HDFS中的NameNode和DataNode

    HDFS集群中以Master-Slave模式運行，主要有兩類節點：一個Namenode節點(即master)和多個Datanode節點。Namenode管理文件系統的Namespace.他維護著文件系統樹以及文件樹中所有的文件和文件夾的元數據。

      hdfs架構圖：

Namenode:

Namenode管理文件系統的Namespace。它維護著文件系統樹以及文件樹中所有的文件和文件夾的元數據(Metadata).管理這些信息的文件有兩個，分別是Namespace鏡像文件(Namespace p_w_picpath)和操作日志文件(edit log), 這些信息被Cache在RAM中，當然，這兩個文件也會被持久化存儲在本地磁盤。Namenode記錄著每個文件中各個塊所在的數據節點的位置信息，但是它并不持久化存儲這些信息，因為這些信息會在系統重啟時從數據及節點重建。

Namenode結構抽象圖：

客戶端代表用戶與namenode和datanode交互來訪問整個文件系統。客戶端提供了一系列的文件系統接口，因此我們在編程時,幾乎無需知道datanode和namenode，即可完成我們所需要的功能。

Datanode:

Datanode是文件系統的工作節點，他們根據客戶端或者namenode的調度存儲和檢索數據，并且定期向namenode發送他們所存儲的塊(block)的列表.

Namenode容錯機制：

沒有了Namenode,HDFS就不能工作。事實上，如果運行namenode的機器壞掉的話，系統中的文件將會完全丟失，因為沒有其他方法能夠將位于不同datanode上的文件塊重建文件。因此，namenode的容錯機制非常重要，Hadoop提供了兩種容錯機制。

第一種方式：將持久化存儲在本地磁盤的文件系統元數據備份。Hadoop可以通過配置來讓Namenode將它的持久化狀態寫道不同的文件系統中。這種寫操作時同步并且是原子化的。比較常見的配置是在將持久化狀態寫道本地磁盤的同時，也寫到遠端掛載的網絡文件系統。

第二種方式：是運行一個輔助的Namenode(Secondary Namenode).實時上Secondary Namenode并不能被用作Namenode它的主要作用是定期將namespace鏡像與操作日志文件(edit log)合并，以防止操作日志文件(edit log)變的過大。通常，Secondary Namenode 運行在一個單獨的物理機上，因為合并nameSpace鏡像的一個備份，如果namenode宕機了，這個備份就可以用上。但是輔助namenode總是落后于namenode，所以在namenode宕機時，數據丟失時不可避免的。在這種情況下，一般的，要結合第一種方式中提到的遠程掛載的網絡文件系統(NFS)中的namenode 的元數據文件來使用，把nfs中的namenode元數據文件，拷貝到輔助namenode并把輔助namenode作為namenode來運行。