复制这个块。块有错误，名称节点会定期检查并且重新复制这个块。大数据技术及应用 信息科学与技术学院 30 3.6HDFS数据读写过程 3.6.1读数据的过程读数据的过程 3.6.

36、2写数据的过程写数据的过程大数据技术及应用 信息科学与技术学院 31 3.6HDFS数据读写过程读取文件读取文件importjava.io.BufferedReader;importjava.io.InputStreamReader;importorg.apache.hadoop.conf.Configuration;importorg.apache.hadoop.fs.FileSystem;importorg.apache.hadoop.fs.Path;importorg.apache.hadoop.fs.FSDataInputStream;publicclassChapter3public

37、staticvoidmain(Stringargs)tryConfigurationconf=newConfiguration();FileSystemfs=FileSystem.get(conf);Pathfilename=newPath(“hdfs:/localhost:9000/user/hadoop/test.txt);FSDataInputStreamis=fs.open(filename);BufferedReaderd=newBufferedReader(newInputStreamReader(is);Stringcontent=d.readLine();/读取文件一行Syst

38、em.out.println(content);d.close();/关闭文件fs.close();/关闭hdfscatch(Exceptione)e.printStackTrace();大数据技术及应用 信息科学与技术学院 32 3.6HDFS数据读写过程写入文件写入文件import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.FSDataOutputStream;import org.apache.hadoop.fs.Path;

39、public class Chapter3 public static void main(String args)try Configuration conf=new Configuration();FileSystem fs=FileSystem.get(conf);byte buff=Hello world.getBytes();/要写入的内容 String filename=hdfs:/localhost:9000/user/hadoop/test.txt;/要写入的文件名 FSDataOutputStream os=fs.create(new Path(filename);os.wr

40、ite(buff,0,buff.length);System.out.println(Create:+filename);catch(Exception e)e.printStackTrace();大数据技术及应用 信息科学与技术学院 33 3.6HDFS数据读写过程FileSystem是一个通用文件系统的抽象基类，可以被分布式文件系统继承，所有可是一个通用文件系统的抽象基类，可以被分布式文件系统继承，所有可能使用能使用Hadoop文件系统的代码，都要使用这个类；文件系统的代码，都要使用这个类；Hadoop为为FileSystem这个抽象类提供了多种具体实现；这个抽象类提供了多种具体实现；Di

41、stributedFileSystem就是就是FileSystem在在HDFS文件系统中的具体实现；文件系统中的具体实现；FileSystem的的open()方法返回的是一个输入流方法返回的是一个输入流FSDataInputStream对象，在对象，在HDFS文件系统中，具体的输入流就是文件系统中，具体的输入流就是DFSInputStream；FileSystem中的中的create()方法返方法返回的是一个输出流回的是一个输出流FSDataOutputStream对象，在对象，在HDFS文件系统中，具体的输出流文件系统中，具体的输出流就是就是DFSOutputStream。Configura

42、tion conf=new Configuration();FileSystem fs=FileSystem.get(conf);FSDataInputStream in=fs.open(new Path(uri);FSDataOutputStream out=fs.create(new Path(uri);注意：创建一个注意：创建一个Configuration对象时，其构造方法会默认加载工程项目下两个配置文对象时，其构造方法会默认加载工程项目下两个配置文件，分别是件，分别是hdfs-site.xml以及以及core-site.xml，这两个文件中会有访问，这两个文件中会有访问HDFS所需的参

43、所需的参数值，主要是数值，主要是fs.defaultFS，指定了，指定了HDFS的地址（比如的地址（比如hdfs:/localhost:9000），有），有了这个地址客户端就可以通过这个地址访问了这个地址客户端就可以通过这个地址访问HDFS了了 大数据技术及应用 信息科学与技术学院 34 3.6.1读数据的过程读数据的过程FSDataInputStream封装了DFSInputStreamFileSystem fs=FileSystem.get(conf);FSDataInputStream in=fs.open(new Path(uri);Configuration conf=new Con

44、figuration();import org.apache.hadoop.fs.FileSystem通过通过ClientProtocal.getBlockLocations()远程调用名称节点，获得文件开始部分数据块的位置远程调用名称节点，获得文件开始部分数据块的位置对于该数据块，名称节点返回保存该数据块对于该数据块，名称节点返回保存该数据块的所有数据节点的地址的所有数据节点的地址并根据距离客户端远近进行排序并根据距离客户端远近进行排序客户端获得输入流客户端获得输入流FSDataInputStream以后以后调用调用read()函数开始读取数据函数开始读取数据输入流根据前面的排序结果输入流根

45、据前面的排序结果选择距离客户端最近的数据节点选择距离客户端最近的数据节点建立连接并读取数据建立连接并读取数据数据从数据节点读到客户端，当该数据块读取完毕时数据从数据节点读到客户端，当该数据块读取完毕时 FSDataInputStream关闭和该数据节点的连接关闭和该数据节点的连接通过通过ClientProtocal.getBlockLocations()查找下一个数据块查找下一个数据块大数据技术及应用 信息科学与技术学院 35 3.6.2写数据的过程写数据的过程FileSystem fs=FileSystem.get(conf);FSDataOutputStream out=fs.create

46、(new Path(uri);Configuration conf=new Configuration();import org.apache.hadoop.fs.FileSystemRPC远程调用名称节点远程调用名称节点在文件系统的命名空间中新建一个文件在文件系统的命名空间中新建一个文件名称节点会执行一些检查（文件是否存在，客户端权限）名称节点会执行一些检查（文件是否存在，客户端权限）FSDataOutputStream封装了封装了DFSOutputStream数据被分成一个个分包数据被分成一个个分包分包被放入分包被放入DFSOutputStream对象的内部队列对象的内部队列DFSOutp

47、utStream向名称节点申请向名称节点申请保存数据块的若干数据节点保存数据块的若干数据节点这些数据节点形成一个数据流管道这些数据节点形成一个数据流管道队列中的分包最后被打包成数据包队列中的分包最后被打包成数据包发往数据流管道中的第一个数据节点发往数据流管道中的第一个数据节点第一个数据节点将数据包发送到第二个节点第一个数据节点将数据包发送到第二个节点依此类推，形成依此类推，形成“流水线复制流水线复制”为了保证节点数据准确，接收到数据的数据节点要向发送者发送为了保证节点数据准确，接收到数据的数据节点要向发送者发送“确认包确认包”确认包沿着数据流管道逆流而上，经过各个节点最终到达客户端确认包沿着数

48、据流管道逆流而上，经过各个节点最终到达客户端客户端收到应答时，它将对应的分包从内部队列移除客户端收到应答时，它将对应的分包从内部队列移除DFSOutputStream调用调用ClientPplete()方法方法通知名称节点关闭文件通知名称节点关闭文件大数据技术及应用 信息科学与技术学院 36 3.7 HDFS编程实践Hadoop提供了关于提供了关于HDFS在在Linux操作系统上进行文件操作的常用操作系统上进行文件操作的常用Shell命令以及命令以及Java API。同时还可以利用。同时还可以利用Web界面查看和管理界面查看和管理Hadoop文件系统。文件系统。备注：备注：Hadoop安装成功

49、后，已经包含安装成功后，已经包含HDFS和和MapReduce，不需要，不需要额外安装。而额外安装。而HBase等其他组件，则需要另外下载安装。等其他组件，则需要另外下载安装。在学习在学习HDFS编程实践前，我们需要启动编程实践前，我们需要启动Hadoop。执行如下命令：。执行如下命令：大数据技术及应用 信息科学与技术学院 37 3.7.1HDFS常用命令HDFS有很多有很多shell命令，命令，fs命令：查看命令：查看HDFS文件系统的目录结构、上传和下载数据、创建文件等。文件系统的目录结构、上传和下载数据、创建文件等。该命令的用法为：该命令的用法为：hadoop fs genericOpt

50、ions commandOptions备注：备注：Hadoop中有三种中有三种Shell命令方式：命令方式：hadoop fs适用于任何不同的文件系统，比如本地文件系统和适用于任何不同的文件系统，比如本地文件系统和HDFS文件系统；文件系统；hadoop dfs只能适用于只能适用于HDFS文件系统；文件系统；hdfs dfs跟跟hadoop dfs的命令作用一样，也只能适用于的命令作用一样，也只能适用于HDFS文件系统。文件系统。大数据技术及应用 信息科学与技术学院 38 3.7.1HDFS常用命令实例：hadoop fs-ls:显示指定的文件的详细信息hadoop fs-mkdir:创建指定