HDFS组成架构、文件块大小

1. HDFS组成架构

（1）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

（2）DateNode：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

（3）Client：客户端

                1）文件切分。文件上次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

（4）Secondary NameNode ：并非NameNode的热备。当NameNode挂掉的时候，它并不能马上替换掉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，可辅助回复NameNode

2. HDFS文件块大小

HDFS中的文件在物理上式分开存储（Block），块的大小可以通过配置参数（dfs.blocksize）来规定。默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中式64M

如果寻址时间为10ms，即查找到目标block的时间为10ms

寻址时间为传输时间的1%时，则为最佳状态，因此传输时间=10ms/0.01=1000ms = 1s

目前机械硬盘传输速率普遍为100MB/s

因此，Block大小 = 1s * 100MB/s = 100MB  取整为256MB

为什么块的大小不能设置太小，也不能设置太大？

（1）HDFS块设置太小，会增加寻址时间，程序一致在找块的开始位置

（2）如果块设置的太大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。导致程序在处理这块数据时，会非常慢。

总结：HDFS块的大小设置主要取决于磁盘传输速率