2.3大数据存储技术

大数据存储技术面向的是海量、异构数据，因此，它需要提供高性能、高可靠的存储和访问能力。本节将介绍大数据存储技术的概率和原理，包括Hadoop分布式文件系统（HDFS）、列式数据库（HBase）和其他数据存储技术

2.3.1分布式文件系统：HDFS

解决了大规模数据存储问题的有效方案。HDFS是hadoop两大核心组成部分之一

HDFS集群包含一个名称节点（NameNode）和若干数据节点（DataNode）

名称节点作为中心服务器，负责管理文件系统的命名空间，以及客户端对文件的访问

数据节点负责处理文件系统客户端的读写请求，它在名称节点的统一调度下进行数据库的创建、复制和删除等操作。

2.HDFS的存储特点

体现在数据冗余存储、数据存储策略，以及数据错误与恢复等方面

2.1数据冗余存储是指HDFS采用了多副本方式对数据进行冗余存储。通常，一个数据块的多个副本会分布在不同的数据节点，比如数据块1被分别存放在数据节点A和数据节点C，而数据块2被分别存放在数据节点A和数据节点B。这种多副本的方式可以加快数据传输速度，易于检查数据错误，还能保证数据的可靠性

2.2在数据存储策略方面，HDFS针对数据存储，数据读取和数据复制等进行了设计与实现，以此提升系统整体的读写响应性能

2.3在数据错误与恢复方面，HDFS具有较高的容错性，无论是名称节节点或数据节点出错，还是数据出错，HDFS都可以检测到错误并自动恢复

2.3.2海量数据列式存储：HBase

HBase是一个建立在HDFS之上、面向列的NoSQL数据库。它可用于快速读写大量数据，是一个高可靠、高并发读写、高性能、面向列、可伸缩和易构建的分布式存储系统

HBase具有海量数据存储、快速随机访问和大量写操作等特点