一、 设计思路

分布式文件系统

在Hadoop中文件系统是一个顶层的抽象。
分布式文件系统相当与对文件系统进行了一个扩展（类似于java中的接口）。
HDFS是分布式文件系统的一个实现，分布式文件系统还有许多其他的实现。

二、设计目标

1、硬件错误 是常态：特别是硬盘的损坏。所以存在副本机制。
2、数据流访问：所有的访问都是访问大量的数据，
					使用IO流一直操作。稳定而不是效率。
3、大数据集：存入到HDFS的数据都是海量的数据，不擅长处理小数据。
因为存入过多小数据，每个小数据都需要元数据，容易导致namenode宕机。
4、简单的相关模型：假定文件是一次写入，多次访问
5、移动计算比移动数据便宜
6、多种软硬件的可移植性

三 HDFS架构图

namenode:主要处理用户请求，维护元数据信息
secondarynode：辅助namenode维护元数据
datanode：存储数据

300M的文件需要划分为3个block块，实际的存储磁盘是300M，与block块个数没关系。

四、HDFS元数据管理

元数据分为两部分：
	fsimage 和edits
	fsimage ：保存着一份相对比较完整的元数据  。内存和磁盘中都有
	edits：保存着一段时间内的操作日志、元数据。 内存和磁盘中都有
	edits会在一些特定条件下（一段时间内，或者在文件达到多大）合并到fsimage中。

五、HDFS元数据合并

1、当达到条件后，secondarynode会通知namenode将要进行元数据合并，并让namenode进行edits切换。
2、secondarynode通过http的方式获取fsimage和edits
3、将fsimage和edits进行合并
4、将新的fsimage发送给namenide替换旧的fsimage
注意：
sencondarynode进行合并的时候是在内存中进行的，所以需要大的内存，部署的时候最好单独部署。

6、HDFS上传文件

1、client通知namenode需要上传文件
2、namenode检查是否有权限。namenode允许client上传文件
3、client将文件分割成block块，并访问namenode询问第一个block块存入何处。
4、namenode通过机架感知原理，找到离客户端最近的一台机器（跨交换机最少的机器），找到该机器可用的block块，返回给client
5、client找到对应的datanode以及对应的block的id ，建立RPC连接，通过rpc连接简历pipline进行数据传输。（数据传输是通过UDP进行包传输）。
6、当第一个block块传递完毕，数据校验。反向的校验机制会给client一个响应，client进行第二个block传递，直至所有block传递完毕
7、等数据传递完毕后，client通知namenode建立元数据

block复制策略：
第一个block存在namenode返回的datanode中
第二个存储在同一个交换机下的datanode
第三个存在不通的交换机

7、HDFS文件读取

1、client通知namenode读取数据
2、namenode检验权限，如果前线通过，那么namenode通过查找元数据，返回所有block块地址
		查找block规则：
								离client最近
								心跳机制（最近活跃的，namenode和datanode间存在心跳机制，datanode会一直返回给namenode自己的状态）
3、client并行访问datanode，读取所有block块并进行拼接。

注意

数据写入是串行：写入有ack机制，需要一个block块验证数据完整性后才能写入下一个。
数据读取是并行：读取不需要数据校验。

当一个block块读取到一般出现异常？
没有断点续传
client会到到副本中找，然后重新读取。

八、JAVA API

   public void hdfs() throws Exception {
        //注册驱动
        URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());
        String url = "hdfs://node01:8020/install2.log";
        InputStream inputStream = new URL(url).openStream();
        FileOutputStream fileOutputStream = new FileOutputStream(new File("c:\\software\\hello1.txt"));
        IOUtils.copy(inputStream, fileOutputStream);
        IOUtils.closeQuietly(inputStream);
        IOUtils.closeQuietly(fileOutputStream);
    }

    @Test
    public void fileSystem01() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("fs.defaultFS", "hdfs://node01:8020");
        FileSystem fileSystem = FileSystem.get(configuration);
        System.out.println(fileSystem.toString());
        fileSystem.close();
    }

    @Test
    public void fileSystem02() throws URISyntaxException, IOException {
        Configuration configuration = new Configuration();
        FileSystem fileSystem = FileSystem.get(new URI("hdfs://node01:8020"), configuration);
        System.out.println(fileSystem.toString());
        fileSystem.close();
    }

    @Test
    public void fileSystem03() throws IOException {
        Configuration configuration = new Configuration();
        configuration.set("fs.defaultFS", "hdfs://node01:8020");
        FileSystem fileSystem = FileSystem.newInstance(configuration);
        System.out.println(fileSystem.toString());
        fileSystem.close();
    }
    @Test
    public void fileSystem04() throws IOException, URISyntaxException {
        Configuration configuration = new Configuration();
        FileSystem fileSystem = FileSystem.newInstance(new URI("hdfs://node01:8020"),configuration);
        System.out.println(fileSystem.toString());
        fileSystem.close();
    }

原文地址：https://www.cnblogs.com/hatcher-h/p/12957841.html