Hadoop分布式文件系统——HDFS的读写

最新推荐文章于 2024-05-10 21:51:12 发布

原创

最新推荐文章于 2024-05-10 21:51:12 发布 · 2.1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#hadoop #分布式文件系统 #hdfs

本文介绍了Hadoop的分布式文件系统HDFS，它优化了大文件流式读取，适合高吞吐场景。HDFS采用一次写入、多次读取策略和数据块复制以确保数据一致性。系统包含NameNode、Secondary NameNode和DataNode三部分。NameNode存储数据块位置，Secondary NameNode协助同步，DataNode管理数据块。HDFS的读写操作通过FileSystem抽象类进行，create()用于写入，open()用于读取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

HDFS是运行在通用硬件平台上的可容错分布式文件系统。它优化了大文件的流式读取模式，适用于那些高吞吐并且对延迟性要求相对比较低的场景。它还通过文件“一次写入，多次读取”的简单策略保证了数据的一致性。HDFS亦使用了“块复制”的概念，让数据在集群的节点间进行复制，每个数据块复制的份数由“复制因子”决定。
HDFS包含三个服务：
A、NameNode：保存着集群中所有数据块位置的一个目录。
B、Secondary NameNode：周期性同步NameNode的块索引数据。在同步处理中，Secondary NameNode下载NameNode的image文件和editlogs，并对它们做本地归并，最后再将归并完的image文件发回给NameNode。Secondary NameNode并不是NameNode的热备份，当NameNode故障的时候它并不能工作。
C、DataNode：管理着从NameNode分配过来的数据块。它并不能感知集群中其他DataNode的存在，只和NameNode进行交互。
一、HDFS的读写操作：