Hadoop_HDFS（一）：基本概念

一、产生背景和定义

1.1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。

1.2 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（和Linux目录一样的）；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。

二、HDFS优缺点 2.1 优点

2.2 缺点

三、HDFS组成

四、文件块大小

默认大小上限最大为128M：

为什么块的大小不能设置太小，也不能设置太大？

• 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时，会非常慢。

HDFS块的大小设置主要取决于磁盘传输速率。例如：

普通的机械硬盘，传输速率100M/s →HDFS块设置为128M 固态硬盘，传输速率200-300M/s →HDFS块设置为256M