Taiwan Hadoop Forum

客戶端對 HDFS 執行寫入操作時, 會先記錄於 EditLog, 至一定時間 (default: 1 hr? ) 才會寫入 Fsimage, 請問 hadoop 如何去保持當下該時間點檔案狀況? 倘若該檔案有被更新

舉例說明:
有個 file 為 100MB, client 對 file append 寫 入 1MB 的資料, append 完後此時經由 namenode 管理 web 頁面得知該 fileSize 已更新為 101MB, namenode 從何處得知 101MB 的 metadata 資料?

另 editlog 的資料是 keep 在 memory 嗎?

對 fsimage and editlog 這中間的流程有些疑惑, 找了些資料這部份皆未有太多著磨.


Thanks.

1. editlog 存放於 ${hadoop.tmp.dir}/dfs/name/current/edits
2. 每小時 SecondaryNameNode 會將 edits 與 fsimage 做一次合併
3. NameNode 這個背景程式啟動時讀取 fsimage 載入記憶體中，執行過程中的檔案更動會快取狀態於記憶體中

- Jazz

Thanks Jazz,

換句話說, 當 client 送 write request 進來時, 會先去更改存放於 memory 中的 metedata (fsimage), right?!
如此一來, 運行中的 hadoop 才有一份 real time 的 metedata 供存取.
等於 memory 中有 keep 一份與存放於 local 非同步的 fsimag.

跟資料庫的原理類似，edit log 就像 transaction log ,
fsimage 就類似真正存放於硬碟中的資料庫/資料表檔案
secondary namenode 就像固定時間會分析 transaction log ，將 SQL transaction 的結果整理進資料庫/資料表檔案的角色一樣。

- Jazz