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

day07.HDFS学习大数据教程

大数据必学HDFS技术分享

大数据HDFS技术干货分享

大数据笔记:HDFS集群搭建-伪分布式模式

2021年大数据Hadoop(十四):HDFS的高可用机制

大数据笔记:HDFS-伪分布式模式