HDFS的优缺点/体系及其运行原理

HDFS优缺点

HDFS(Hadoop Distributed File System):它是一个文件系统,用于存储文件，通过目录树来定位文件;其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。

HDFS 的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。

HDFS优点:
1)高容错性:数据自动存为多个副本,它通过增加副本的形式,提高容错性,某一个副本丢失以后,可以自动恢复。
2)适合处理大数据:
3)可构建在廉价的机器上
HDFS缺点:
1)不适合低延时数据访问,比如ms级的存储数据
2)无法高效的对大量小文件进行存储
➢存储大量小文件的话，它会占用NameNode大量的内存来存储文件目录和块信息。这样是不可取的，因为NameNode的内存总是有限的；
➢小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。
3)不支持并发写入,文件随机修改
➢ 一个文件只能有一个写，不允许多个线程同时写；
➢ 仅支持数据append（追加），不支持文件的随机修改。

HDFS体系

HDFS的体系入下图所示:

HDFS 采用的是master/slaves主从结构模型来管理数据，这种结构模型主要由四个部分组成：Client(客户端)、Namenode(名称节点)、Datanode(数据节点)和SecondaryNamenode(第二名称节点，辅助Namenode)。

NameNode（nn）：就是Master，它是一个主管、管理者。
（1）管理HDFS的名称空间；
（2）配置副本策略；
（3）管理数据块（Block）映射信息；
（4）处理客户端读写请求。

DataNode：就是Slave。NameNode下达命令，DataNode执行实际的操作。
（1）存储实际的数据块；
（2）执行数据块的读/写操作。

Client：就是客户端。
（1）文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行上传；
（2）与NameNode交互，获取文件的位置信息；
（3）与DataNode交互，读取或者写入数据；
（4）Client提供一些命令来管理HDFS，比如NameNode格式化；
（5）Client可以通过一些命令来访问HDFS，比如对HDFS增删查改操作；

Secondary NameNode：并非NameNode的热备。当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务。
（1）辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode ；
（2）在紧急情况下，可辅助恢复NameNode。

HDFS运行原理

HDFS运行原理只要指的就是HDFS的读/写流程,可以看下我写的这篇文章:

https://blog.csdn.net/weixin_43586713/article/details/121148493?spm=1001.2014.3001.5501