一: HDFS是什么?
源自于Google的GFS论文
发布与2003年10月
HDFS是GFS克隆版
特点:
1: 易于扩展的分布式文件系统
2: 运行在大量普通廉价机器上,提供容错机制
3: 为大量用户提供性能不错的文件存取服务
二: HDFS优点
1.高容错性
数据自动保存多个副本
副本丢后,自动恢复
2. 适合批处理
移动技术而非数据
数据位置暴露给计算框架
3. 适合大数据处理
GB,TB甚至PB级别数据
百万规模以上的文件数量
10k+节点规模
4. 流式文件访问
一次性写入,多次读取
保证数据一致性
5. 可构建在廉价机器上
通过多副本提高可靠性
提高了容错和恢复机制
三: HDFS缺点
1. 低延迟数据访问
比如毫秒级别
低延迟与高吞吐率
2. 小文件存取
占用NameNode大量内存
寻道时间超过读取时间
3.并发写入,文件随机修改
一个文件只能有一个写入
仅支持append