刚刚分享了 HDFS 的相关技术,写一篇博客记录一下。
Hadoop 是什么?
HDFS 是 Hadoop 生态圈的一个组件。因此在介绍 HDFS 之前先来回顾一下 Hadoop。
Hadoop是一个由 Apache 基金会所开发的分布式系统基础架构。主要解决,海量数据的存储和分析计算问题。
广义上来说,Hadoop通常是指一个更广泛的概念 —— Hadoop 生态圈。
Hadoop 优势
- 高可靠性
Hadoop底层维护多个数据副本,所以即使Hadoop某个计算元素或者存储出现故障,也不会导致数据的丢失。 - 高扩展性
在集群间分配任务数据,可方便的扩展数以千计的节点。 - 高效性
在MapReduce 的思想下,Hadoop是并行工作的,以加快任务处理速度。 - 高容错性
能够自动将失败的任务重新分配。
Hadoop 组成
区别:
- 在Hadoop 1.x 时代,Hadoop 中的MapReduce 同时处理业务逻辑运算和资源的调度,耦合性较大。
- 在Hadoop 2.x 时代,增加了Yarn。Yarn 只负责资源的调度,MapReduce 只负责运算。
HDFS 概述
HDFS 产生的背景
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,因此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。