目录
1、 HDFS 产出背景及定义
1.1 HDFS 产生背景
随着数据量越来越大,在一个操作系统存不下所有的数据,那么就分配到更多的操作系
统管理的磁盘中,但是不方便管理和维护,迫切
需要一种系统来管理多台机器上的文件
,这
就是分布式文件管理系统。
HDFS
只是分布式文件管理系统中的一种。
1.2 HDFS 定义
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。
2、HDFS 优缺点
![](https://i-blog.csdnimg.cn/blog_migrate/09df701ace0761d912a9d2c153dd864b.png)
3 、HDFS 组成架构
3
)
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;
4
)
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
。
4、 HDFS 文件块大小(面试重点)
![](https://i-blog.csdnimg.cn/blog_migrate/6af0d22dd875a9dd470e685780f90437.png)
思考:为什么块的大小不能设置太小,也不能设置太大?( 1 ) HDFS 的块设置 太小 , 会增加寻址时间 ,程序一直在找块的开始位置;( 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。