Hadoop Core_HDFS总结（三）——思考问题

一、HDFS 为何要讲文件分成 block 块存储？

 减少底层操作系统的 IO 读取时的寻址时间方便更高效的流式读取，提高吞吐量

二、HDFS block 块的默认大小时多少？

 dfs.blocksize 为 Hadoop 定义 block 块大小的设置参数，在 hdfs-site.xml 中版本不一样，默认值不同。Hadoop2.2.x 及以后版本均为 128M

三、HDFS block 块的大小是否可以更改？

 可以修改。参数修改对以前的文件不起作用，对以后的文件起作用。也可以针对上传文件临时修改，指定-D dfs.blocksize即可。

四、一个 block 块文件是否可以存储多个文件数据？

 一个 block 块文件不会跨文件存储。一个 block 块文件最多只会存储一个文件对应的数据

五、如果一个文件的大小，小于一个 blocksize，那么它实际占用多大空间？

实际文件多大则占多大空间，但是占了一个 block 块的元数据空间大小（在namenode）

实际文件多大则占多大空间，但是占了一个 block 块的元数据空间大小（在namenode），GB、TB甚至PB等。

六、HDFS block 越大越好？还是越小越好？

越大则分块越少，则 NameNode 压力将减小，但并行的 IO 和处理能力降低

越小则分块越多，则 NameNode 处理压力越大，但因为寻址时间太久，不利于提高吞吐量

适中即可，一般采用官方的 128M 即可