注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

和申的个人主页

专注于java开发,1985wanggang

 
 
 

日志

 
 

Nutch分布式文件系统:解决网络文件存储管理  

2010-10-24 20:55:06|  分类: java分布 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

摘要:NDFS是建立在普通磁盘上的,不需要RAID控制器或者其它的磁盘阵列解决方案。NDFS:在一系列机器上存储庞大的面向流的文件,包含多机的存储冗余和负载均衡。
NDFS:在一系列机器上存储庞大的面向流的文件,包含多机的存储冗余和负载均衡。文件以块为单位存储在NDFS的离散机器上,提供一个传统的input/output流接口用于文件读写。

块的查找以及数据在网络上传输等细节由NDFS自动完成,对用户是透明的。而且NDFS能很好地处理用于存储的机器序列,能方便地添加和删除一台机器。当某台机器不可用时,NDFS自动的保证文件的可用性。只要网上的机器序列能提供足够的存储空间,就要保证NDFS文件系统的正常运作。

NDFS是建立在普通磁盘上的,不需要RAID控制器或者其它的磁盘阵列解决方案。

语法

1). 文件只能写一次,写完之后,就变成只读了(但是可以被删除)
2). 文件是面向流的,只能在文件末尾加字节流,而且只能读写指针只能递增。
3). 文件没有存储访问的控制

所以,所有对NDFS的访问都是通过验证的客户代码。没有提供API供其它程序访问。因此Nutch就是NDFS的模拟用户。

系统设计

NDFS包含两种类型的机器:NameNodes和DataNodes: NameNodes维护名字空间;而DataNodes存储数据块。NDFS中包含一个NamdNode,而包含任意多的DataNodes,每个DataNodes都配置与唯一的NameNode通信。

1)NameNode: 负责存储整个名字空间和文件系统的布局。是一个关键点,不能down掉。但是做的工作不多,因此不是一个负载的瓶颈。
维护一张保存在磁盘上的表: filename-0->BlockID_A,BlockID_B...BlockID_X,etc.;
filename就是一字符串,BolockID是唯一的标识符。每个filename有任意个blocks。

2)DataNode:负责存储数据。一个块应该在多个DataNode中有备份;而一个DataNode对于一个块最多只包含一个备份。
维护一张表:BlockID_X->array of bytes..

3)合作:DataNode在启动后,就主动与NameNode通信,将本地的Block信息告知NameNode。NameNode据此可以构造一颗树,描述如何找到NDFS中的Blocks。这颗树是实时更新的。DataNode会定期发送信息给NameNode,以证明自己的存在,当NameNode收不到该信息时,就会认为DataNode已经down了。

4)文件的读写过程:例如Client要读取foo.txt,则有以下过程。
a.Client通过网络联系NameNode,提交filename:"foo.txt"
b.Client收到从NameNode来的回复,包含:组成"foo.txt"的文件块和每个块存在的DataNode序列。
c.Client依次读取每个文件块。对于一个文件块,Client从它的DataNode序列中得到合适的DataNode, 然后发送请求给DataNode,由DataNode将数据传输给Client

系统的可用性

NDFS的可用性取决于Blocks的冗余度,即应该在多少个DataNode保持同一Block的备份。对于有条件的话可以设置3个备份和2个最低备份(DESIRED_REPLICATION and MIN_REPLICATION constants in fs.FSNamesystem)。当一个块的低于MIN_REPLICATION,NameNode就会指导DataNode做新的备份。

net.nutch.fs包的一些文件介绍

1)NDFS.java:包含两个main函数,一个是关于NameNode的,一个是关于DataNode的
2)FSNamesystem.java:维护名字空间,包含了NameNode的功能,比如如何寻找Blocks,可用的DataNode序列
3)FSDirectory.java:被FSNamesystem调用,用于维护名字空间的状态。记录NameNode的所有状态和变化,当NameNode崩溃时,可以根据这个日志来恢复。
4)FSDataset.java: 用于DataNode,维护Block序列等
5)Block.java and DatanodeInfo: 用于维护Block信息
6)FSResults.java and FSParam.java: 用于在网络上传送参数等
7)FSConstants.java:包含一些常数,用于参数调整等。
8)NDFSClient.java:用于读写数据
9)TestClient.java:包含一个main函数,提供一些命令用于对NDFS的存取访问

简单的例子

1)创建NameNode:
Machine A:java net.nutch.fs.NDFS$NameNode 9000 namedir  

2)创建DataNode:
Machine B:java net.nutch.fs.NDFS$DataNode datadir1 machineB 8000 machineA:9000
Machine C:java net.nutch.fs.NDFS$DataNode datadir2 machineC 8000 machineA:9000

运行1,2步后,则得到了一个NDFS,包含一个NameNode和两个DataNode。(可以在同一台机 的不同目录下安装NDFS)

3)client端的文件访问:
创建文件:java net.nutch.fs.TestClient machineA:9000 CREATE foo.txt
读取文件:java net.nutch.fs.TestClient machineA:9000 GET foo.txt
重命名文件:java net.nutch.fs.TestClient machineA:9000 RENAME foo.txt bar.txt
再读取文件:java net.nutch.fs.TestClient machineA:9000 GET bar.txt
删除文件:java net.nutch.fs.TestClient machineA:9000 DELETE bar.txt

转载http://tech.watchstor.com/storage-systems-112713.htm

http://blog.appleandroid.com/post/307/

  评论这张
 
阅读(694)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2016