知识点
相关文章
更多最近更新
更多HDFS Append 设计文档的QA（Questions about the “Append Design”）
2019-03-28 13:26|来源: 网络
本文是关于Append设计文档中一些设计点的QA，原文的地址已经不记得是从HDFS中的那个Jira上看到的了，可以参考Append设计文档来看：
译文如下：
- 以下场景中，可能发生那些失败，以及如何处理？
- Blocks being copied (replicated/balance)
- 源DN启动replicating过程，过程中的错误可能导致过程不会完成。目标DN首先将数据写入"blocksBeingReplcated"文件夹，如有错误发生，目标DN将这些残缺的block移除，当这个DN重启时，会将所有的"blocksBeingReplcated"中的blk移除。
- Blocks being written, no sync, no append
- Blocks being written, syncs, no append
- Blocks being appended, no sync
- Blocks being appended, no sync
- 以上4中情况的处理方式都是一样的。这里的设计将append视为普通的write，所有的case中，NN会为文件持久化一个lease，这也意味着NN自身不care文件长度而是将这个责任代理给writer/datanode。leaserecovery将这些信息从writer/datanode转移到namenode
- 当writer/appender开始写一个block，DN将blk的数据写入到"blocksBeingWritten"目录下。当writer/appender成功完成时候，blk会从"blocksBeingWritten"转移到真实的目录下。
- 如果writer/appender在中途挂了，那么会导致该Pipeline中各个DN在"blocksBeingWritten"的blk具有不同的长度，这时候NN会发起一个leaseRecovery来处理这个情况。
- 如果writer/appender中途遇到错误，writer会发起这个Leaserecovery，最后NN也会知悉文件的长度和GS。
- blk一直在"blocksBeingWritten"中，即使进行了flush调用也如此，因为flush不会使得DN产生blockRecevied调用去通知NN，这个设计使得多次调用flush不会产生对NN的压力。
- Blocks being copied (replicated/balance)
- Which blocks to send in a block report? those being written to, appended, sync?
- 当一个blk被written/appended，它会处在"blocksBeingWritten"目录中，这意味着一个存在的blk将会被移到"blocksBeingWritten"去做append。而blockReport将会忽略"blocksBeingWritten"和"blocksBeingReplicated"目录。
- 如果NN在blockReport中收到一个blk数据一个持有lease的文件，NN会将其插入到lease记录中。但是不会触发replication和corrupt检查。
- 如果blocksmap中记录的长度小于汇报长度，将删除所有的replica的locations，然后插入这个新的locations。
- 如果blocksmap中记录的长度大于汇报长度，将不会插入到blocksmap中
- 如果blocksmap中记录的长度等于汇报长度，将这个replica插入到blocksmap中
- 如果blocksmap中记录的GS小于汇报GS，将replica插入到blocksmap中，但不会创建和删除replica。这一般发生在writer/appender多次进行Recovery
- What happens on a datanode restart?
- DN重启时，首先将所有 "blocksBeingReplicated"中的blk删除。然后检查所有在"blocksBeingWritten"中的blk，如果blk的data和crc匹配，将这个blk视为有效，并将其移动到真实目录。这样就可以让blockreport将这个blk汇报到NN中。
- 由于NN具有这个文件的lease，所以在NN收到blockReport时候，就能对这个replica进行Leaserecovery
- 如果crc和data不匹配，那么会将data或crc进行truncate到匹配的长度，再将blk从"blocksBeingWritten"移到真实目录。
- Block lengths on NN side - what should happen?
- 由于NN并不知悉文件（具有lease）的长度，只有writer/datanode知晓。所以NN永远不会发起blk的replication/deletion。
- Namenode failures
- NN会将文件的lease进行持久化到transaction log中。当NN重启，会读取transaction log去进行Leaserecovery
- Handling of blockReceived message
- NN检查该blk的文件是否具有lease，如有，则将blk加入到blocksmap，但不检查corrupt，excess，new replication requests。
- 如果NN中的长度小于汇报过来的长度，所以的replica的locations将从blocksmap中删除，插入这个新的locations。
- 如果NN的要大于汇报的，那么这个replica的locations将不会被插入。
- 如果NN的要等于汇报的，那么这个replica将会插入到blocksmap中。
- 当文件具有lease时，NN绝不会发起blk的creation and deletion
- How does lease recovery on the datanode handle partial corrupt data?
- Leaserecovery中，PD通过调用Pipeline中的其他DN的InterDatanodeProtocol.updateBlock()方法，对Pipeline中DN的replica都设置GS和长度。
- DN收到InterDatanodeProtocol.updateBlock()调用时候，首先检查该blk是否处于"blocksBringWritten"，如是，则检查crc和data是否匹配，否则truncate到匹配位置。
- 最后DN将blk打上新的时间戳，并且将其从"blocksBringWritten"移到真实位置
- Completion of lease recovery
- 成功Leaserecovery将关闭该文件，关闭文件的时候NN会索引的blk进行备份检查，看看是否需要进行blk的备份。
相关问答
更多-
无法附加到HDFS(Failed to append to HDFS)[2023-05-19]
终于摆脱了错误。 显然，必须关闭从filesystem调用create时返回的FSDataOutputStream 。 话虽这么说，这就是现在实现HDFSFileUtilImpl的方法createFileInCluster ： @Override public void createFileInCluster(String uriOfFile) throws IOException { Validate.notEmpty(uriOfFile); FSDataOutputStream ... -
jQuery append fadeIn(jQuery append fadeIn)[2022-05-24]
您的第一次尝试非常接近，但请记住， append()返回#thumbnails ，而不是您刚添加的项目。 相反，首先构建您的项目，然后在添加之前应用hide().fadeIn() ： $('#thumbnails').append($('- 。 你也可以写两条线，当然如果这样做更清楚： var item = $('
您可以保存当前保存的元素，因此下次调用该函数时，将其删除。 例如： let previous; _placeBet = () => { const tipChipSnap = snap('#chip-bet'); const tipChipSvgContent = Snap.parse(this.props.chipSelectedSvg.content); tipChipSnap.append(tipChipSvgContent); if (previous) previous.remo ...如何仅将新索引附加到具有HDFS存储的表中(How do I append only the new indices to a table with an HDFS store)[2022-02-04]
首先初始化商店可能会有所帮助。 然后，您应该能够将数据mytable分配给mytable并使用它，就像您在仅限数据帧的示例中一样。 store = pd.HDFStore('test.h5') store['mytable'] = d1 store['mytable'].append(d2.loc[d2.index.difference(store['mytable'].index)]) col a x 1 y 1 b x 2 It might help to init ...Hadoop将数据附加到hdfs文件并忽略重复的条目(Hadoop append data to hdfs file and ignore duplicate entries)[2023-07-11]
由于HDFS用于一次写入，因此可以多次读取。 我们无法更改包含Hdfs文件。 您正在尝试将数据附加到hdfs中的文件。 复制文件intohdfs然后你可以使用-getmerge实用程序。 hadoop fs -getmerge [addnl]。 使用map reduce的另一个解决方案是：将新文件作为分布式缓存文件（它应该适合内存）并读取已存在于hdfs中的文件并比较Map方法中的记录。 Since HDFS is used for Write Once , Read Many times. we can ...像这样？ var maxAppend = 0; $("#add-cert").click(function(){ if (maxAppend >= 5) return; var addinput = $( ""+ ""+ "< ...如果我理解你的问题，我建议你尝试使用com.twitter.bijection.Injection和com.twitter.bijection.avro.GenericAvroCodecs包。 看看http://aseigneurin.github.io/2016/03/04/kafka-spark-avro-producing-and-consuming-avro-messages.html 。 在那里，在Kafka生产者中，GenericRecord被转换为bytes []，它们放在Kafka主题中，然 ...因为append()列表方法不返回列表，所以它只是修改它被调用的列表。 在这种情况下，匿名列表被修改，然后丢弃。 文档不是非常清晰，但它说的是： list.append（x）的 将项目添加到列表的末尾; 相当于a[len(a):] = [x] 。 对于其他方法（如list.count(x) ，在描述中会出现“return”一词，意味着如果没有，则该方法没有返回值。 Because the append() list method doesn't return the list, it just modifi ...在这里，您只需要使用concat_ws将数据连接concat_ws并将其作为文本对齐： query = """select concat_ws(',', date, nvl(min(id), 0), nvl(max(id), 0)) from mytempTable""" sqlContext.sql(query).write("text").mode("append").save("/tmp/fooo") 甚至是更好的选择： from pyspark.sql import functions as f ...$('').append('default ' + event.type + ' prevented') 返回附加文本的div。 并且这个div被附加到'#log'元素。 链接函数调用是使这两个函数有用的东西。 从文档： .append（）和.appendTo（）方法执行相同的任务。 主要区别在于语法特定，内容和目标的放置。 使用.append（），方法前面的选择器表达式是插入内容的容器。 另一方面，使用.appendTo（），内容在方法之前，作为选择器表达式或动态创建的标记，并将其插入目标容 ...
