一、NameNode、SecondaryNameNode以及DataNode

　　1>　Namenode（NN）：元数据节点  ---->  存储的是目录

一个HDFS集群只有一个活跃的NN。

NameNode被格式化之后，将在Hadoop的/data/tmp/dfs/name/current目录中产生如下文件：

fsimage_0000000000000000000
fsimage_0000000000000000000.md5
seen_txid
VERSION

　　1、Edits文件：存放HDFS文件系统的所有更新操作的路径，文件系统客户端执行的所有写操作首先会被记录到Edits文件中。

　　2、Fsimage文件：HDFS文件系统元数据的一个永久性的检查点，其中包含HDFS文件系统的所有目录和文件inode的序列化信息。
　　3、seen_txid文件：保存的是一个数字，就是最后一个edits_的数字。
　　4、每次NameNode启动的时候都会将Fsimage文件读入内存，加载Edits里面的更新操作，保证内存中的元数据信息是最新的、同步的，可以看成NameNode启动的时候就将Fsimage和Edits文件进行了合并。

　　edits文件会特别多，namenode会将这些edits传给Secondarynamenode（理解为秘书），

由它来存储并合并，在将合并后的Fsimage文件传回给namenode。

 

　　2>　SecondaryNameNode（SNN）: 从元数据节点  ---->  相当于Namenode的秘书

　　接受namenode传来的edits文件按，并每隔一段时间后将他们合并压缩成一个Fsimage文件，将他传回给Namenode，Namenode需要的时候直接从这里读取就即可，没有再去读edits文件。

 

　　3>　DataNode（DN）：数据节点  ---->  真正存储数据并进行备份的地方

保存、检索Block。接收的数据真正存储的地方。一个集群可以有多个数据节点。

 

二、读写过程

　　1、HDFS副本机制：

　　为避免数据丢失，创建多个数据的副本，他的存放满足以下特点：

副本默认书为3份。
一个在本地机架节点
一个在同机架不同节点  （通过机架感知）
一个在不同机架上的某一节点

 

　　2、读文件

　　客户端发出请求，传递给DistributedFilesystem，由他向Namenode申请，Namenode获取对应的数据所在块的位置，传递给他，他再返回给客户端；客户端通过这个位置信息，依靠FSDataInputStream去读取相应位置上的文件

 

 

　　3、写文件

　　客户端发出请求，传递给DistributedFilesystem，由他向Namenode申请，Namenode获取距离客户端最接近的节点位置，传递给他，他再返回给客户端；客户端通过这个位置信息，以FSDataOutputStream去在对应的节点上存储数据，存储完成后，通过机架感应，在同机架的另一个节点位置上再写（备份），这一步完成后，再去其他的任意机架上的某一节点，再去备份。这样存储的数据就有三份（副本机制）。