大数据之 Hadoop（HDFS）

最新推荐文章于 2022-07-17 21:17:55 发布

Felix-Li

最新推荐文章于 2022-07-17 21:17:55 发布

阅读量369

点赞数

分类专栏：大数据文章标签： java 大数据 big data hadoop hdfs

本文链接：https://blog.csdn.net/ijwwio/article/details/121624947

版权

本文详细介绍了Hadoop的分布式文件系统HDFS，包括其优点（高容错性和处理大数据的能力）、缺点（不适合低延时访问和小文件存储），以及HDFS的组成架构、文件块大小、读写流程。强调了NameNode和SecondaryNameNode的角色，以及数据完整性的重要性。

摘要由CSDN通过智能技术生成

HDFS 概述

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。
使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。

HDFS 优缺点

优点

1）高容错性
➢ 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。
➢ 某一个副本丢失以后，它可以自动恢复。
2）适合处理大数据
➢ 数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据；
➢ 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。

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。
➢ 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；
➢ 小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。
3）不支持并发写入、文件随机修改。
➢ 一个文件只能有一个写，不允许多个线程同时写；
➢ 仅支持数据append（追加），不支持文件的随机修改。