Hadoop学习笔记和总结（四）
目录
第四章 Hadoop的四种模式
无论是哪种模式，都需要先搭建Hadoop环境。推荐一个搭建教程，本人也是通过该方法搭建成功的。
链接：
4.1 伪分布式
该模式通常用于个人的学习，非生产环境。不多叙述，了解即可。。。
4.2 完全分布式
架构：一个主节点多个从节点，即一主多从
NameNode（主节点）主要负责：
（1）存储元数据
元数据：管理数据的数据，存储的就是DataNode存储数据的描述，包括数据存储在DataNode的哪一个节点上，以及数据是谁上传的。
即：抽象目录树、数据与数据块的映射关系、数据块存储的位置信息。（在后面将详细说明）
（2）处理读写请求，即文件的上传下载。
DataNode（从节点）主要负责：集群中真正的数据存储。需要注意的是，DataNode存储数据时，需先经过NameNode，先存储其元数据信息。
该模式存在的一些问题：
（1）NameNode一旦宕机，集群则无法使用。
该问题是完全分布式的一种缺点，也叫单点故障。所以该模式一般在生产环境中不采用。只在学习或公司测试时使用。但如果生产环境中节点比较少的时候也可以使用完全分布式。
（2）集群中节点（从节点）数目越多，NameNode宕机的几率越大。
（3）SecondaryNameNode只是一个助理，只是分担NameNode的压力，无法真正替代NameNode。
4.3 高可用集群
该模式是目前最广泛的搭建方式。该模式可以保证集群可以持续对外提供服务，可以做到7*24小时不间断。
高可用集群依赖于Zookeeper，这种集群的搭建方法建议学习Zookeeper组件后再研究，目前不涉及搭建过程。
（Zookeeper学习总结：）
架构：多主多从（本文以双主多从为例）
集群中会存在两个NameNode（主节点），但在同一时间只有一个NameNode是活跃的，活跃状态称为Active。另一个处于热备份状态，称为Standby。
但是这两个NameNode存储的元数据是一模一样的，若Active宕机，则Standby立刻切换为Active，对外提供持续服务；假如过了一段时间，宕机的NameNode复活，但复活后的状态只能是Standby喽。
该模式存在的一些问题：
（1）在同一时间，集群中只有一个active的NameNode
集群中具有主节点能力的节点只有一个，如果集群中节点过多（1000节点），会导致NameNode存储的元数据增多，会造成NameNode崩溃（两个都崩溃）。
实际上，这种谁Active谁工作的模式，依旧是单主工作。另一个NameNode没有真正的分担NameNode的压力，所以在超大集群的时候，采用联邦机制。
4.4 联邦机制
架构：多主多从（以两主多从为例）
同一个集群中可以有多个主节点，这些主节点的地位是相同的。同一时间，可以有多个活跃（Active）的NameNode。
主节点的分工：这两个NameNode共同使用集群中所有的DataNode，每个NameNode负责管理集群中的DataNode上的一部分数据。
每个NameNode进行数据管理靠的是BlockPoolID（块池ID），不同的NameNode管理的BlockPoolID是不同的。
DataNode中的数据是通过BlockPoolID（块池ID）标记进行区分的。
如图：
该模式存在的一些问题：
（1）联邦模式也存在NameNode宕机，即单点故障问题。所以生产环境通常采用联邦机制 & 高可用的集群搭建模式。
实际生产中使用最广：高可用模式（一般公司）
超大集群：联邦模式 & 高可用（电商等）