Hadoop之HDFS概述

我不是女神ヾ 2022-01-21 06:21 301阅读 0赞

# Hadoop之HDFS概述 #

--------------------

## 目录 ##

1.  HDFS产生背景
2.  HDFS概念
3.  HDFS优缺点
4.  HDFS组成架构

--------------------

### 1. HDFS产生背景 ###

随着数据量越来越大，在一个操作系统管辖的范围内存不下了，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概念 ###

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的设计适合一次写入，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。

--------------------

### 3. HDFS优缺点 ###

优点  
1）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）适合大数据处理  
（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）流式数据访问，它能保证数据的一致性。  
4）可构建在廉价机器上，通过多副本机制，提高可靠性。

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。  
（1）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的内存总是有限的；  
（2）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。  
（1）一个文件只能有一个写，不允许多个线程同时写；  
（2）仅支持数据append（追加），不支持文件的随机修改。

--------------------

### 4. HDFS组成架构 ###

HDFS组成架构如图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkxMDY5NA_size_16_color_FFFFFF_t_70]  
这种架构主要由四个部分组成，分别为HDFS Client、NameNode、DataNode和Secondary NameNode。下面我们分别介绍这四个组成部分。

1）Client：就是客户端。  
（1）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，然后进行存储；  
（2）与NameNode交互，获取文件的位置信息；  
（3）与DataNode交互，读取或者写入数据；  
（4）Client提供一些命令来管理HDFS，比如启动或者关闭HDFS；  
（5）Client可以通过一些命令来访问HDFS；

2）NameNode：就是Master，它是一个主管、管理者。  
（1）管理HDFS的名称空间；  
（2）管理数据块（Block）映射信息；  
（3）配置副本策略；  
（4）处理客户端读写请求。

3） DataNode：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。

4） 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。  
（1）辅助NameNode，分担其工作量；  
（2）定期合并Fsimage和Edits，并推送给NameNode；  
（3）在紧急情况下，可辅助恢复NameNode。

--------------------

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkxMDY5NA_size_16_color_FFFFFF_t_70]: /images/20220121/83188c0d51744ec4ba35824bdcec4664.png