HDFS回收站

• HDFS会为每个用户创建一个回收站目录:/user/用户名/.Trash/
• 回收站中的数据都会有一个默认的保存周期，过期未恢复则会被HDFS自动彻底删除
• 默认情况下HDFS回收站功能是不开启的，需要修改core-site.xml中的fs.trash.interval属性

# 停止所有服务
[root@hadoop01 hadoop-3.2.0]# sbin/stop-all.sh
Stopping namenodes on [hadoop01]
Last login: Tue Mar  5 14:00:05 CST 2024 on pts/0
Stopping datanodes
Stopping secondary namenodes [hadoop01]
Last login: Tue Mar  5 16:07:06 CST 2024 on pts/0
Stopping nodemanagers
Last login: Tue Mar  5 16:07:10 CST 2024 on pts/0
Stopping resourcemanager
Last login: Tue Mar  5 16:07:14 CST 2024 on pts/0
You have new mail in /var/spool/mail/root
[root@hadoop01 hadoop-3.2.0]# jps
8875 Jps# 修改core-site.xml
[root@hadoop01 hadoop-3.2.0]# vim etc/hadoop/core-site.xml <property><name>fs.trash.interval</name><!--单位分钟--><value>1440</value></property># 同步到其它两台从节点
[root@hadoop01 hadoop-3.2.0]# scp -rq etc/hadoop/core-site.xml hadoop03:/home/soft/hadoop-3.2.0/etc/hadoop/ 
[root@hadoop01 hadoop-3.2.0]# [root@hadoop01 hadoop-3.2.0]# scp -rq etc/hadoop/core-site.xml hadoop02:/home/soft/hadoop-3.2.0/etc/hadoop/ # 重启
[root@hadoop01 hadoop-3.2.0]# sbin/start-all.sh
Starting namenodes on [hadoop01]
Last login: Tue Mar  5 16:07:17 CST 2024 on pts/0
Starting datanodes
Last login: Tue Mar  5 16:14:28 CST 2024 on pts/0
Starting secondary namenodes [hadoop01]
Last login: Tue Mar  5 16:14:31 CST 2024 on pts/0
Starting resourcemanager
Last login: Tue Mar  5 16:14:36 CST 2024 on pts/0
Starting nodemanagers
Last login: Tue Mar  5 16:14:43 CST 2024 on pts/0
# 查看进程
[root@hadoop01 hadoop-3.2.0]# jps
9393 SecondaryNameNode
9636 ResourceManager
9958 Jps
9128 NameNode
You have new mail in /var/spool/mail/root
# 查看文件
[root@hadoop01 hadoop-3.2.0]# hdfs dfs -ls /
Found 3 items
-rw-r--r--   2 root    supergroup      22125 2024-03-05 12:59 /NOTICE.txt
-rw-r--r--   2 root    supergroup       1361 2024-03-05 13:00 /README.txt
-rw-r--r--   3 1111612 supergroup       7877 2024-03-05 14:01 /test.md
# 删除文件  提示信息：将README文件移动到了root/.Trash/Current/
[root@hadoop01 hadoop-3.2.0]# hdfs dfs -rm /README.txt
2024-03-05 16:15:44,889 INFO fs.TrashPolicyDefault: Moved: 'hdfs://hadoop01:9000/README.txt' to trash at: hdfs://hadoop01:9000/user/root/.Trash/Current/README.txt# 如果文件过大超出回收站的容量，可以用下面的命令解决，跳过回收站直接永久性删除
[root@hadoop01 hadoop-3.2.0]# hdfs dfs -rm -skipTrash /test.md
Deleted /test.md

HDFS的安全模式

• 集群在刚启动的时候HDFS进入安全模式，此时无法执行写操作
• 查看安全模式：hdfs dfsadmin -safemode get
• 离开安全模式：hdfs dfsadmin -safemode leave

查看安全模式
[root@hadoop01 hadoop-3.2.0]# hdfs dfsadmin -safemode get
Safe mode is OFF

定时上传数据至HDFS

1. 获取日志文件的名称
2. 在HDFS上面使用日期创建目录
3. 将日志文件上传到创建的HDFS目录中
4. 考虑脚本重跑补数据的情况
5. 配置crontab任务

上传脚本

#!/bin/bash
# 获取昨天的日期
yestoday=$1
if [ "$yestoday" = "" ]
thenyestoday=`date +%Y_%m_%d --date="1 days ago"`
fi
# 拼接日志文件路径信息
logPath=/home/log/access_${yestoday}.log
hdfsPath=/log/${yestoday//_/}
#在HDFS上面创建目录
hdfs dfs -mkdir -p ${hdfsPath}
#数据上传
hdfs dfs -put ${logPath} ${hdfsPath}

执行脚本

# 执行脚本跑昨天的数据
[root@hadoop01 shell]# sh -x uploadLogData.sh 
+ yestoday=
+ '[' '' = '' ']'
++ date +%Y_%m_%d '--date=1 days ago'
+ yestoday=2024_03_05
+ logPath=/home/log/access_2024_03_05.log
+ hdfsPath=/log/20240305
+ hdfs dfs -mkdir -p /log/20240305
+ hdfs dfs -put /home/log/access_2024_03_05.log /log/20240305# 执行脚本跑指定日期的数据
[root@hadoop01 shell]# sh -x uploadLogData.sh 2024_01_05
+ yestoday=2024_01_05
+ '[' 2024_01_05 = '' ']'
+ logPath=/home/log/access_2024_01_05.log
+ hdfsPath=/log/20240105
+ hdfs dfs -mkdir -p /log/20240105
+ hdfs dfs -put /home/log/access_2024_01_05.log /log/20240105查看
[root@hadoop01 shell]# hdfs dfs -ls /log/20240305
Found 1 items
-rw-r--r--   2 root supergroup         21 2024-03-06 09:40 /log/20240305/access_2024_03_05.log[root@hadoop01 shell]# hdfs dfs -ls /log/20240105
Found 1 items
-rw-r--r--   2 root supergroup         21 2024-03-06 09:45 /log/20240105/access_2024_01_05.log

配置crontab任务

# 定时上传数据 上传日志放在uploadData.log里面
[root@hadoop01 shell]# vim /etc/crontab 
0 1 * * * root sh /home/shell/uploadLogData.sh >> /home/shell/uploadData.log

HDFS的高可用和高扩展

针对我们目前这个一主两从的集群，前面做过分析

• 高可用(HA)：NameNode主要负责接收用户的操作请求，所有的读写请求都会经过它，存在单点故障，对于这个情况而言需要部署多节点NameNode，但是只有一个NameNode是Active状态，其它的是StandBy状态；ActiveNameNode负责所有的客户端操作，StandByNameNode用来同步Ann的状态消息，以提供快速故障恢复能力；启动HA的时候不能启动SecondaryNameNode。

• 高扩展：HDFS适合存储大文件，原因在于NameNode存储的文件的索引(元数据信息)，文件实际存储在DataNode上，所以不管是大文件还是小文件，在NameNode上所在的索引内存是一定的；如果NameNode内存不够用，官方提供了Federation机制

HDFS写数据过程源码剖析

RPC原理分析

• 一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议
• 采用client/server模式，请求程序就是一个client，服务提供的程序就是一个server
• Hadoop的整个体系结构就是构建在RPC之上的，客户端和NameNode通信、DataNode和NameNode之间的通信都是通过RPC协议来实现

这个调用过程是跨主机，跨进程的

RPC接口分析

• ClientProtocol：HDFS客户端(FileSystem)与NameNode通信的接口
• DatanodeProtocal：DataNode和NameNode通信的接口，通过心跳机制，DataNode定时上报自己当前节点的状态信息
• NamenodeProtocol：SecondaryNameNode与NameNode通信的接口，负责合并事务日志信息

案例分析

# server   
public static void main(String[] args) throws IOException {Configuration conf = new Configuration();// 创建RPC server构建器RPC.Builder builder = new RPC.Builder(conf);builder.setBindAddress("127.0.0.1").setPort(8099).setProtocol(MyProtocol.class).setInstance(new MyProtocolImpl());RPC.Server server = builder.build();server.start();System.out.println("server started");}

# client    
public static void main(String[] args) throws IOException {InetSocketAddress addr = new InetSocketAddress("127.0.0.1", 8099);Configuration con = new Configuration();// 获取RPC代理MyProtocol proxy = RPC.getProxy(MyProtocol.class, MyProtocol.versionID, addr, con);String result = proxy.hello("this is my client");System.out.println("client result:" + result);}

/*** 自定义RPC接口*/
public interface MyProtocol extends VersionedProtocol {long versionID = 123456;String hello(String name);}

public class MyProtocolImpl implements MyProtocol {@Overridepublic String hello(String name) {System.out.println("我被调用了...");return "hello" + name;}/*** 获取接口版本号* @param s* @param l* @return* @throws IOException*/@Overridepublic long getProtocolVersion(String s, long l) throws IOException {return versionID;}@Overridepublic ProtocolSignature getProtocolSignature(String s, long l, int i) throws IOException {return new ProtocolSignature();}
}

IOException {
return versionID;
}

@Override
public ProtocolSignature getProtocolSignature(String s, long l, int i) throws IOException {return new ProtocolSignature();
}

}

![image-20240306133230512](https://img-blog.csdnimg.cn/img_convert/4dea2d4c8a5b114d260eb999bd17c7fe.png)