HDFS产生背景:随着数据量越来越大,在一个操作系统存不下所有的数据,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统。hdfs只是分布式文件管理系统中的一种。
HDFS定义 :hdfs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。
HDFS的使用场景:hdfs适合一次写入,多次读出的场景,且不支持文件的修改。适合用来做数据分析,并不适合用来做网盘应用。
HDFS的优点
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。
适合处理大数据:
数据规模:能够处理数据规模达到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
可构建在廉价的机器上,通过多副本机制,提高可靠性。
HDFS的缺点:
不适合低延时数据访问,比如说毫秒级的存储数据,是做不到的