HDFS架構

HDFS架構（Master-Slave）

• 幾個進程的角色
  1. nameNode（master）：用於保存、管理、持久化文件的元數據（文件名、文件副本數、文件塊大小、文件塊列表），同時還要接收客戶端的文件讀寫請求。
  2. secondaryNameNode：用於實時同步文件元數據，給nameNode服務做副本，擔當高可用備份，nameNode處於正常狀態時secondaryNameNode只sandBy。
  3. dataNode（slave）：真正存儲文件塊，分佈在每個節點上。
  4. dfsClient：向hdfs發請求，當用戶發起一個hdfs文件讀、寫、查詢等請求時，集群都會啟動一個dfsClient進程，dfsClient先訪問nameNode獲取文件元數據，然後根據元數據解析出文件分片的分佈情況，最後去各dataNode完成真正的讀寫。它扮演著用戶與hdfs交互中間人的角色，同時文件的拆分和拼裝也是在dfsClient進程完成的。
• HDFS文件讀寫流程
  • 讀取：系統接收到用戶讀請求後，首先啟動一個dfsClient進程，這個進程拿著用戶傳遞的文件路徑等信息，傳遞給nameNode，nameNode返迴文件分片的分佈節點列表，dfsClient就近讀取文件分片，並將各分片拼裝為完整文件返回給用戶。
  • 寫入：系統接收到用戶寫請求後，首先啟動一個dfsClient進程，這個進程將寫入文件的信息提交給nameNode，nameNode根據集群情況將文件進行分片和位置規劃，再將規劃信息返回給dfsClient，dfsClient根據規劃信息將文件切分成特定的塊，然後根據位置規劃分別與對應的dataNode建立管道，將分片傳輸到對應的dataNode上。