HDFS:Hadoop Distributed File System
分布式存储系统,提供了高可靠、高扩展性和高吞吐率的数据存储服务
HDFS优点
:
1.高容错性:数据自动保存多个副本;副本丢失后,自动恢复
2.适合批处理:移动计算而非数据,数据位置暴露给计算框架
3.适合大数据处理
4.可构建在廉价的机器上:通过多副本提高可靠性;提供了容错和恢复机制
HDFS缺点
:
高延迟数据访问
小文件存取:占用NameNode大量内存,
并发写入、文件随机修改:一个文件只能有一个写入者, 仅支持append操作
数据存储
:
文件被切分为固定大小的数据块(block),hadoop1.x默认为64M,hadoop2.x默认为128M
存放方式:按大小切分为若干个block,存储在不同节点上,默认为每个block都有三个副本
block大小和副本数通过client端上传文件时设置,文件上传成功后,副本数可以变更,Block Size不能改变
HDFS架构
NameNode(文件包括fsimage、edits、fstime)
主要是接收客户端的读写服务
,保存metadata(文件名,副本数,blk1,blk_2,{blk1,{node1,node2},{blk_2,{node2,node3}}},文件的owership和permission)}