流式数据访问和随机读写的区别

        刚看文章说HDFS的特点有：

a.能够运行在廉价机器上，硬件出错常态，需要具备高容错性
b.流式数据访问，而不是随机读写
c.面向大规模数据集，能够进行批处理、能够横向扩展
d.简单一致性模型，假定文件是一次写入、多次读取

        忽然对流式数据访问和随机读写的区别记不太清楚了，度娘了两篇文章，罗列如下：

1、随机读写

        存储的数据在磁盘中会占用空间，对于一个新磁盘，操作系统会将数据文件依次写入磁盘，当有些数据被删除时，就会空出该数据原来占有的存储空间，时间长了，不断的写入、删除数据，就会产生很多零零散散的存储空间，就会造成一个较大的数据文件放在许多不连续的存贮空间上，读写些这部分数据时，就是随机读写，磁头要不断的调整磁道的位置，以在不同位置上的读写数据，相对于连续空间上的顺序读写，要耗时很多。

        在开机时、启动大型程序时，电脑要读取大量小文件，而这些文件也不是连续存放的，也属于随机读取的范围。

        改善方法：做磁盘碎片整理，合并碎片文件，但随后还会再产生碎片造成磁盘读写性能下降，而且也解决不了小文件的随机存取的问题，这只是治标。更好的解决办法：更换固态硬盘（SSD），固态硬盘由于免除了机械硬盘的磁头运动，对于随机数据的读写极大的提高。

        举个例子，SSD的随机读取延迟只有零点几毫秒，而7200RPM的随机读取延迟有7毫秒左右，5400RPM硬盘更是高达9毫秒之多，体现在性能上就是开关机速度。

参考地址，侵删

2、流式数据访问

         流式数据访问就像勤快的小弟，来了一点数据，就立马处理掉，立马分发到各个存储节点来响应分析、查询。

         与之相反的是，非流式数据访问，就像是职场混了多年的老油条，来了一点数据，懒得处理，等堆成一堆，再一起处理。等堆成一堆，处理完，再分发到各个存储节点，响应分析、查询。

         如果把数据访问比作网上看片，那么：

         a.流式数据访问，就相当下载10G的电影，用迅雷边下边播的模式。

         b.非流式数据访问，就相当于，10G的电影，完全下好了，再播放。
参考地址，侵删