HDFS
- 前言
HDFS是Hadoop Distributed File System的简称,是Hadoop抽象文件系统的一种实现。是一个用Java实现、分布式的、可扩展的文件系统。Hadoop抽象文件系统可以与本地系统、Amazon S3等集成,甚至可以通过Web协议(webhsfs)来操作。
- HDFS的文件分布在集群机器上,同时提供副本进行容错及可靠性保证。例如客户端写入读取文件的直接操作都是分布在集群各个机器上的,没有单点性能压力。
- Hadoop Distributed File System
1.易于扩展的分布式文件系统
- 运行在大量普通廉价机器上,提供容错机制
- 为大量用户提供性能不错的文件存取服务
- HDFS的主要功能是做存储用的,把每一份数据创建多个副本、做复制,默认的副本数是3份。
- HDFS设计目标
1.自动快速检测应对硬件错误
2.流式访问数据
3.移动计算比移动数据本身更划算 io
4.简单一致性模型
5.异构平台可移植 - 设计思想
分而治之:将大文件、大批量文件,分布式存放在大量服务器上,以便于采取分而治之的方式对海量数据进行运算分析;对同一个文件进行联合管理。
每个小文件做冗(rǒng)余备份,并且分散到不同的服务器中,做到高可靠不丢失。 - 在大数据中的作用:
为各类分布式运算框架(如:mapreduce,spark,tez,……)提供数据存储服务 - 重点概念
文件切块,副本存放,元数据