hdfs为什么不能修改数据

HDFS上的文件不支持直接修改，是因为HDFS只支持一次写入，如果想要修改HDFS上的文件则需要将HDFS的文件下载到本地（hdfs dfs -get hdfs路径 本地路径），从本地进行修改，然后再上传到HDFS上（hdfs dfs -put 本地路径 hdfs路径）

但是HDFS支持通过appendToFile追加:hdfs dfs -appendToFile 追加内容的文件 HDFS中要被追加的文件

HDFS和MapReduce对比

HDFS

1，hdfs 和 mapreduce都是主从关系，分布式架构。

2，hdfs有一个主节点NameNode和多个从节点DataNode。

3，NameNode含有存储文件信息的元数据信息。在运行过程中把数据加载到内存。

4，当NameNode里的全部元数据无法加载到内存时，集群就要扩展。

5，小文件(1M,2M)的存储，造成NameNode的存储所占内存压力增大。

6，hdfs两个NameNode共存，组成类似主备架构，实现HA(需要Zookeeper集群)。

MapReduce

7，mapreduce有一个主节点JobTracker和多个从节点TaskTracker。

8，JobTracker管理用户提交的任务和分配资源。

9，mapreduce支持批量数据的离线计算，实时性不如storm，spark

fastdfs 和hdfs的区别

主要是定位和应用场合不一样。
hadoop的文件系统HDFS主要解决并行计算中分布式存储数据的问题。其单个数据文件通常很大，采用了分块（切分）存储的方式；
FastDFS主要用于大中网站，为文件上传和下载提供在线服务。所以在负载均衡、动态扩容等方面都支持得比较好，FastDFS不会对文件进行分快（切分）存储。

1、 FastDFS客户端底层连接服务端使用的是Socket，本身速度就要快很多。

2、 HDFS在做删除测试时，明显较慢的地方是在创建到服务端的连接上，实际删除文件的速度很快。由于每次测试都需要先创建到服务端的连接，HDFS在这块消耗较大，在实际场景下，差距应该没有这么大。

3、 两者的适用场景确有不同，FastDFS更适合小文件的高效存取，而HDFS更适合超大文件上传后使用Mapreduce去做大数据处理。