随手记录,不确定百分百正确,请指正
HDFS 随记
数据块
HDFS的块默认128MB。 HDFS中小于一块大小的文件不会占据整个块的大小(例如,当一个1Mb的的文件存储在一个128MB的块上面,文件仅使用1MB,而不是128MB)
HDFS的块比磁盘的块大,其目的是为了最小化寻址开销,但是如果块足够大,从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。因而,传输一个由多个块组成的大文件的时间取决于磁盘传输速率。
MapReduce中的map任务通常一次只处理一个块中的数据,因此如果任务数太少(少于集群中的节点数量),作业的运行速度就会比较慢。
使用抽象块的好处:一、一个文件的大小可以大于网络中任意一个磁盘的容量。文件的所有块并不需要存储在同一个磁盘上,因此可以利用集群上的任意一个磁盘进行存储。二、使用抽象块,简化了存储子系统的设计。