1.HDFS的block(块)和split(切片)的区别
block是HDFS在物理上把数据分成一块一块的存在磁盘中。
HDFS的block很大,保存文件时小于block的文件不会占用一个block的空间。
block中可以有很多文件。
block能够集中存储。
切片是在逻辑上对输入的数据进行分片,不会在磁盘上将切片存储。
切片中一个文件即使小于切片也会占用一个切片的空间。
切片只属于一个文件。
切片机制:
(1)简单地按照文件的内容长度进行切片
(2)切片大小,默认等于Block大小
(3)切片时不考虑数据集整体,而是逐个针对每一个文件单独切片