HDFS 概念和特点

什么是HDFS?

分布式文件系统则意味着跨越多台计算机，引入网络编程，要处理节点故障

HDFS分布式冗余可扩展的文件系统，使用流式数据访问模式存储超大文件，运行在商用硬件集群上

1) 流式数据访问 

Java的InputStream/OutputStream

一次写入，多次读取是最高效的访问模式

2) 超大文件

3) 商用硬件

并非高可靠的硬件，节点故障还是比较容易发生，要求HDFS被设计成高可用HA和易扩展

HDFS不适用于?

1) 时间延迟低的数据访问：HDFS高数据吞吐量，以时间延迟为代价

2) 大量的小文件：占用内存，一个元数据约150字节

3) 多用户写入，任意修改文件：HDFS只支持单用户写入，且写操作只能append，无法任意位置修改