1.1 HDFS产生背景
随着数据量越来越大,在一个操作系统存不下所有的数据,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种。
1.2 HDFS定义
HDFS(Hadoop Distributed File System),它是一个文件系统,用于存储文件,通过目录树来定位文件;其次,它是分布式的,由很多服务器联合起来实现其功能,集群中的服务器有各自的角色。
HDFS的使用场景:适合一次写入,多次读出的场景,且不支持文件的修改。适合用来做数据分析,并不适合用来做网盘应用。
1.3 HDFS优缺点
1)高容错性
(1)数据自动保存多个副本。它通过增加副本的形式,提高容错性。
(2)某一个副本丢失以后,它可以自动恢复。
2)适合处理大数据
(1)数据规模:能够处理数据规模达到GB、TB、甚至PB级别的数据;
(2)文件规模:能够处理百万规模以上的文件数量,数量相当之大。
3)可构建在廉价机器上,通过多副本机制,提高可靠性。
1.4HDFS优缺点
1 )不适合低延时数据访问,比如毫秒级的存储数据,是做不到的。
2 )无法高效的对大量小文件进行存储。
( 1 )存储大量小文件的话,它会占用 NameNode 大量的内存来存储文件目录和块信息。
这样是不可取的,因为 NameNode 的内存总是有限的;
( 2 )小文件存储的寻址时间会超过读取时间,它违反了 H DFs 的设计目标。
3 )不支持并发写入、文件随机修改。
( 1 )一个文件只能有一个写,不允许多个线程同时写二
( 2 )仅支持数据 append (追加),不支持文件的随机修改。
1.5HDFS组成架构
1.6HDFS文件块大小
(图文来自尚硅谷学习笔记)
“求知若饥、虚心若愚!”
“求知若饥、虚心若愚!”
“求知若饥、虚心若愚!”