做单页免费模板网站,广告网站留电话,国外做地铁设计的公司网站,php mysql 网站源码HDFS 读写流程 1 HDFS 写数据流程1.1 HDFS 写数据流程图1.2 HDFS 写数据之网络拓扑 - 节点距离计算1.3 机架感知#xff08;副本存储节点选择#xff09; 2 HDFS 读数据流程2.1 HDFS 读数据流程图 3 HDFS 如何做到机架感知 1 HDFS 写数据流程
1.1 HDFS 写数据流程图 #x… HDFS 读写流程 1 HDFS 写数据流程1.1 HDFS 写数据流程图1.2 HDFS 写数据之网络拓扑 - 节点距离计算1.3 机架感知副本存储节点选择 2 HDFS 读数据流程2.1 HDFS 读数据流程图 3 HDFS 如何做到机架感知 1 HDFS 写数据流程
1.1 HDFS 写数据流程图 1客户端通过Distributed FileSystem 模块向NameNode 请求上传文件NameNode检查目标文件是否已存在父目录是否存在。 2NameNode 返回是否可以上传。 3客户端请求第一个 Block 上传到哪几个 DataNode 服务器上。 4NameNode 返回3 个DataNode 节点分别为dn1、dn2、dn3。 5客户端通过 FSDataOutputStream 模块请求dn1 上传数据dn1 收到请求会继续调用dn2然后dn2 调用dn3将这个通信管道建立完成。 6dn1、dn2、dn3 逐级应答客户端。 7 客户端开始往dn1 上传第一个Block 先从磁盘读取数据放到一个本地内存缓存以 Packet 为单位dn1 收到一个 Packet 就会传给 dn2dn2 传给 dn3dn1 每传一个 packet会放入一个应答队列等待应答。 8当一个Block 传输完成之后客户端再次请求NameNode 上传第二个Block 的服务器重复执行 3-7 步。
1.2 HDFS 写数据之网络拓扑 - 节点距离计算
在 HDFS 写数据的过程中NameNode 会选择距离待上传数据最近距离的DataNode接收数据。那么这个最近距离怎么计算呢 节点距离两个节点到达最近的共同祖先的距离总和。
1.3 机架感知副本存储节点选择
1机架感知说明 这里是官方的文档说明。
For the common case, when the replication factor is three, HDFS’s
placement policy is to put one replica on the local machine if the writer
is on a datanode, otherwise on a random datanode, another replica on a
node in a different (remote) rack, and the last on a different node in
the same remote rack. This policy cuts the inter-rack write traffic which
generally improves write performance. The chance of rack failure is far
less than that of node failure; this policy does not impact data
reliability and availability guarantees. However, it does reduce the
aggregate network bandwidth used when reading data since a block is
placed in only two unique racks rather than three. With this policy, the
replicas of a file do not evenly distribute across the racks. One third
of replicas are on one node, two thirds of replicas are on one rack, and
the other third are evenly distributed across the remaining racks. This
policy improves write performance without compromising data reliability
or read performance.直观的如下图所示
2 HDFS 读数据流程
2.1 HDFS 读数据流程图 1客户端通过 DistributedFileSystem 向 NameNode 请求下载文件NameNode 通过查询元数据找到文件块所在的DataNode 地址。 2挑选一台DataNode就近原则然后随机服务器请求读取数据。 3DataNode 开始传输数据给客户端从磁盘里面读取数据输入流以 Packet 为单位来做校验。 4客户端以 Packet 为单位接收先在本地缓存然后写入目标文件。
3 HDFS 如何做到机架感知
在HDFSHadoop分布式文件系统中知道节点在哪个机架上的过程称为机架感知Rack Awareness。HDFS通过以下几个步骤来确定每个节点数据节点所在的机架 1. 配置机架感知脚本
HDFS使用一个机架感知脚本Rack Awareness Script来确定每个数据节点所属的机架。这个脚本需要管理员来编写并在HDFS配置文件中指定。通常该脚本基于节点的IP地址或主机名返回其机架ID。
2. 配置HDFS
在hdfs-site.xml配置文件中添加属性net.topology.script.file.name该属性指定了机架感知脚本的路径。例如
propertynamenet.topology.script.file.name/namevalue/path/to/rack_awareness_script.sh/value
/property3. 脚本实现
机架感知脚本的输入是节点的IP地址或主机名输出是该节点的机架ID。脚本的一个简单示例如下
#!/bin/bash
if [ $1 node1 ]; thenecho /rack1
elif [ $1 node2 ]; thenecho /rack2
elseecho /default-rack
fi4. 启动和使用:
HDFS启动时NameNode会调用这个机架感知脚本来确定每个数据节点的机架信息。NameNode会根据这些信息来决定数据块的存储策略以提高数据的可靠性和网络性能。例如在复制数据块时NameNode会优先选择将副本存放在不同机架上的节点以防止单个机架故障导致数据不可用。
通过上述步骤HDFS能够识别每个数据节点所在的机架从而实现更高效和可靠的数据存储和访问。
