【大数据】HDFS组成架构_hdfs架构

1.HDFS概述

1.1.HDFS产出背景及意义

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。

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。

1.2.HDFS的优缺点

1.优点

• 高容错性
• 适合处理大数据，数据能处理GB、TB甚至PB级别的数据
• 可构建在廉价的机器上

2.缺点

• 不适合低延迟的数据访问
• 无法高效对大量小文件进行存储
• 只支持数据的append（追加）

1.3.HDFS组成架构

1.4.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版本中都是128M，1.x版本中是64M。

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的时候，非常慢。