HDFS的體系結(jié)構(gòu)

設(shè)計目標

• 自動快速檢測應對硬件錯誤
• 流式訪問數(shù)據(jù)
• 轉(zhuǎn)移計算本身比轉(zhuǎn)移數(shù)據(jù)更加劃算
• 簡單的數(shù)據(jù)一致性模型：一次寫入隧哮，多次奪取
• 異構(gòu)平臺可移植

HDFS體系結(jié)構(gòu)圖

HDFS是典型的master-slave架構(gòu)，其中NameNode作為Master而DataNode作為Slave十办。
HDFS由分布在不同機架上的DataNode以及NameNode所組成舟肉。一般用戶從NameNode獲取到元數(shù)據(jù)信息俐筋，并且從DataNode再獲取真正的數(shù)據(jù)愉择。

基礎(chǔ)概念

數(shù)據(jù)塊（Block）：HDFS最基本的存儲單元匪凡。默認大小是64M.
元數(shù)據(jù)：HDFS系統(tǒng)中文件與目錄的屬性信息膊畴。HDFS采用鏡像文件（Fsimage）+日志文件（EditLog）的備份機制。其中日志文件包含了HDFS操作的所有信息病游。
主從節(jié)點通信：NameNode與DataNode之間使用TCP進行通信唇跨。
HDFS寫數(shù)據(jù)流程：如下圖所示：

MapReduce體系結(jié)構(gòu)

Client：客戶端买猖，用于用戶提交程序，查看作業(yè)運行狀態(tài)滋尉。
JobTracker：MapReduce架構(gòu)主節(jié)點玉控，一個MapReduce作業(yè)只有一個JobTracker。負責作業(yè)初始化狮惜，分配高诺，與作業(yè)進行通信，協(xié)調(diào)其執(zhí)行碾篡。
TaskTracker：任務節(jié)點虱而，與JobTracker通信并在分配的數(shù)據(jù)塊上執(zhí)行Map或者Reduce操作/。
HDFS：用于存儲輸入以及輸出的數(shù)據(jù)开泽。

2017-05-08_092003.png

基礎(chǔ)概念

作業(yè)（Job）：一個MapReduce作業(yè)用到的Jar以及類的集合牡拇。
任務（Task）：一個作業(yè)包含多個task
鍵值對：Map()以及Reduce()操作的輸入以及輸出均為<Key,Value>的形式

運行模式

單機模式：使用本地文件系統(tǒng)，一般用于MapReduce程序調(diào)試
偽分布式模式：

完全分布式模式：

安裝

• 首先安裝JDK
• 導出Java環(huán)境變量：

JAVA_HOME=/usr/local/jdk1.8
export PATH=$JAVA_HOME/bin:$PATH

• 將 Hadoop 安裝至 /usr/local/ 中：

sudo tar -zxf ~/下載/hadoop-2.6.0.tar.gz -C /usr/local    # 解壓到/usr/local中
cd /usr/local/
sudo mv ./hadoop-2.6.0/ ./hadoop            # 將文件夾名改為hadoop
sudo chown -R hadoop ./hadoop       # 修改文件權(quán)限

• 檢查 Hadoop 是否可用

cd /usr/local/hadoop
./bin/hadoop version

單機配置

• Hadoop默認就是單機模式
  Hadoop 附帶了豐富的例子（運行 ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar 可以看到所有例子）穆律，包括 wordcount惠呼、terasort、join峦耘、grep 等剔蹋。這里選擇grep 例子，我們將 input 文件夾中的所有文件作為輸入贡歧，篩選當中符合正則表達式 dfs[a-z.]+ 的單詞并統(tǒng)計出現(xiàn)的次數(shù)滩租，最后輸出結(jié)果到 output 文件夾中赋秀。

cd /usr/local/hadoop
mkdir ./input
cp ./etc/hadoop/*.xml ./input   # 將配置文件作為輸入文件
./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep ./input ./output 'dfs[a-z.]+'
cat ./output/*          # 查看運行結(jié)果

Hadoop 默認不會覆蓋結(jié)果文件，因此再次運行上面實例會提示出錯律想，需要先將 ./output 刪除猎莲。

Hadoop偽分布式配置

• 首先配置/etc/hadoop/core-site.xml文件

vim ./etc/hadoop/core-site.xml
# 改成下面的配置
<configuration>
        <property>
             <name>hadoop.tmp.dir</name>
             <value>file:/usr/local/hadoop/tmp</value>
             <description>Abase for other temporary directories.</description>
        </property>
        <property>
             <name>fs.defaultFS</name>
             <value>hdfs://localhost:9000</value>
        </property>
</configuration>

• 再修改配置文件 ./etc/hadoop/hdfs-site.xml：

<configuration>
        <property>
             <name>dfs.replication</name>
             <value>1</value>
        </property>
        <property>
             <name>dfs.namenode.name.dir</name>
             <value>file:/usr/local/hadoop/tmp/dfs/name</value>
        </property>
        <property>
             <name>dfs.datanode.data.dir</name>
             <value>file:/usr/local/hadoop/tmp/dfs/data</value>
        </property>
</configuration>

• 配置文件相關(guān)說明

• Hadoop 的運行方式是由配置文件決定的（運行 Hadoop 時會讀取配置文件），因此如果需要從偽分布式模式切換回非分布式模式技即，需要刪除 core-site.xml 中的配置項著洼。

• 此外，偽分布式雖然只需要配置 fs.defaultFS 和 dfs.replication 就可以運行（官方教程如此）而叼，不過若沒有配置 hadoop.tmp.dir 參數(shù)身笤，則默認使用的臨時目錄為 /tmp/hadoo-hadoop，而這個目錄在重啟時有可能被系統(tǒng)清理掉葵陵，導致必須重新執(zhí)行 format 才行液荸。所以我們進行了設(shè)置，同時也指定 dfs.namenode.name.dir 和 dfs.datanode.data.dir脱篙，否則在接下來的步驟中可能會出錯娇钱。

• 格式化NameNode

./bin/hdfs namenode -format

可能出現(xiàn)權(quán)限不夠的情況，這時需要給/usr/local/hadoop內(nèi)文件加上訪問權(quán)限
格式化完成會出現(xiàn)“successfully formatted” 和 “Exitting with status 0” 的提示绊困，若為 “Exitting with status 1” 則是出錯文搂。

• 開啟NameNode以及DataNode守護進程

./sbin/start-dfs.sh

• 開啟守護進程后運行jps，可以看到進程中有NameNode以及DataNode項秤朗。
• 成功啟動后煤蹭，可以訪問 Web 界面 http://localhost:50070 查看 NameNode 和 Datanode 信息，還可以在線查看 HDFS 中的文件取视。
  

運行例子

• 首先需要在 HDFS 中創(chuàng)建用戶目錄：

./bin/hdfs dfs -mkdir -p /user/hadoop

• 接著將 ./etc/hadoop 中的 xml 文件作為輸入文件復制到分布式文件系統(tǒng)中硝皂，即將 /usr/local/hadoop/etc/hadoop 復制到分布式文件系統(tǒng)中的 /user/hadoop/input 中。我們使用的是 hadoop 用戶贫途，并且已創(chuàng)建相應的用戶目錄 /user/hadoop 吧彪，因此在命令中就可以使用相對路徑如 input，其對應的絕對路徑就是/user/hadoop/input:

./bin/hdfs dfs -mkdir input
./bin/hdfs dfs -put ./etc/hadoop/*.xml input

• 復制完成后丢早，可以通過如下命令查看文件列表：

./bin/hdfs dfs -ls input

• 偽分布式運行 MapReduce 作業(yè)的方式跟單機模式相同姨裸，區(qū)別在于偽分布式讀取的是HDFS中的文件.

./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-
examples-*.jar grep input output 'dfs[a-z.]+'

• 隨后可以查看結(jié)果：

./bin/hdfs dfs -cat output/*

• 可以將運行結(jié)果取回到本地：

rm -r ./output    # 先刪除本地的 output 文件夾（如果存在）
./bin/hdfs dfs -get output ./output     # 將 HDFS 上的 output 文件夾拷貝到本機
cat ./output/*

• 運行程序時，輸出目錄不能存在怨酝。運行 Hadoop 程序時傀缩，為了防止覆蓋結(jié)果，程序指定的輸出目錄（如 output）不能存在农猬，否則會提示錯誤赡艰，因此運行前需要先刪除輸出目錄。在實際開發(fā)應用程序時斤葱，可考慮在程序中加
  上如下代碼慷垮，能在每次運行時自動刪除輸出目錄揖闸，避免繁瑣的命令行操作

Configuration conf = new Configuration();
Job job = new Job(conf);
/* 刪除輸出目錄 */
Path outputPath = new Path(args[1]);
outputPath.getFileSystem(conf).delete(outputPath, true);

• 關(guān)閉 Hadoop，則運行

./sbin/stop-dfs.sh

啟動Yarn

• 偽分布式不啟動 YARN 也可以料身，一般不會影響程序執(zhí)行汤纸。新版的 Hadoop 使用了新的 MapReduce 框架（MapReduce V2，也稱為 YARN芹血，Yet Another Resource Negotiator）贮泞。YARN 是從 MapReduce 中分離出來的，負責資源管理與任務調(diào)度幔烛。YARN 運行于 MapReduce 之上啃擦，提供了高可用性、高擴展性饿悬。

• 首先修改配置文件 mapred-site.xml

eversilver@debian:/usr/local/hadoop$ cp ./etc/hadoop/mapred-
site.xml.template ./etc/hadoop/mapred-site.xml
eversilver@debian:/usr/local/hadoop$ vim ./etc/hadoop/mapred-site.xml
# 編輯內(nèi)容如下
<configuration>
        <property>
             <name>mapreduce.framework.name</name>
             <value>yarn</value>
        </property>
</configuration>

• 然后修改yarn-site.xml文件

<configuration>
        <property>
             <name>yarn.nodemanager.aux-services</name>
             <value>mapreduce_shuffle</value>
            </property>
</configuration>

• 然后就可以啟動yarn

./sbin/start-yarn.sh      # 啟動YARN
./sbin/mr-jobhistory-daemon.sh start historyserver  # 開啟歷史服務器令蛉，才能在
# Web中查看任務運行情況

• jps會查看到NodeManager以及Resource Manager兩個新的進程：

eversilver@debian:/usr/local/hadoop$ jps
21328 ResourceManager
21732 JobHistoryServer
19765 NameNode
13974 QuorumPeerMain
21798 Jps
21607 NodeManager
19880 DataNode
15933 Kafka
20029 SecondaryNameNode

• 啟動 YARN 之后，運行實例的方法還是一樣的乡恕，僅僅是資源管理方式言询、任務調(diào)度不同。觀察日志信息可以發(fā)現(xiàn)傲宜，不啟用 YARN 時，是 “mapred.LocalJobRunner” 在跑任務，啟用 YARN 之后，是 “mapred.YARNRunner” 在跑任務次慢。啟動 YARN 有個好處是可以通過 Web 界面查看任務的運行情況：http://192.168.128.128:8088/cluster
• YARN 主要是為集群提供更好的資源管理與任務調(diào)度领舰，然而這在單機上體現(xiàn)不出價值，反而會使程序跑得稍慢些玻熙。
• 注意：如果不想啟動 YARN，務必把配置文件 mapred-site.xml 重命名，改成 mapred-site.xml.template锚国，需要用時改回來就行。否則在該配置文件存在玄坦，而未開啟 YARN 的情況下血筑，運行程序會提示 “Retrying connect to server: 0.0.0.0/0.0.0.0:8032” 的錯誤，這也是為何該配置文件初始文件名為 mapred-site.xml.template煎楣。
• 關(guān)閉Yarn

./sbin/stop-yarn.sh
./sbin/mr-jobhistory-daemon.sh stop historyserver