01.HDFS概述

Leefs 2021-09-13 PM 1517℃ 0条

# 01.HDFS概述

### 一、HDFS产生背景及定义

#### 1.1 HDFS产生背景

随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS 只是分布式文件管理系统中的一种。

#### 1.2 HDFS定义

`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。

`HDFS` 的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭 之后就不需要改变。

### 二、HDFS优缺点

#### 2.1 HDFS优点

（1）高容错性

+  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。

+ 某一个副本丢失以后，它可以自动恢复。

（2）适合处理大数据

+ 数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据；
+ 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。

#### **2.2 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

+ 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`的内存总和是有限的；

+ 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

+ 一个文件只能有一个写，不允许多个线程同时写；

![01.HDFS概述01.jpg](https://lilinchao.com/usr/uploads/2021/09/3457754751.jpg)

+ 仅支持数据append（追加），不支持文件的随机修改。

### 三、HDFS组成架构

![01.HDFS概述02.jpg](https://lilinchao.com/usr/uploads/2021/09/1456731277.jpg)

#### 说明

##### NameNode(nn)

就是Master,它是一个主管、管理者。

**功能：**

+ 管理HDFS的名称空间；
+ 配置副本策略；
+ 管理数据块（Block）映射信息；
+ 处理客户端读写请求。

##### DataNode

就是Slave,NameNode下达命令，DataNode执行实际的操作。

**功能：**

+ 存储实际的数据块；
+ 执行数据块的读/写操作。

##### Client

就是客户端。

**功能：**

+ 文件切分。文件上传`HDFS`的时候，Client将文件切分成一个一个的Block，然后进行上传；
+ 与`NameNode`交互，获取文件的位置信息；
+ 与`DataNode`交互，读取或者写入数据；
+ Client提供一些命令来管理`HDFS`，比如`NameNode`格式化；
+ Client可以通过一些命令来访问`HDFS`，比如对`HDFS`增删查改操作；

##### Secondary NameNode

并非`NameNode`的热备。当`NameNode`挂掉的时候，它并不能马上替换`NameNode`并提供服务。

**功能：**

+ 辅助`NameNode`，分担其工作量，比如定期合并`Fsimage`和`Edits`，并推送给`NameNode` ；
+ 在紧急情况下，可辅助恢复`NameNode`。

### 四、HDFS文件块大小

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/3.x`版本中是128M，1.x版本中是64M。

![01.HDFS概述03.jpg](https://lilinchao.com/usr/uploads/2021/09/1206732803.jpg)

**块大小设置成为128M的原因：**

+ HDFS的块设置太小，会增加寻址时间，程序一直在找块的开始位置；
+ 如果块设置的太大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。导致程序在处理这块数据时，会非常慢。

**总结：HDFS块的大小设置主要取决于磁盘传输速率。**

*附：*

*文章来源《尚硅谷大数据之Hadoop》*

标签: Hadoop, HDFS

非特殊说明，本博所有文章均为博主原创。

如若转载，请注明出处：https://lilinchao.com/archives/1485.html

上一篇 Ubuntu VMware Tools安装教程

下一篇 02.HDFS常用命令

01.HDFS概述

评论已关闭

栏目分类

标签云

友情链接申请

01.HDFS概述

评论已关闭

 栏目分类

标签云

友情链接申请

栏目分类

标签云

友情链接申请