HDFS工作流程和机制
作者：互联网
各角色职责：
Namenode：
1、是hadoop分布式文件系统的核心，架构中的主角色。
2、维护和管理文件系统元数据，包括名称空间目录树结构，文件和块的位置信息、访问权限等信息。
3、内部通过内存和磁盘文件两种方式管理元数据。
4、其中磁盘上的元数据文件包含Fsimage内存元数据镜像文件和edits log（Journal）编辑日志。
datanode：
1、是hadoop HDFS中的从角色，负责具体的数据块存储。
2、datanode的数量决定了HDFS集群的整体数据存储能力，通过和namenode配合维护着数据块。
secondarynamenode：
1、它是namenode的辅助节点，不能代替namenode。
2、主要是帮助主角色进行元数据文件的合并动作，可以通俗的理解为主角色的“秘书”。
namenode职责：
1、仅存储HDFS的元数据：文件系统中所有文件的目录树，并跟踪整个集群中的文件，不存储实时数据。
2、知道HDFS中任何给定文件的块列表及其位置，使用此信息namenode知道如何从块中构建文件。
3、不持久化存储每一个文件中各个块所在datanode中的位置信息，执行信息会在系统启动时从datanode重建。
4、是hadoop集群中的单点故障。
5、所在机器通常会配置有大量内存（RAM）。
datanode职责：
1、负责最终数据块black的存储。
2、datanode启动时，会将自己注册到namenode并汇报自己负责持有的块列表。
3、当某一个datanode关闭时，不会影响数据的可用性，namenode将安排由其它datanode管理的块进行副本复制。
4、它所在的机器通常配置有大量的硬盘空间，因为数据都存储在datanode上。
写数据流程：
一、pipeline管道：
1、翻译为管道。这是hdfs再上传文件写数据过程中采用的一种传输方式。
2、客户端数据块写入第一个数据节点，第一个数据节点保存数据之后再将块复制到第二个数据节点，后者保存后将复制个后面的。
3、为什么采用piplline线性传输，而不是一次给三个datanode拓扑式传输：
（1） 因为数据以管道的方式，顺序的沿着一个方向传输，这样能够充分利用每个机器的带宽，避免网络瓶颈和高延迟时的连接，最小化推送所有数据的延时。
（2）在线性推送模式下，每台机器所有的出口都用于以最快的速度传输数据，而不是在多个接受者之间分配宽带。
数据传输不安全，数据丢失怎么办？
二、ACK应答响应：
1、即是确认字符，在数据通信中，接收方发给发送方的一种传输类控制字符，表示发来的数据已确认接收无误。
2、在hdfs popeline管道传输数据的过程中，传输的反方向会进行ACK校验，确保数据传输安全。
3、ACK校验是两两之间的校验，两两之间成功，整体的数据传输就会成功。
三、默认3副本存储策略：
1、默认副本存储策略是由BlockPlacementPolicyDefault指定。
2、第一块副本：优先客户端本地，否则随机。
3、第二块副本：不同于第一块副本的不同机架。
4、第三块副本：第二块副本相同机架不同机器。
标签：HDFS,存储,副本,流程,datanode,namenode,机制,数据 来源： https://www.cnblogs.com/xiao-wang-tong-xue/p/16023970.html