HDFS 概述

1.HDFS产生背景

    随着数据量越来越大,在一个操作系统管辖的范围内存不下了,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概念

    HDFS,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的设计适合一次写入,多次读出的场景,且不支持文件的修改。适合用来做数据分析,并不适合用来做网盘应用。

 

3. HDFS 优点

3.1 高容错性

    ① 数据自动保存多个副本。它通过增加副本的形式,提高容错性;

    ② 某一个副本丢失以后,它可以自动恢复。

3.2 适合大数据处理

    ① 数据规模:能够处理数据规模达到GB、TB、甚至PB级别的数据;

    ② 文件规模:能够处理百万规模以上的文件数量,数量相当之大。

3.3 流式数据访问,它能保证数据的一致性。

3.4 可构建在廉价机器上,通过多副本机制,提高可靠性。

 

4.HDFS 缺点

4.1 不适合低延时数据访问,比如毫秒级的存储数据,是做不到的。

4.2 无法高效的对大量小文件进行存储。

    ① 存储大量小文件的话,它会占用NameNode大量的内存来存储文件、目录和块信息。这样是不可取的,因为NameNode的内存总是有限的;

    ② 小文件存储的寻址时间会超过读取时间,它违反了HDFS的设计目标。

4.3 并发写入、文件随机修改。

    ① 一个文件只能有一个写,不允许多个线程同时写;

    ② 仅支持数据append(追加),不支持文件的随机修改。

 

5. HDFS组成架构

这种架构主要由四个部分组成,分别为HDFS Client、NameNode、DataNode和Secondary NameNode。下面我们分别介绍这四个组成部分。

5.1 Client:就是客户端。

    (1)文件切分。文件上传HDFS的时候,Client将文件切分成一个一个的Block,然后进行存储;

    (2)与NameNode交互,获取文件的位置信息;

    (3)与DataNode交互,读取或者写入数据

    (4)Client提供一些命令来管理HDFS,比如启动或者关闭HDFS;

    (5)Client可以通过一些命令来访问HDFS;

5.2 NameNode:就是Master,它是一个主管、管理者。

    (1)管理HDFS的名称空间;

    (2)管理数据块(Block)映射信息;

    (3)配置副本策略;

    (4)处理客户端读写请求。

5.3 DataNode:就是Slave。NameNode下达命令,DataNode执行实际的操作。

    (1)存储实际的数据块;

    (2)执行数据块的读/写操作。

5.4 Secondary NameNode:并非NameNode的热备。当NameNode挂掉的时候,它并不能马上替换NameNode并提供服务。

    (1)辅助NameNode,分担其工作量;

    (2)定期合并Fsimage和Edits,并推送给NameNode;

    (3)在紧急情况下,可辅助恢复NameNode。

 

5.HDFS文件块大小

    HDFS中的文件在物理上是分块存储(block),块的大小可以通过配置参数( dfs.blocksize)来规定,默认大小在hadoop2.x版本中是128M,老版本中是64M。

    HDFS的块比磁盘的块大,其目的是为了最小化寻址开销。如果块设置得足够大,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。因而,传输一个由多个块组成的文件的时间取决于磁盘传输速率。

    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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序员学习圈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值