内容简介:
1. hdfs(分布式文件系统)
1.1 分布式文件系统
数据集的大小超过一台独立的计算机的存储能力时,就要通过网络中的多个机器来存储数据集,把管理网络中多台计算机组成的文件系统,称为分布式文件系统
1.2 hdfs的特点
-
分布式
- 数据量越来越多,在一个操作系统管辖的范围存不下了,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,因此迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统 ,
-
高可用
- 副本机制
-
通透性
- 实际上是通过网络来访问文件的动作,由程序与用户看来,就像是访问本地的磁盘一般
1.3 hdfs的体系架构
-
namenode
- 名称节点
- 文件系统的管理节点
- 维护着整个文件系统的文件目录树
- 接收用户的请求
-
datanode
- 数据节点
- 存储block(一个block在hadoop1.x的版本中64mb,在hadoop2.x的版本中是128mb)
1.4 hdfs的设计
-
流式数据的访问
- 一次写入多次读取
-
商用硬件
- hadoop不需要运行在昂贵的商业机器上(ibm的小型机等),只需要普通的机器即可
-
低时间延时的数据访问
- 要求几十毫秒获取响应结果的应用数据不能使用hdfs来存储
- 虽然hdfs不能解决低延迟的访问,但是基于hdfs的hbase能解决延迟问题
-
大量的小文件
- 每个文件在namenode中,存储文件目录信息,block信息,约占150byte
- hdfs不适合存储小文件
-
多用户写入,任意修改文件
- 存储在hdfs中的文件只能有一个写入者(writer)
- 只能在文件末尾追加数据,不能在任意位置修改文件
1.4 block的大小规划
-
block: 数据块
- 大数据集存储的基本单位
- block在hadoop1.x的版本中64mb,在hadoop2.x的版本中是128mb
-
为什么会有以上的设计
- 硬盘有个寻址时间(10ms)
- 寻址时间占传输时间的1%
- 硬盘的读取速率一般为100mb/s
1.5 secondary namenode
- 合并edits与fsimage
-
合并的时机
- 3600s
- 64mb
2. hdfs的操作
2.1 图形化操作
2.2 shell 操作
2.3 API操作
3. hdfs的操作(图形界面)
3.1 hdfs的启动流程
- 进入安全模式
- 加载fsimage
- 加载edits
- 保存检查点(融合fsimage和edits文件,生成新的fsimage)
- 退出安全模式
3.2 通过浏览器访问
http://namenode :50070
4. hdfs的操作(shell操作)
- hdfs dfs
- hadoop fs
5. hdfs的操作(API操作)
5.1 依赖POM
<dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.6.4</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>2.6.4</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>2.6.4</version> </dependency>
5.2 hdfs读写文件
import org.apache.commons.compress.utils.IOUtils; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.*; import org.junit.Test; public class HdfsTest { /** * 写文件操作 */ @Test public void testWriteFile() throws Exception { //创建配置对象 Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://uplooking01:8020"); //创建文件系统对象 FileSystem fs = FileSystem.get(conf); Path path = new Path("/test002.txt"); FSDataOutputStream fsDataOutputStream = fs.create(path, true); fsDataOutputStream.write("hello".getBytes()); fsDataOutputStream.flush(); fsDataOutputStream.close(); } /** * 读文件操作 */ @Test public void testReadFile() throws Exception { //创建配置对象 Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://uplooking01:8020"); //创建文件系统对象 FileSystem fs = FileSystem.get(conf); Path path = new Path("/test002.txt"); FSDataInputStream fsDataInputStream = fs.open(path); IOUtils.copy(fsDataInputStream, System.out); } /** * 上传文件操作 */ @Test public void testuploadFile() throws Exception { //创建配置对象 Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://uplooking01:8020"); //创建文件系统对象 FileSystem fs = FileSystem.get(conf); Path fromPath = new Path("file:///f:/test01.txt"); Path toPath = new Path("/test01.txt"); fs.copyFromLocalFile(false, fromPath, toPath); } /** * 下载文件操作 */ @Test public void testdownloadFile() throws Exception { //创建配置对象 Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://uplooking01:8020"); //创建文件系统对象 FileSystem fs = FileSystem.get(conf); Path fromPath = new Path("/test01.txt"); Path toPath = new Path("file:///f:/test01.txt"); fs.copyToLocalFile(false, fromPath, toPath); } /** * 下载文件操作 */ @Test public void testOtherFile() throws Exception { //创建配置对象 Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://uplooking01:8020"); //创建文件系统对象 FileSystem fs = FileSystem.get(conf); // BlockLocation[] blockLocations = fs.getFileBlockLocations(new Path("/test01.txt"), 0, 134217730); // System.out.println(blockLocations); FileStatus[] listStatus = fs.listStatus(new Path("/test01.txt")); System.out.println(listStatus); } }
3. hdfs的高级操作
回滚edits: hdfs dfsadmin -rollEdits
进入安全模式: hdfs dfsadmin -safemode | enter | leave| get| wait
融合edits和fsimage: hdfs dfsadmin -saveNamespace:
查看fsimage: hdfs oiv -i -o -p
查看edits: hdfs oev -i -o -p
4. hdfs中的配额管理
-
目录配额
-
设置目录配额
- hdfs dfsadmin -setQuota n dir
- n:指的是目录配额的个数,如果个数为1,则不能存放任何文件,如果为2则只能放一个文件,以此类推.
-
清除目录配额
- hdfs dfsadmin -clrQuota dir
-
-
空间配额
-
设置空间配额
-
hdfs dfsadmin -setSpaceQuota n dir
- n:指空间的大小
-
-
清除空间配额
- hdfs dfsadmin -clrSpaceQuota dir
-
5. 获取配置
hdfs getconf -confKey keyname
6. hadoop中的RPC
- RPC(Remote Procedure Call)——远程过程调用协议
- 它是一种通过网络从远程计算机程序上请求服务,而不需要了解底层网络技术的协议
-
设计目的:
- 调用远程的方法和调用本地方法一样方便
6.1 编写RPC服务端
定义协议
/** * 定义协议 */ public interface IHelloService extends VersionedProtocol { public long versionID = 123456798L;//定义协议的版本 public String sayHello(String name);//协议的具体条目 }
定义RPC的服务器实例类
/** * 实例类,实现了协议的类 */ public class HelloServiceImpl implements IHelloService { @Override public String sayHello(String name) { System.out.println("==================" + name + "=================="); return "hello" + name; } @Override public long getProtocolVersion(String protocol, long clientVersion) throws IOException { return versionID; } @Override public ProtocolSignature getProtocolSignature(String protocol, long clientVersion, int clientMethodsHash) throws IOException { return new ProtocolSignature(); } }
定义RPC程序的启动程序
public class MyRpcServer { public static void main(String[] args) throws IOException { Configuration conf = new Configuration(); RPC.Server server = new RPC.Builder(conf) .setBindAddress("172.16.4.3")//配置主机 .setPort(8899)//配置端口 .setProtocol(IHelloService.class)//配置协议 .setInstance(new HelloServiceImpl())//配置实例,可以配置多个 .build(); server.start(); System.out.println("RPC服务器启动成功...."); } }
6.2 编写RPC客户端
定义协议
/** * 定义协议 */ public interface IHelloService extends VersionedProtocol { public long versionID = 123456798L;//定义协议的版本 public String sayHello(String name);//协议的具体条目 }
定义客户端启动程序
Configuration conf = new Configuration(); ProtocolProxy<IHelloService> proxy = RPC.getProtocolProxy(IHelloService.class, IHelloService.versionID, new InetSocketAddress("172.16.4.3", 8899), conf); IHelloService helloService = proxy.getProxy(); String ret = helloService.sayHello("xiaoming"); System.out.println(ret);
7. 独立启动namenode datanode
hadoop-daemon.sh start namenode
hadoop-daemon.sh start datanode
hadoop-daemon.sh start secondarynamenode
yarn-daemon.sh start resourcemanager
yarn-daemon.sh start nodemanager
8. 节点的服役和退役
- 动态的添加节点,不需要停止整个集群
- hdfs中维护着一个白名单和一个黑名单
8.1 节点服役
==在namenode中操作==
hdfs-site.xm
<!-- 白名单--> <property> <name>dfs.hosts</name> <value>/opt/hadoop/etc/hadoop/dfs.include</value> </property>
创建白名单文件
/opt/hadoop/etc/hadoop/dfs.include
uplooking03
uplooking04
uplooking05
uplooking06
刷新节点:
hdfs dfsadmin -refreshNodes
8.1 节点退役
- 从白名单移除
- 添加到黑名单
- 刷新节点
- 从黑名单移除
- 停止datanode进程
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 混合学习环境下基于学习行为数据的学习预警系统设计与实现
- 机器学习数据集哪里找:最佳数据集来源盘点
- 数据隐私和机器学习时代下的数据收集和数据市场
- 大数据学习路线
- 大数据学习路线指导
- 数据结构学习--链表
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
CSS3专业网页开发指南
Peter Gasston / 李景媛、吴晓嘉 / 人民邮电出版社 / 2014-3-1 / 45.00元
《CSS3专业网页开发指南》是英国著名Web前端开发工程师Peter Gasston对CSS3高级技术的全面介绍。书中既有CSS3的发展历史、基本语法等入门知识介绍,也涵盖了媒体查询、选择器、伪类与伪元素、网页字体、文本排版、图形处理、动画、布局等CSS3前端开发必不可少的知识,还介绍了CSS3的未来发展方向。全书共分为17章,作者在每一章的讲解中都结合了大量的实例,同时也不忘介绍每一项技术的发展......一起来看看 《CSS3专业网页开发指南》 这本书的介绍吧!