Hadoop基本介绍(2)

Stella981
• 阅读 992

Hadoop基本介绍2

  • HDFS 特性

  • HDFS缺点:

  • HDFS高级命令

  • HDFS安全模式

  • Fsimage Edits

  • Fsimage Edits作用:

  • 查看Fsimage Edits

  • SecondaryNamenode工作原理

  • 前提:

  • 目标:

  • 意义:

  • 什么时候进行文件拷贝合并

HDFS 特性

  • 1、海量数据存储: HDFS可横向扩展,其存储的文件可以支持PB级别数据。

  • 2、高容错性:节点丢失,系统依然可用,数据保存多个副本,副本丢失后自动恢复。
    可构建在廉价(与小型机大型机比)的机器上,实现线性扩展(随着节点数量的增加,集群的存储能力,计算能力随之增加)。

  • 3、大文件存储:DFS采用数据块的方式存储数据,将一个大文件切分成多个小文件,分布存储。

HDFS缺点:

  • 1、 不能做到低延迟数据访问: HDFS 针对一次性读取大量数据继续了优化,牺牲了延迟性。

  • 2、不适合大量的小文件存储 :
    A:由于namenode将文件系统的元数据存储在内存中,因此该文件系统所能存储的文件总数受限于namenode的内存容量。
    B:每个文件、目录和数据块的存储信息大约占150字节。
    由于以上两个原因,所以导致HDFS不适合大量的小文件存储

  • 3、文件的修改; 不适合多次写入,一次读取(少量读取)

  • 4、不支持多用户的并行写

HDFS高级命令

HDFS上的某一个特定的目录存储的数据副本 、数据量、文件的个数进行设置。

设置目录可以存储的文件的数量 hdfs dfsadmin -setQuota 100 lisi (文件夹本身算一个)

清空文件夹内数据良方的限制 hdfs dfsadmin -clrQuota /user/root/lisi

限制文件夹下存储的数据量 hdfs dfsadmin -setSpaceQuota 100M /user/root/lisi

清空文件夹数量的限制 hdfs dfsadmin -clrSpaceQuota /user/root/lisi

查看文件夹的限额数 hdfs dfs -count -q -h /user/root/lisi

HDFS安全模式

安全模式是HDFS所处的一种特殊状态,在这种状态下,文件系统只接受读数据请求,而不接受删除、修改等变更请求。
HDFS什么时候进入安全模式:在NameNode主节点启动时,HDFS首先进入安全模式
在安全模式下做了什么: DataNode在启动的时候会向namenode汇报可用的block等状态
查看hdfs在什么模式 hdfs dfsadmin -safemode get
进入hdfs安全模式 hdfs dfsadmin -safemode enter
退出hdfs安全模式 hdfs dfsadmin -safemode leave

Fsimage Edits

Fsimage 记录HDFS文件系统的镜像或快照(周期性记录)(此文件相对较小)

Edits 记录客户端对进行的所有的增、删、改、追加等操作(没有使用Secondary NameNode之前,不是周期性生成)(此文件相对较大)

Fsimage Edits作用:

用于还原集群上次关闭时的状态。还原时将两个文件加载到内存,检查、合并最终生成一个新
的Fsimage 。原本的Edits失效。

查看Fsimage Edits

在配置文件hdfs-site.xml中记录了两个文件的存放位置。
dfs.namenode.name.dir Fsimage 的存放路径
dfs.namenode.edits.dir edits日志存放的路径
将Fsimage转换成xml
hdfs oiv -i fsimage_0000000000000024681 -p XML -o test001.xml
将 Edits转换成xml
hdfs oev -i edits_0000000000000000523-0000000000000024565 -p XML -o test002.xml

SecondaryNamenode工作原理

前提:

不使用SNN,日志文件会很大,日志大会导致集群恢复到上次关机前的状态花费很长时间,这个时候集群处于
安全模式,集群不可用。长时间处于安全模式。

目标:

加快集群二次启动的速度。(减少集群二次启动的时间)
SecondaryNamenode周期性复制NameNode的FSIMAGE 和edits到本机(SecondaryNamenode本机),将两个
文件进行合并,最终生成全新的Fsimage,将最新的Fsimage发送回Namenode 。

意义:

辅助NameNode合并Fsimage Edits.减小了日志的大小,加快了集群的二次启动速度。

Hadoop基本介绍(2)
SecondaryNamenode自己独立部署在有一个节点上。此节点的配置要与NameNode相同。

什么时候进行文件拷贝合并

  • 1 dfs.namenode.checkpoint.period :3600 默认情况下 一小时合并一次
  • 2、dfs.namenode.checkpoint.txns :1000000 100W次集群操作,进行一次合并
点赞
收藏
评论区
推荐文章
blmius blmius
2年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
Stella981 Stella981
2年前
List的Select 和Select().tolist()
List<PersondelpnewList<Person{newPerson{Id1,Name"小明1",Age11,Sign0},newPerson{Id2,Name"小明2",Age12,
Wesley13 Wesley13
2年前
Java获得今日零时零分零秒的时间(Date型)
publicDatezeroTime()throwsParseException{    DatetimenewDate();    SimpleDateFormatsimpnewSimpleDateFormat("yyyyMMdd00:00:00");    SimpleDateFormatsimp2newS
Wesley13 Wesley13
2年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
2年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
2年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
2年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
5个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这