HDFS概述及其优缺点
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。
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,且不支持文件的修改。适合用来做数据分析,并不适合用来做网盘应用。
HDFS组成架构
1.NameNode(nn)
:就是Master,它是一个主管、管理者
(1)管理HDFS的名称空间;
(2)配置副本策略;
(3)管理数据块(Block)映射信息;
(4)处理客户端读写请求。
2.DataNode(dn)
:就是Slave。NameNode下达命令,DataNode执行实际的操作
(1)存储实际的数据块;
(2)执行数据块的读/写操作。
优点
- 高容错性
(1)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。
(2)某一个副本丢失以后,它可以自动恢复。
2.适合处理大数据
(1)数据规模:能够处理数据规模达到GB、TB、甚至PB级别的数据。
(2)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。
缺点
HDFS不支持对文件的随机写
可以append(追加),但是不能修改!
原因: 文件在HDFS上存储时,以block
为基本单位存储!
①没有提供对文件的在线寻址(打开)功能
②文件以块形式存储,修改了一个块中的内容,就会影响当前块之后所有的块,效率低不支持并发写入,同一个文件在同一时刻只能由一个客户端写入,不允许多个线程同时写!
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。
HDFS不适合(不高效)存储小文件
根本原因: HDFS存储了大量的小文件,会降低NN的服务能力!NN负责文件元数据(属性,块的映射)的管理,NN在运行时,必须将当前集群中存储所有文件的元数据全部加载到内存!
NN耗费大量内存! 而不能存储可观的数据。举例: 当前运行NN的机器,有64G内存,除去系统开销,分配给NN50G内存! 文件a (1k), 存储到HDFS上,需要将a文件的元数据保存到NN,加载到内存
包括:文件名 创建时间 所属主 所属组 权限 修改时间+ 块的映射(1块)
NN占用内存:150B
最多存储50G/150B个文件a
存储占用磁盘空间:50G/150B * 1k 文件b (128M), 存储到HDFS上,需要将b文件的元数据保存到NN,加载到内存
包括:文件名 创建时间 所属主 所属组 权限 修改时间+块的映射(1块)
NN占用内存:150B
最多存储50G/150B个文件b
存储占用磁盘空间:50G/150B * 128M
最新文章
- (转)NIO与AIO,同步/异步,阻塞/非阻塞
- 设置css通用字体
- centos 6 安装
- 【GoLang】golang 中可变参数的 定义、传递 示例
- Extjs4 获取到前一天的日期
- mysql str_to_date字符串转换为日期
- 【HDOJ】1716 排列2
- 九度OJ1486 /POJ 1029/2012北京大学研究生复试上机
- Java Fuck Bignumber
- WPF窗体属性
- ArcGIS 网络分析[1] 介绍与博文目录【更新中】
- 【前端】Ubuntu16下nodejs+npm+vue环境配置
- Install Nagios (Agent) nrpe client and plugins in Ubuntu/Debian
- Linq中的左连,右连,内连
- uniDAC的安装和使用
- MYSQL和oracle 大小写问题
- 【转】Python之数据序列化(json、pickle、shelve)
- 一个1级分组基础上同时进行2级分组的SQL面试题
- 移动网络应用开发中,使用 HTTP 协议比起使用 socket 实现基于 TCP 的自定义协议有哪些优势?
- Netcat使用方法
热门文章
- Python 字符串、列表和元组用法详解
- NetAnalyzer笔记 之 十四 NetAnalyzer 6.0 的使用方法 -- 3.协议分析与统计
- Spting:基于注解的组件化管理
- 在c++MFC下用PCL显示操作点云文件 MFC对话框显示操作PCL点云
- 将pycharm中的代码上传到远程Ubuntu中
- @hdu - 6426@ Problem A.Alkane
- 04 . Docker安全与Docker底层实现
- C# 9.0 新特性之模式匹配简化
- python实现装饰器
- WPF入门(2)——依赖属性