hadoop實戰4--（hdfs讀流程，hdfs寫流程，副本放置策略）

su - hadoop

jps

cd app/hadoop-2.6.0-cdh5.7.0

bin/hdfs dfs  -ls

一、本機被挖礦程式入侵處理？

1.top檢視佔用的程式

2. ps -ef | grep  7509  #檢視埠對應的指令碼

3.檢視是否有定時任務，並編輯檢視內容

可以看到定時任務中的內容，將其註釋掉

#wget -q -o

4.善後處理

因為是雲主機，開放了8088埠，故容易別侵入，因為程式使用了wget程式，故我們把雲主機上的wget程式解除安裝掉，防止再次發生。

yum  remove wget

5. 殺掉埠

kill -9 7095

二、dfs寫流程：

1 .例如執行命令hdfs dfs -put  LICENSE.TXT  /

對我們操作者而言是無感知的。並不知道上傳到哪個節點。

2.在執行命令的瞬間，呼叫了dfs命令，dfs根據hdfs 幫助命令可以看到，是執行了一個hadoop所支援的操作檔案系統的命令。

圖解說明：

寫流程對於我們操作者而言，是無感知的

1.Client呼叫FileSystem.create(filePath)方法，

去與NN進行【RPC】通訊，check該路徑的檔案是否存在

以及有沒有許可權建立該檔案。 假如OK，就建立一個新檔案，

但是不關聯任何的block，nn根據上傳的檔案大小且塊大小且副本數，

計算多少塊，以及塊存放的dn，最終將這些資訊返回給客戶端

則為【FSDataOutputStream】。

2.Client呼叫FSDataOutputStream.write方法，將第一個塊的

第一個副本寫到第一個DN，寫完寫第二個副本，寫完寫第三個副本；

當第三個副本寫完，返回給ack packet給第二個副本的DN,然後第二個DN返回ack packet給第一個DN；

第一個DN返回ack packet給FSDataOutputStream物件，標識第一個塊，3副本寫完！

然後依次寫剩餘的塊！

(對操作者來說是透明的)

3.當向檔案寫入資料完成後，Client呼叫FSDataOutputStream.close()方法。關閉輸出流，flush換成區的資料包。

4.再呼叫FileSystem.complete(),通知NN節點寫入成功。

思考1：

當一個檔案有三個副本，三個節點，某刻損壞一個節點，此時檔案還能寫麼？

答：不能。副本數=節點數，故我們在部署的時候：副本資料<DN。

總結: 存活的DN滿足我們的副本數 就能寫

類比只有一個節點的時候，該節點掛掉，是不能寫的。

實驗： 類同當只有一個節點的時候，該節點掛掉，還可以寫麼？

1.jps

2.kill -9  datanode程式

3. hdfs dfs - put  LICENSE.txt  /ruozedata

結論：是不能寫的

思考2：

一個檔案有三個備份，放在三個節點 ，此時損壞一個幾點，該檔案是否還能讀？

答：是可以讀的，寫不是不能寫的

此時該怎麼辦？

1.手動修復

hdfs debug recoverlease  / a.txt 手工恢復這些壞塊(依據其他副本來修復)

2.自動修復

配置兩個引數

dfs.datanode.

實驗：

模擬塊損壞：

1.可以刪除目錄下的塊（mv 到其他位置。模擬損壞）

2.hdfs fsck /  #檢測塊

3.修復塊

三、hdfs讀流程

圖解說明：

FSDataIutputStream

1.Client透過FileSystem.open(filePath),

去與NN進行【RPC】通訊，返回該檔案的部分

或全部的block列表，也就是返回FSDataInputStream物件。

2.Client呼叫【FSDataInputStream】物件的read()方法，

a. 去與第一個塊的最近的DN進行read，讀取完後，會check，

假如success，會關閉與當前DN通訊。假如fail 會記錄失敗的DN+block資訊，下次就不會讀取。

那麼會去該塊的第二個DN的地址讀取。

b.然後去第二個塊的最近的DN上讀取，會check，success，會關閉與當前DN通訊。

c.假如當前block列表全部讀取完成，檔案還沒結束，那麼FileSystem會從NN獲取下一批的block列表。

(對於操作者，是透明的，感覺就是連續的資料流)

3.Client呼叫FSDataInputStream.close() 關閉輸入流

四、副本放置策略：

思考：為何一個機櫃放5個伺服器？

答：機櫃總電流大小/每個伺服器電流大小=伺服器個數

總結：client橘黃色部分是命令列，提交應該響應速度快，故第一個副本放置在“本地”，其他副本放置在別的機櫃。2,3個副本不應該放置在同一伺服器中， 叢集環境隨機放置副本。

hadoop實戰4--(hdfs讀流程，hdfs寫流程，副本放置策略)

相關文章