目录

 

1 、HDFS的介绍

2、 HDFS设计目标

3、 HDFS的特点

4、 hdfs核心设计思想及作用

5、 重要特性如下：

1 、HDFS的介绍

源自于Google的GFS论文 发表于2003年10月 HDFS是GFS克隆版 ，HDFS的全称是Hadoop Distributed File System易于扩展的分布式文件系统，运行在大量普通廉价机器上，提供容错机制，为大量用户提供性能不错的文件存取服务 。

 

2、 HDFS设计目标

  1. 自动快速检测应对硬件错误
  2. 流式访问数据
  3. 移动计算比移动数据本身更划算
  4. 简单一致性模型
  5. 异构平台可移植

3、 HDFS的特点

优点：

  1. 高可靠性：Hadoop按位存储和处理数据的能力值得人们信赖;
  2. 高扩展性：Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。
  3. 高效性：Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。
  4. 高容错性：Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。

缺点：

  1. 不适合低延迟数据访问。
  2. 无法高效存储大量小文件。
  3. 不支持多用户写入及任意修改文件。

4、 hdfs核心设计思想及作用

  • 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；
  • 为各类分布式运算框架（如：mapreduce，spark，tez，……）提供数据存储服务
  • hdfs更具体描述
    首先，它是一个文件系统，用于存储文件，通过统一的命名空间——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；

5、 重要特性如下：

  1. 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。
  2. 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。
  3. 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）。
  4. 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）。
  5. 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