知识点
- 当执行格式化指令时，会在指定的目录下，生成 /dfs/name 目录。此目录时 namenode 服务存储元数据的目录。
- 当格式化后，启动 HDFS 前，会生成一个 fsimage_000000000000000000000 文件
- 启动后生成 dfs/data 目录，这是 datanode 节点存储数据块的目录。
- 启动后生成 dfs/name/in_use.lock 这个文件的作用是防止在同一台服务器上启动多个 namenode
- 启动后生成 dfs/name/current/edits_000000000000000000001-000000000000000000002 等文件，该文件记录了事务的生成。可以用以下命令格式化输出到别的文件查看。
hdfs oev -i edits_000000000000000000001-000000000000000000002 -o a.xml
- 没生成一个新得Edits文件，文件中都会以START LOG开头，当一个Edits文件写完后，会议END LOG结尾。即在START LOG 到
END LOG 存储的是这个Edits 文件所有的事务记录。 - 每当HDFS接收一个事务操作（mkdir put mv），都会分配事务ID，然后挟到Edits文件中。
- 启动后生成 dfs/name/current/edits_inprogress_000000000000000000003，只包含了START LOG，他的作用是记录当前正在执行的事务文件 。后面的编号是以上一次Txid+1来名命。
- 初次使用HDFS时，有一个默认的Edits（edits_inprogress_000000000000000000001）和Fsimage，他们合并后得到edits_000000000000000000001-000000000000000000002，合并周期为（1分钟），以后在使用HDFS的过程中，edits_inprogress合并的条件：1.达到合并周期(3600s)，2. 执行手动合并指令，3. 停止HDFS在启动HDFS
- 上传文件底层会拆分如下事务过程：
- OP_ADD 将文件加入到指定的HDFS文件目录下，并以 .Copyging结尾，表示此文件还未写完
- ALLOCATE_BLOCK_ID 为文件分配块ID
- SET_GENSTAMP_V2 生成时间戳版本号，全局唯一，每一块不同
- ADD_BLOCK 写块数据
- OP_CLOSE 表示块数据写完
- OP_RENAME_OLD 将文件重命名以表示写完
- 当停止HDFS在启动HDFS，执行一个新事物后，会触发END LOG事务，生成新得Edits文件。
- seen_txid 记录最新 edits_inprogress 的事务ID
- Fsimage_N 文件存储的N号事务前的所有元数据信息
- Fsimage_N.md5 存储的是Fsimage的校验和
Fsimage介绍
把文件和目录的元数据信息持久地存储到fsimage文件中，每次启动时从中将元数据加载到内存中构建目录结构树，之后的操作记录在edits log中，定期将edits log与fsimage合并刷到fsimage中。
loadFSimage(File curFile)用于从fsimage中读入namenode持久化的信息。fsimage中保存的元数据信息格式如下，hdfs加载和写入时都按照该格式进行。
- imageVersion：Fsimage 文件的版本号，每生成一个新得Fsimage文件，就会有一个版本号
- NameSpaceID：namenode的名命空间id，用于表示namenode，每当执行一次格式化命令时，就会生成新的。
- NumFiles：整个HDFS存储的文件数
- genStamp：目录创建的时间戳，块生成的时间戳
- path：文件路径
- BlockNums：文件的块的数量
- mtime：上传时间
- atime：访问时间
- BlockID：块编号
- BlockSize：切块大小(128M)
- BlockNumBytes：块实际大小
- StorgeInfo：块存储的datanode节点信息
- nsquota：目录的名命空间大小配额，默认是-1 表示目录可以无限制存储
- dsquota：目录的磁盘空间存储配额，默认是-1
- username：目录的创建者
- groupname：目录的所属组
- permission：目录的权限
fsimage是一个二进制文件，当中记录了HDFS中所有文件和目录的元数据信息。
HDFS启动时，会将这些信息读入内存之后，构建一个文件目录结构树，将表示文件或目录的节点填入到结构中。
MD5校验
MD5 校验和（checksum）通过对接收的传输数据执行散列运算来检查数据的正确性。
一个MD5校验和 通过对接收的传输数据执行散列运算来检查数据的正确性。计算出的散列值拿来和随数据传输的散列值比较。如果两个值相同，说明传输的数据完整无误、没有被篡改过（前提是散列值没有被篡改），从而可以放心使用。
网友评论