Hadoop基础及演练——第2章 Hadoop核心HDFS

第2章 Hadoop核心HDFS

---

2-1 HDFS概念及优缺点

Hadoop是什么

Hadoop是一个开源的大数据框架
Hadoop是一个分布式计算的解决方案
Hadoop=HDFS(分布式文件系统)+MapReduce(分布式计算)

Hadoop核心

HDFS 分布式文件系统：存储是大数据技术的基础
MapReduce  编程模型：分布式计算是大数据应用的解决方案

HDFS总结

普通的成百上千的机器
按TB甚至PB为单位的大量的数据
简单便捷的文件获取

HDFS基础架构

1.HDFS概念

数据块

数据块是抽象块而非整个文件作为存储单元
默认大小为64MB，一般设置为128M，备份X3

NameNode

管理文件系统的命名空间，存放文件元数据
维护着文件系统的所有文件和目录，文件与数据块的映射
记录每个文件中各个块所在数据节点的信息

DataNode

存储并检索数据块
向NameNode更新所存储块的列表

2.HDFS优点

适合大文件存储，支持TB、PB级的数据存储，并有副本策略
可以构建在廉价的机器上，并有一定的容错和恢复机制
支持流式数据访问，一次写入，多次读取最高效

3.HDFS缺点

不适合大量小文件存储
不适合并发写入，不支持文件随机修改
不支持随机读等低延时的访问方式

Hadoop2伪分布式安装：https://www.imooc.com/article/24911