菏泽市建设银行网站产品营销策划

NN和2NN的内部工作原理

对于NameNode的存放位置：
内存中：好处：计算快
坏处：可靠性差，断电后元数据会丢失
磁盘中：好处：可靠性搞
坏处：计算慢
内存+磁盘中：效率低

所以设置在磁盘中的备份元数据的镜像文件FsImage(只存储数据)，但元数据更新时需要同时更新FsImage，否则会产生数据一致性的问题，且断电后元数据会丢失。

引入Edits日志文件（只进行追加操作）。每当元数据有更新或者添加元数据时，修改内存中的元数据并追加到Edits中。一旦NameNode节点断电，通过FsImage和Edits的合并元数据。

引入一个新的节点SecondaryNamenode，专门用于定期合并FsImage和Edits。

综上，NameNode存放于内存中，FsImage和Edits存放与磁盘中，SecondaryNamenode定期合并FsImage和Edits，当开机时加载FsImage和Edits到NameNode。

1.第一阶段：NameNode启动
（1）第一次启动NameNode格式化后，创建Fsimage镜像文件和Edits日志文件。如果不是第一次启动，直接加载编辑日志和镜像文件到内存。
（2）客户端对元数据进行增删改的请求。
（3）NameNode记录操作日志，更新滚动日志。（先记录日志再更改内存，如果先更改内存再记录，在更改内存后遇到断电，则不会记录此次更改的记录，导致内存丢失）
（4）NameNode在内存中对元数据进行增删改。

2.第二阶段：Secondary NameNode工作
（1）Secondary NameNode询问NameNode是否需要CheckPoint（触发条件，定时器到期；Edits日志文件数据满）。直接带回NameNode是否检查结果。
（2）Secondary NameNode请求执行CheckPoint。
（3）NameNode滚动正在写入Edits日志。
（4）将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。
（5）Secondary NameNode加载编辑日志和镜像文件到内存，并合并。
（6）加载后Secondary NameNode生成新的镜像文件fsimage.chkpoint。
（7）Secondary NameNode拷贝fsimage.chkpoint到NameNode。
（8）NameNode将fsimage.chkpoint重新命名成fsimage。

DataNode工作机制

（1）DataNode主动向NameNode汇报自己的块信息。
（2）NameNode则记录下 有哪些块是正常的，并向DataNode发送注册成功。
（3）DataNode每隔一个周期（6h）向NameNode汇报所有块的信息，保证数据的可靠性。
（4）DataNode和NameNode有周期性（3s）的互通信息，确保DataNode还是活动状态。
（5）若一定的时间NameNode没有收到DataNode信息，则任务该节点不可用（即NameNode不允许客户端向DataNode读写数据）。

数据的完整性

Hadoop使用crc校验位进行数据一致性校验，先对原始数据进行crc计算，然后与传输过来的crc校验位比较是否一致。