layout | title | category | tags | keywords | description |
---|---|---|---|---|---|
post |
HDFS的viewfs指南 |
技术 |
Hadoop |
HDFS的viewfs指南 |
{:toc}
可视化文件系统(ViewFS)提供了一种管理多个Hadoop文件系统命名空间(或成命名空间卷)的方式。 对于在HDFS的Federation有多个NN,多个NS的集群是非常有效的。ViewFS类似于一些Unix/Linux系统的客户端安装表。 ViewFS可以用来创建个性化的NS视图和每个集群公用的视图。
该指南的上下文提出了Hadoop系统有多个集群,每个集群可以联合在多个命名空间内,也描述了联邦HDFS中的ViewFS提供给每个集群全局的NS, 因此应用可以以类似于单个联邦的方式运转。
在HDFS Federation之前的古老时间中呢,一个集群只有一个NN,其为集群提供单一的文件系统命名空间。
假如有多个集群,每个集群的文件系统命名空间(FSNS)都是完全独立和互斥的。
此外,集群间也没有物理存储的共享(比如,DN不会在集群间共享)。
每个集群的core-site.xml
都有一个配置属性设置了集群的NN的默认文件系统。
<property>
<name>fs.default.name</name>
<value>hdfs://namenodeOfClusterX:port</value>
</property>
这样的配置属性允许你使用相对命名来解决相对于集群NN的路径问题。
比如,路径/foo/bar
使用上面的配置映射为hdfs://namenodeOfClusterX:port/foo/bar
。
该配置属性在集群的每个网关都会设置,并且在集群的关键服务,如JobTracker和Oozie上也会有。
因此在core-site.xml
设置如上的集群X中,典型的路径名为:
-
/foo/bar
- 该方式与
hdfs://namenodeOfClusterX:port/foo/bar
相等。
- 该方式与
-
hdfs://namenodeOfClusterX:port/foo/bar
- 如果这是合法路径,这种方式比
/foo/bar
更好,因为在需要时,它允许应用和它的数据显式的移动到另一个集群中
- 如果这是合法路径,这种方式比
-
hdfs://namenodeOfClusterY:port/foo/bar
- 这是另一个集群,如集群Y,的路径名的URL。
另外,该命令用于从Y集群将文件复制到Z集群。
distcp hdfs://namenodeClusterY:port/pathSrc hdfs://namenodeClusterZ:port/pathDest
- 这是另一个集群,如集群Y,的路径名的URL。
另外,该命令用于从Y集群将文件复制到Z集群。
-
webhdfs://namenodeClusterX:http_port/foo/bar
和hftp://namenodeClusterX:http_port/foo/bar
- 这两个分别是是通过WEebHDFS文件系统和HFTP文件系统访问文件的文件系统URL。 **注意:**WebHDFS 和HFTP使用NN上的HTTP端口,而不是RPC端口。
-
http://namenodeClusterX:http_port/webhdfs/v1/foo/bar
和http://proxyClusterX:http_port/foo/bar
- 这两个分别是通过WEBHDFS 的REST接口和HDFS代理访问文件的HTTP协议的URL。
当使用集群时,推荐使用第一中类型的路径名而不是全限定的像URL的方式。全限定的URL像地址,不允许应用移动他们的数据。
假如这有多个集群,每个集群有一到多个NN,每个NN有它自己的NS。一个NN仅仅属于一个集群。集群内的NN共享集群的物理存储。 跨集群的NS像以前一样独立。
基于存储需要,操作会决定存储在集群内的每一个NN上。比如,他们可能在一个NN中放置了所有的用户数据(/user/<username>
),
所有的食物数据(/data
)在另一个NN上,所有的项目(/project
)也在两一个NN上等等。
为了古老世界提供透明度,ViewFS文件系统用于创意每个集群有一个独立的集群NS视图,与古老世界的NS相似。
客户端安装表就像Unix的安装表,他们使用古老的命名约定安置新的NS卷。接下来会展示安装表安装四个NS卷(/user
,/data
,/project
,/tmp
)
ViewFs实现了Hadoop文件系统接口,就像HDFS一样和本地文件系统。
感觉上这是比较琐细的的文件系统,只允许连接到其他文件系统。因为ViewFS实现了Hadoop文件系统接口,对Hadoop工具是透明的。比如,所有的shell命令可以在VIewFS工作,就像在HDFS和本地文件系统上一样。
安装表的安装点在标准的Hadoop配置文件中指定。在每个集群的配置中,那些集群的默认文件系统设置到安装表,如:
<property>
<name>fs.default.name</name>
<value>viewfs://clusterX</value>
</property>
在URL中的vierFs://
后的授权是安装表的名字。推荐一个集群的安装表的名字以集群的名字命名。
然后如上配置,Hadoop文件系统会在Hadoop配置文件中寻找名叫“clusterX”的安装表。
对于整个集群操作会安排所有的网关和服务机器包含该安装表,因此,对于每个集群,就像上面说的,针对哪个集群的默认文件系统会设置到ViewFS中。
在core-site.xml
中设置的默认文件系统使用安装表的集群X上,典型的路径名是:
-
/foo/bar
- 该写法与
viewfs://clusterX/foo/bar
相等。如果这样的路径名用于古老的无联邦的世界里,然后可以透明的过渡到联邦上。
- 该写法与
-
viewfs://clusterX/foo/bar
- 如果是合法路径名,比
/foo/bar
号,因为应用和它的数据可以在需要的时候透明的移到另一个集群上。
- 如果是合法路径名,比
-
viewfs://clusterY/foo/bar
- 这是另一个集群Y的路径名的URL引用。另外,该命令可以将文件从集群Y复制到Z:
distcp viewfs://clusterY:/pathSrc viewfs://clusterZ/pathDest
- 这是另一个集群Y的路径名的URL引用。另外,该命令可以将文件从集群Y复制到Z:
-
viewfs://clusterX-webhdfs/foo/bar
和viewfs://clusterX-hftp/foo/bar
这些是分别通过WEBHDFS文件系统和HFTP文件系统访问文件的接口 -
http://namenodeClusterX:http_port/webhdfs/v1/foo/bar
和http://proxyClusterX:http_port/foo/bar
- 这些是分别通过WEBHDFS的REST接口和HDFS代理访问文件的HTTP协议的URL。
在一个集群中时,推荐使用类型1替代类型2的全限定URL。进一步说,应用不应该使用安装点的知识,并使用像 hdfs://namenodeContainingUserDirs:port/joe/foo/bar
的路径在个别NN中引用文件,而应该使用/user/joe/foo/bar
rename /user/joe/myStuff /data/foo/bar
在新世界中,如果/user
和/data
存储在一个集群的不同NN上,如上命令做法是行不通的。