《从零开始学Hadoop大数据分析（视频教学版）》 —3.2.5 HDFS的核心概念

3.2.5  HDFS的核心概念

　　关于HDFS有以下核心概念，理解这些概念对于更好地了解HDFS的原理有很大帮助。

　　1．数据块（block）

　　每个磁盘都有默认的数据块大小，这是磁盘进行数据读/写的最小单位。HDFS也有块的概念，在HDFS 1.x中默认数据块大小为64MB，在HDFS 2.x中默认数据块大小为128MB。

　　与单一磁盘上的文件系统相似，HDFS上的文件也被划分成块大小的多个分块（chunk），作为独立的存储单元。但与面向单一的文件磁盘系统不同的是，HDFS中小于一个块大小的文件不会占据整个块的空间（例如一个1MB的文件存储在一个128MB的块中时，文件只会使用1MB的磁盘空间，而不是128MB）。

　　2．NameNode

　　NameNode为HDFS集群的管理节点，一个集群通常只有一台活动的NameNode，它存放了HDFS的元数据且一个集群只有一份元数据。NameNode的主要功能是接受客户端的读写服务，NameNode保存的Metadata信息包括文件ownership、文件的permissions，以及文件包括哪些Block、Block保存在哪个DataNode等信息。这些信息在启动后会加载到内存中。

　　3．DataNode

　　DataNode中文件的储存方式是按大小分成若干个Block，存储到不同的节点上，Block大小和副本数通过Client端上传文件时设置，文件上传成功后副本数可以变更，BlockSize不可变更。默认情况下每个Block都有3个副本。

　　4．SecondaryNameNode

　　SecondaryNameNode（简称SNN），它的主要工作是帮助NameNode合并edits，减少NameNode启动时间。SNN执行合并时机如下：

* 根据配置文件设置的时间间隔fs.checkpoint.period，默认3600秒。

* 根据配置文件设置edits log大小fs.checkpoint.size，规定edits文件的最大值默认是64MB，如图3.4所示。

图3.4  配置文件设置

　　5．元数据

　　元数据保存在NameNode的内存中，以便快速查询，主要包括fsimage和edits。

* fsimage：元数据镜像文件（保存文件系统的目录树）。

* edits：元数据操作日志（针对目录树的修改操作）被写入共享存储系统中，比如NFS、JournalNode，内存中保存一份最新的元数据镜像（fsimage+edits）。