HDFS小文件的理解

1.理解：我理解小文件为存储在块中的数据大小远小于块的存储容量的文件，这样的多个小文件存在会消耗与同样多的大文件同样的NameNode性能，因为当NN处理多个小文件的时候需要从一个DN跳到另一个DN，但是如果是处理与多个小文件同样大小的几个大文件的话，DN效率与访问速度都会得到大大提升，所以我们需要解决小文件的问题，

2.解决方案：Hadoop目前还没有一个系统级的通用的解决HDFS小文件问题的方案。它自带的三种方案，包括Hadoop Archive，Sequence file和CombineFileInputFormat，需要用户根据自己的需要编写程序解决小文件问题

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/31537584/viewspace-2155573/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/31537584/viewspace-2155573/