1 解决分布式存储问题
1.1 如何解决海量数据存得下的问题
横向扩展和纵向扩展详解。
1.2 如何解决海量数据文件查询便捷问题
当文件被存储在多台机器上之后,当获取文件数据时,如何快速便捷的到文件存储地找到文件。
1.3 如何解决大文件传输效率慢的问题
通常的做法时分块存储,把大文件拆分为若干个小块,分别存储在不同机器上,并行提高效率。
1.4 如何解决硬件故障数据丢失问题
采用副本机制(hdfs默认3个副本)副本设置。
1.5 如何解决用户查询统一视角问题
传统的文件系统拥有目录树结构,带有层次感的namespace,在分布式文件系统中,可以用元数据抽象成统一的目录结构。
2 分布式文件系统简介
1) 是Appache Hadoop核心组件之一,作为大数据生态圈底层的分布式存储服务而存在。
2)解决大数据如何存储问题,分布式意味着横跨在多台计算机上的存储系统。
3)能在普通硬件上运行的分布式系统,具有高容错性。
4)具有统一的用户访问接口,可以像访问单机的普通文件一样访问分布式文件系统。