大数据 | HDFS前言
Posted JoblabX未来职业实验室
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据 | HDFS前言相关的知识,希望对你有一定的参考价值。
HDFS前言
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;
在大数据系统中作用:
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
重要特性如下:
⑴ 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
⑵ HDFS文件系统会给客户端提供一个统一的抽象目录树,客户端通过路径来访问文件,形如:hdfs://namenode:port/dir-a/dir-b/dir-c/file.data
⑶ 目录结构及文件分块信息(元数据)的管理由namenode节点承担——namenode是HDFS集群主节点,负责维护整个hdfs文件系统的目录树,以及每一个路径(文件)所对应的block块信息(block的id,及所在的datanode服务器)
⑷ 文件的各个block的存储管理由datanode节点承担---- datanode是HDFS集群从节点,每一个block都可以在多个datanode上存储多个副本(副本数量也可以通过参数设置dfs.replication)
⑸ HDFS是设计成适应一次写入,多次读出的场景,且不支持文件的修改
点击底部链接
申请加入大学生俱乐部
以上是关于大数据 | HDFS前言的主要内容,如果未能解决你的问题,请参考以下文章