【HDFS】介绍

目录

定义

优点

缺点

架构

文件块

---

定义

HDFS （ Hadoop Distributed 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。 一个文件经过创建、写入和关闭

之后就不需要改变。

优点

1 ）高容错性

2 ）适合处理大数据

3 ）可 构建在廉价机器上 ，通过多副本机制，提高可靠性。

缺点

1 ） 不适合低延时数据访问 ，比如毫秒级的存储数据，是做不到的。

2 ） 无法高效的对大量小文件进行存储。

3 ）不支持并发写入、文件随机修改。

一个文件只能有一个写，不允许多个线程同时写；

仅支持数据 append （追加）， 不支持文件的随机修改。

架构

 

 

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 将文件切分成一个一个的 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 增删查改操作；

4 ） Secondary NameNode ：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 。

文件块

HDFS 中的文件在物理上是分块存储（ Block ），块的大小可以通过配置参数

( dfs.blocksize ）来规定， 默认大小在 Hadoop2.x/3.x 版本中是 128M ， 1.x 版本中是 64M

寻址时间为传输时间的 1% 时，则为最佳状态。

思考：为什么块的大小不能设置太小，也不能设置太大？

（ 1 ） HDFS 的块设置 太小 ， 会增加寻址时间 ，程序一直在找块的开始位置；

（ 2 ）如果块设置的 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。

总结： HDFS 块的大小设置主要取决于磁盘传输速率。

来源：b站尚硅谷