hadoop学习之hadoop优缺点

hdfs是一个文件系统，通过目录树来定位资源，也是分布式的，通过很多个服务器来实现功能。
与window的ntfs文件系统同是文件系统，但是原理不同。

hdfs的设计适合一次写入，多次读出的场景，但是不支持文件的修改。
不适合网盘的应用（网盘需要下载和删除），适合用来数据的分析。
hdfs 优点：

1. 高容错性：通过增加副本的形式，来提高容错性，而且数据自动保存多个副本。
   副本丢失以后，可以自动恢复。

2. 适合大数据处理：数据规模达到pb级别。
   文件数量可以达到百万之多。

3. 流式数据访问：一次写入，多次读取，不可更改，只可追加
   能保持数据的一致性 可构建在廉价服务器

4. 可构建在廉价服务器

hadoop缺点：

1. 不适合快速数据的存储
2. 无法高效的对大量的小文件进行存储。效率非常低
   寻道的时间非常低
   访问时间与传输时间应该在一定的比例中，
   访问时间指的是寻找文件或者存放文件的时间，
   传输时间指的是客户端到hdfs系统传输文件的时间
3. 一个文件只能一个线程写，只支持数据的追加

hadoop块大小为什么是128m?
在物理是分块存储（block）
Hadoop2.x以上都是128m,在集群运行的是128m,在本地运行的时候是64m

文件的寻址时间为传输时间的1%的时候，为最佳状态，寻址时间一般为10ms,
所以最佳的传输时间为10ms/1%为1000ms，也就是1s
目前的硬盘传输速率是100m/s，所以文件的大小在100m左右的时候，传输速率较高。

传输时间与文件的大小有关。