vlambda博客
学习文章列表

HDFS入门(一)—— HDFS相关基本概念

原文链接:https://blog.csdn.net/m0_46413065/article/details/116379149


HDFS 概述

1.1 HDFS 产出背景 及 定义

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。


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。


1.2 HDFS 优缺点

HDFS优点


HDFS缺点

HDFS入门(一)—— HDFS相关基本概念


1.3 HDFS 组成架构

HDFS组成架构

HDFS入门(一)—— HDFS相关基本概念


1.4 HDFS 文件块大小 (面试重点)

HDFS 文件块大小


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。

e.g.

普通的机械硬盘,传输速率100M/s →HDFS块设置为128M

固态硬盘,传输速率200-300M/s →HDFS块设置为256M


————————完————————