(本文自动镜像于http://cloudme.net84.net/?p=27)
最近在研究分布式文件系统,HDFS由于其开源的特征以及拥有众多的使用者,成了我的首选。HDFS是Hadoopd的一个子项目,全名就叫Hadoop Distributed File System。Hadoop又是Apache基金会的一个开源项目,它依据一些公开的文档资料,克隆了Google的几大核心技术,包括MapReduce计算框架,BigTable分布式数据库(在Hadoop中叫HBase)以及Google FS(简称GFS,在Hadoop中对应的就是HDFS了)。Google虽然开源了非常多的项目,但是多局限于终端产品,比如Android,Chrome等,对于最核心的技术——服务器端的三大法宝一向是严格珍藏着,对外也就是发布了几篇论文。但是仅仅根据这几篇论文,就出来了很多模仿品,Hadoop可能是最全面最完善的一个模仿项目。我无法知道它到底能有Google的多少精髓,但是至少它受到了Yahoo!的大力支持,同时在国内也有很多主流公司在运用它(比如百度),我就不能对它小觑。
HDFS和Google FS(labs.google.com/papers/gfs-sosp2003.pdf)的实现原理几乎一样,在认为单个计算节点都不可靠的前提下,用冗余的方式来提高文件系统的可靠性。它可以搭建