深入理解HDFS架构

副本存放：

优化的副本存放策略是HDFS区分其他分布式系统的重要特性。HDFS采用机架感知策略
来改进副本数据的可靠性，可用性，网络带宽的利用率。
通过机架感知，Namenode可以确定DataNode所属机架id。
HDFS的存放策略是将一个副本存放在本地机架的节点上，一个副本放在同一机架的另一个节点，
最后一个副本存放在不同机架的节点上。
减少机架间的数据传输，提高了写操作的效率，读的时候更好利用多个机架的带宽。

安全模式

Namenode启动后会进入安全模式的特殊状态，不进行数据块的复制。
Namenode从所有的DataNode接收心跳信号和块状态报告。
块状态报告包括DataNode所有数据块列表。检测各数据块是否达到最小副本数目。

文件系统元数据持久化

对于任何对文件系统元数据产生修改的操作，Namenode使用EditLog的事务日志记录下来。
整个文件系统的DataNode空间，包括数据块到文件的映射，文件的属性等，存储在FsaImage文件。
当NameNode启动时，从硬盘中读取EditLog和FsImage，将所有的EditLog事务作用在内存中的Image。
保存FsImage，删除EditLog,这个过程称为一个检查点，只发生在NameNode启动时。

文件系统回收站

如果启用了回收站配置，用户或应用程序删除某个文件时，将这个文件重命名转移到/trash目录，以便后面的
复原。保存时间可以配置，超过时间，文件将被永远删除。

hadoop fs -rm /file
将file移动到回收站目录。
hadoop fs -rm -skipTrash /file 
将file直接删除。

文章标题：深度理解HDFS架构
分享链接：http://scgulin.cn/article/igosgs.html