HDFS概述介绍及其优缺点

1、HDFS概述:

   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。集群不一定是分布式的，但是分布式一定是集群。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。

2、HDFS优点:

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。

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）可构建在廉价机器上，通过多副本机制，提高可靠性。

3、HDFS缺点:

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。

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。

3）不支持并发写入、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。