关于HDFS的总结

1、导包,将从官网中下载的在这里插入图片描述解压,提取里面的jar导入eclipse,并Add to bulid path。
2、api文档在这里插入图片描述
3、如图代码

在这里插入图片描述
结果
在这里插入图片描述
4、在客户端设定的参数只对客户端的传递起作用
5、启动一台linux时,无任何进程,向指定集群传数据时,可修改core.xml文件
6、从Hdfs下载数据到本地,需要配置hadoop环境变量且需要其他操作
在这里插入图片描述

### HDFS 知识点总结 #### 1. **HDFS 的基本概念** Hadoop分布式文件系统 (HDFS) 是一种专为通用硬件设计的分布式文件系统,具有高容错性和可扩展性特点[^1]。它的主要目标是通过廉价硬件提供可靠的数据存储服务。 #### 2. **HDFS 的核心组件** - **NameNode**: 负责管理文件系统的命名空间和元数据。它将文件系统的元数据存储在内存中,并响应客户端的读写请求[^2]。 - **DataNode**: 实际存储数据块的节点,负责执行数据的实际读写操作并定期向 NameNode 报告其状态。 #### 3. **HDFS 数据存储机制** HDFS 将大文件分割成固定大小的小块(Block),默认情况下,在 Hadoop 1.x 中 block 大小为 64MB,而在 Hadoop 2.x 中则增加到 128MB[^4]。这些 blocks 可以分布在集群的不同 DataNodes 上,从而实现负载均衡和冗余备份。 #### 4. **HDFS 容错能力** 为了提高可靠性,HDFS 对每一个文件都会创建多个副本,默认复制因子为三份[^1]。这意味着即使某些物理设备发生故障,只要还有其他地方存在该文件的有效拷贝就可以恢复丢失的信息。 #### 5. **HDFS 性能优化策略** - 放宽 POSIX 标准限制以便于更高效的批量处理任务需求[^1]. - 提供高吞吐量的数据访问路径特别适用于大规模数据分析场景. #### 6. **HDFS 元数据管理** HDFS 使用 FSImage 和 EditLog 来持久化保存整个文件系统的状态信息以及每次修改记录。FSImage 表示当前时刻完整的文件系统镜像;EditLogs 则记录自上次检查点以来发生的变更日志条目集合[^4]. #### 7. **HDFS 文件写入流程概述** 当客户端上传新文件至 HDFS 时: 1. 首先联系 Namenode 获取分配的目标 Datanodes 地址; 2. 接下来按照预定义好的 Block Size 进行分片传输给指定的一系列 Datanodes ; 3. 最终确认所有 Blocks 已经安全落地之后才会结束此次事务提交过程.[^5] --- ### 示例代码展示如何设置 HDFS 块大小 如果需要调整 HDFS 默认块大小可以在 `hdfs-site.xml` 配置如下参数: ```xml <configuration> <!-- 设置 HDFS 块大小 --> <property> <name>dfs.blocksize</name> <value>134217728</value> <!-- 单位字节(这里表示128M)--> </property> </configuration> ``` ---
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
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