大数据技术之HDFS实战

一、HDFS 概述

1、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。

注意：HDFS只是分布式文件管理系统中的一种。

2、HDFS定义

HDFS（Hadoop Distuibuted 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。

HDFS的使用场景：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。

3、HDFS优缺点

1. 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，提供容错性：

某一个副本丢失以后，它可以自动恢复：

2）适合处理大数据

1. 数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据；