Mô tả:
Distributed File System
GVHD: TS. Hồ Bảo Quốc
Nhóm học viên thực hiện:
• Dương Hữu Thành – 1212035
• Phạm Ngọc Vân Anh – 1212001
• Nguyễn Thanh Tòng – 1212039
LOGO
1
Nội dung
1
Tổng quan hệ thống tập tin phân tán
2
Google File System
3
Map reduce
4
Hadoop distributed file system
2.2
2
Nội dung
1
Tổng quan hệ thống tập tin phân tán
2
Google File System
33
Map reduce
4
Hadoop
3
Tổng quan hệ thống tập tin phân tán (DFS)
(1/2)
DFS là một mô hình phân lớp hệ thống tập
tin được phân tán trên nhiều máy.
DFS hổ trợ việc chia sẻ tập tin của các tập
tin thông qua môi trường mạng.
Client thao tác trên DFS giống như thao tác
trên hệ thống FS (hệ thống tập tin cục bộ).
Hệ thống tập tin cung cấp các dịch vụ cho
client truy cập các tập tin trên server: tạo,
đọc, ... tập tin.
4
Tổng quan hệ thống tập tin phân tán (DFS)
(2/2)
Tính trong suốt (Transparency):
• Trong suốt truy cập
• Trong suốt vị trí
• Trong suốt khả năng thực thi
• Trong suốt phạm vi (scaling)
• Độc lập vị trí
Stateful và stateless:
• Stateful là server lưu
tất cả thông tin
request từ client
• Stateless là mỗi yêu
cầu client phải cung
cấp đầy đủ thông tin
cho server
Nhân bản tập tin: mỗi tập tin
có thể có nhiều bản sao nằm
ở các vị trí khác nhau
• Tăng khả năng thực thi và
tính sẵn sàng.
• Tăng khả năng chịu lỗi
Hoạt động trên
nhiều hệ điều
hành khác nhau.
DFS
Có khả năng
chịu lỗi.
Đặt tên (naming):
• Kết hợp tên local và host
• Các thư mục từ xa gắn kết vào thư
mục cục bộ
• Cấu trúc tên toàn cục duy nhất của
hệ thống
Caching và caching location:
• Vấn đề là bảo đảm tính nhất
quan giữa cache và tập tin
chính: tiếp cận từ client hay từ
server
• Ví trí cache: trên đĩa (đáng tin
cậy) hay vùng nhớ (tốc độ
nhanh)
Truy cập đồng thời: việc thay đổi một
tập tin không nên bị cản trở bởi hoạt
động các client khác
5
Nội dung
1
Tổng quan hệ thống tập tin phân tán
2
Google File System
3
Map reduce
4
Hadoop
6
Nội dung
1
Tổng quan hệ thống tập tin phân tán
2
Google File System
33
Map reduce
4
Hadoop
7
Nội dung
1
Tổng quan hệ thống tập tin phân tán
2
Google File System
33
Map reduce
4
Hadoop distributed file system
8
Hadoop (1/3)
Hadoop
distributed file
system
Map Reduce
• Hadoop là một dự án Apache, tất cả các thành phần tồn tại thông qua bản
quyền nguồn mở của Apache.
• Hadoop cung cấp một hệ thống tập tin phân tán và một framework để phân
tích và sự biến đổi của tập dữ liệu rất lớn sử dụng MapReduce.
• Đặc tính quan trọng của Hadoop là phân vùng dữ liệu và tính toán trên
nhiều (hàng ngàn) máy chủ, và thực thi tính toán ứng dụng song song.
9
Hadoop (2/3)
Tại sao chọn Hadoop?
• Cần xử lý tập dữ liệu khổng lồ trên các cluster
lớn của máy tính.
• Tốn chi phí xây dựng tính tin cậy trong mỗi
ứng dụng.
• Cần kiến trúc hạ tầng chung: hiệu quả, đáng
tín cậy, dễ dùng, nguồn mỡ, bản quyền
apache.
10
Ai đang
dùng
Hadoop?
HDFS – Tổng quan (1/2)
HDFS là hệ thống tập tin phân tán được
thiết kê để lưu trữ các tập tin rất lớn với
dòng truy cập dữ liệu chạy trên các cluster
của phần cứng.
12
HDFS – Tổng quan (2/2)
Namespace duy nhất cho toàn cluster.
Dữ liệu liên kết chặt chẻ.
• Mô hình truy cập 1 ghi, nhiều đọc.
Tập tin chia thành nhiều block.
• Mỗi block
DataNode
đươc
sao
chép
trên
nhiều
Client thông minh
• Client có thể tìm vị trí các block
• Client có thể truy cập trực tiếp dữ liệu từ
DataNode
13
HDFS – Block (1/2)
Tập tin được chia thành nhiều phần nhỏ,
gọi là block để lưu trữ trong HDFS.
Các block của cùng tập tin có thể nằm trên
nhiều máy trong cluster.
14
HDFS – Block (2/2)
Sắp đặt các block (block placement):
• Bản sao đầu tiên nằm trên node ngẫu nhiên
của rack cục bộ.
• Bản sao thứ hai trên rack từ xa ngẫu nhiên.
• Bản sao thứ ba nằm trên cùng rack ngẫu
nhiên trên.
• Các bản sao khác có thể sắp đặt ngẫu nhiên.
Client sẽ đọc bản sao gần nhất.
15
HDFS – Kiến trúc (1/10)
NameNode (master):
• Quản lý namespace của hệ thống tập tin và
các truy cập dữ liệu của client.
Ánh xạ tên tập tin đến tập các block.
Ánh xạ các block đến DataNode chứa nó
• Quản lý cấu hình cluster.
• Máy sao chép các block.
16
HDFS – Kiến trúc (2/10)
NameNode meta-data:
• Toàn bộ meta-data được lưu trong bộ nhớ
chính.
• Các meta-data bao gồm:
Danh sách tập tin.
Danh sách các block của tập tin.
Danh sách các DataNode của block.
• Nhật ký giao tác: tháo tác tạo, xóa tập tin, ...
17
HDFS – Kiến trúc (3/10)
Image chứa dữ liệu của NameNode và
danh sách các block thuộc về mỗi tập tin.
18
HDFS – Kiến trúc (4/10)
NameNode cũng lưu trữ nhật ký sửa đổi
của image gọi là journal trong native file
system của các host cục bộ.
19
HDFS – Kiến trúc (5/10)
Mẫu cố định của image được lưu trữ trong system
file của local gọi là checkpoint.
20
- Xem thêm -