学习
路无止境!

没有伞的孩子要学会努力奔跑!


  • 首页

  • 归档

  • 关于我

  • 公益404

  • 搜索

HADOOP-HDFS

HDFS中节点距离

简单的讲,节点距离是按照跳数计算的。 定义: 节点距离–两个节点到达最近的共同祖先的距离总和。 计算距离涉及物理设备的放置情况,例如,假设有数据中心 d1 机架 r1 中的节点 n1。该节点可以表示为/d1/r1/n1。利用这种 标记,这里给出四种距离描述。 在这里插入图片描述

同一节点的进程:

Distance(d1/r1/n0,d1/r1/n0)=0

同一机架的不同节点:

Distance(d1/r1/n0,d1/r1/n2)=2

同一数据中心不同机架的节点:

Distance(d1/r1/n0,d1/r2/n2)=4

不同数据中心的节点:

Distance(d1/r1/n0,d2/r1/n2)=6

副本写入

副本存储节点的选择

在官方有详细的描述

Apache Hadoop 3.1.3 – HDFS Architecture 在这里插入图片描述 第一个副本将存储在客户端所处的节点,如果客户端在集群外,最近的集群随机选一个节点;第二副本在另一个机架的随机节点;第三个副本在第二个副本节点所在机架的另一个随机节点。 在这里插入图片描述 这样的部署副本的方式兼顾了节点就近,可靠性保证和写入速度。

写入流程

在这里插入图片描述

(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。

(2)NameNode 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。

(4)NameNode 返回 3 个 DataNode 节点,分别为 dn1、dn2、dn3。就近原则和LB。

(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。

(6)dn1、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(64k),dn1 收到一个 Packet 就会传给 dn2(内存中的,不影响本地写磁盘),dn2 传给 dn3;dn1 每传一个 packet 会放入一个应答队列等待应答ack。

(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)。

读取流程

在这里插入图片描述 串行读取

(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。流量太大会做LB。

(3)DataNode 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。

  • 文章目录
  • 站点概览
Etaon

Etaon

Kepp Going!

80 日志
15 分类
43 标签
GitHub CSDN
友情链接
  • Kubernetes
  • Cisco
  • W3School
  • 廖雪峰
标签云
  • Mysql
  • Aws
  • Dql
  • Hadoop
  • Kubernetes
  • Nsx t
  • Redis
  • Azure
  • Cicd
  • Git
  • HDFS中节点距离
  • 副本写入
    • 副本存储节点的选择
    • 写入流程
  • 读取流程
© 2010 - 2023 路无止境!
Powered by - Hugo v0.101.0 / Theme by - NexT
4550 / 8928
Storage by Azure static web apps /
0%