大数据技术分享 3.HDFS概述

一、HDFS是一个一次写入，多次读写，分布式、目录树状结构
1）组成：Namenode、DataNode、Secondary NameNode
2）NameNode负责管理整个文件系统的元数据，以及每一个路径（文件）所对应的数据块信息。
3）DataNode 负责管理用户的文件数据块，每一个数据块都可以在多个datanode上存储多个副本。
4）Secondary NameNode用来监控HDFS状态的辅助程序，每隔一段时间获取HDFS元数据的快照。

二、hdfs的块大小
（1） hdfs文件物理上是分块存储的（block），参数设置：dfs.blocksize 规定，2.0版本
以 上版本是128M，2.0以前是64M，比实际物理磁盘块大，是为了最小化寻址开销
（2）寻址时间：如果寻址时间约为10ms，而传输速率为100MB/s，为了使寻址时间仅占
传输时间的1%，我们要将块大小设置约为100MB。默认的块大小128MB。

        块的大小：10ms*100*100M/s = 100M