1 工作机制
- 一个数据块在DataNode上以文件形式存储在磁盘上，包括两个文件，一个是数据本身，一个是元数据包括数据块的长度，块数据的校验和，以及时间戳。
- DataNode启动后向NameNode注册，通过后，周期性（1小时）的向NameNode上报所有的块信息。
- 心跳是每3秒一次，心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器，或删除某个数据块。如果超过10分钟没有收到某个DataNode的心跳，则认为该节点不可用。
- 集群运行中可以安全加入和退出一些机器。
2 存储结构
DataNode不需要显式地格式化；关键文件和目录结构如下：
1、HDFS块数据存储于blk_前缀的文件中，包含了被存储文件原始字节数据的一部分。
2、每个block文件都有一个.meta后缀的元数据文件关联。该文件包含了一个版本和类型信息的头部，后接该block中每个部分的校验和。
3、每个block属于一个block池，每个block池有自己的存储目录，该目录名称就是该池子的ID（跟NameNode的VERSION文件中记录的block池ID一样）。
当一个目录中的block达到64个（通过dfs.datanode.numblocks配置）的时候，DataNode会创建一个新的子目录来存放新的block和它们的元数据。这样即使当系统中有大量的block的时候，目录树也不会太深。同时也保证了在每个目录中文件的数量是可管理的，避免了多数操作系统都会碰到的单个目录中的文件个数限制（几十几百上千个）。
如果dfs.datanode.data.dir指定了位于在不同的硬盘驱动器上的多个不同的目录，则会通过轮询的方式向目录中写block数据。需要注意的是block的副本不会在同一个DataNode上复制，而是在不同的DataNode节点之间复制。
3 存储数据模型
1、文件线性切割成块（Block）（按字节切割）
[root@node1 ~][root@node1 ~]hello gtjin1.....hello gtjin100......
2、Block分散存储在集群节点中
3、单一文件Block大小一致，文件与文件可以不一致
hdfs dfs -D dfs.blocksize=1048576 -D dfs.replication=2 -put hello.txt /
4、Block可以设置副本数，副本分散在不同节点中
a) 副本数不要超过DataNode节点数量
b) 承担计算
c) 容错
5、文件上传可以设置Block大小和副本数
6、已上传的文件Block副本数可以调整，大小不变
7、只支持一次写入多次读取；对同一个文件，一个时刻只有一个写入者
8、可以append追加数据
优势：
- 一个文件的大小可以大于网络中任意一个节点的磁盘容量
- 使用抽象块而非整个文件作为存储单元，大大简化存储子系统的设计
- 块非常适合用于数据备份进而提供数据容错能力和提高可用性
Original: https://blog.51cto.com/u_15704423/5434919
Author: wx62be9d88ce294
Title: HDFS角色DataNode
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/516910/
转载文章受原作者版权保护。转载请注明原作者出处！