HDFS详解(架构设计、副本放置策略、读写流程、进程、常用命令等)
发布时间:2018-06-04 10:20,
浏览次数:485
, 标签:
HDFS
前言:当数据集的大小超过一台独立的物理计算机的存储能力时,就有必要对它进行分区(Partition)并存储到若干台单独的计算机上。管理网络中跨多台计算机存储的文件系统成为分布式文件系统(distributed
filesystem)。该系统架构与网络之上,势必会引入网络编程的复杂性,因此分布式文件系统比普通磁盘文件系统更为复杂。例如:使文件系统能够容忍节点故障且不丢失任何数据,就是一个极大的挑战。
一、HDFS的设计
HDFS是以流式数据访问模式来存储超大文件,具有以下特点:
* 流式数据访问 HDFS构建思路决定为:一次写入、多次读取是最高效的访问模式。
* 商用硬件 Hadoop不需要部署在高昂且高可靠的硬件上,HDFS的设计使得数据的靠可性和安全性增加。
* 低时间延迟的数据访问 HDFS不适合此种方式,对于低延迟的访问需求,可以选择HBase。
* 大量的小文件 Namenode用于存储文件系统的元数据,首相与Namenode的内存,对于大量的小文件,Namenode的管理压力过大。
* 多用户写入,任意修改文件 HDFS不支持多用户写入操作,也不支持在文件任意位置进行修改,数据的添加在文件的末尾。
二、HDFS的架构设计
HDFS的架构遵循主/从架构模式,主要进程为Namenode,Datanode,Second