第一章 HDFS概述

HDFS的学习从以下几个方面展开

1.1 HDFS产出背景及定义

  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,那么久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态机器上的文件,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。

  2. HDFS定义:HDFS(Hadoop Distribute 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。

  3. HDFS的使用场景:适合一次写入,多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。

1.2 优缺点

  1. 优点

  2. 缺点

1.3 组成

  1. NameNode(nn):就是Master,它是一个主管、管理者。(1)管理HDFS的名称空间;(2)配置副本策略;(3)管理数据块(Block)映射信息;(4)处理客户端读写请求。

  2. DataNode:就是Slave。NameNode下达命令,DataNode执行实际的操作。(1)存储实际的数据块;(2)执行数据块的读/写操作。

  3. Client:就是客户端。(1)文件切分。文件上传HDFS的时候,Client将文件切成一个一个的Block,然后进行上传;(2)与NameNode交互,获取文件的位置信息;(3)与DataNode交互,读取或者写入数据;(4)Client提供一些命令来管理HDFS,比如NameNode格式化;(5)Client可以通过一些命令来访问HDFS,比如对HDFS增删改查操作;

  4. Secondary NameNode(2nn):并非NameNode的热备。当NameNode挂掉的时候,它并不能马上替换NameNode并提供服务。(1)辅助NameNode,分担其工作量,比如定期合并Fsimage和Edits,并推送给NameNode;(2)在紧急情况下,可辅助恢复NameNode。

1.4 文件块大小

HDFS文件块大小,既不能设置太小,也不能设置太大。HDFS块大小的设置主要取决于磁盘的传输速率

  1. 块设置太小,会增加寻址空间,程序一直在找块的开始位置;
  2. 块设置太大,从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间,导致程序在处理这块数据时,会非常慢。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值