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
- 数据规模:能够处理数据规模达到GB、TB、甚至PB级别的数据;