1、HDFS

創(chuàng)新互聯(lián)專注于企業(yè)全網(wǎng)營銷推廣、網(wǎng)站重做改版、正藍網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5頁面制作、商城系統(tǒng)網(wǎng)站開發(fā)、集團公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為正藍等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

HDFS（Hadoop Distributed File System）是Hadoop項目的核心子項目，是分布式計算中數(shù)據(jù)存儲管理的基礎(chǔ)，是基于流數(shù)據(jù)模式訪問和處理超大文件的需求而開發(fā)的，可以運行于廉價的商用服務(wù)器上。它所具有的高容錯、高可靠性、高可擴展性、高獲得性、高吞吐率等特征為海量數(shù)據(jù)提供了不怕故障的存儲，為超大數(shù)據(jù)集（Large Data Set）的應(yīng)用處理帶來了很多便利。

2、HDFS

HDFS 源于 Google 在2003年10月份發(fā)表的GFS（Google File System） 論文。

3、HDFS的優(yōu)缺點

 優(yōu)點：

1、高容錯性

• 數(shù)據(jù)自動保存多個副本。它通過增加副本的形式，提高容錯性。

• 某一個副本丟失以后，它可以自動恢復(fù)，這是由 HDFS 內(nèi)部機制實現(xiàn)的，我們不必關(guān)心。

2、適合批處理

• 它是通過移動計算而不是移動數(shù)據(jù)。

• 它會把數(shù)據(jù)位置暴露給計算框架。

3、適合大數(shù)據(jù)處理

• 處理數(shù)據(jù)達到 GB、TB、甚至PB級別的數(shù)據(jù)。

• 能夠處理百萬規(guī)模以上的文件數(shù)量，數(shù)量相當(dāng)之大。

• 能夠處理10K節(jié)點的規(guī)模。

4、流式文件訪問

• 簡化一致性模型，實現(xiàn)一次寫入，多次讀取。文件一旦寫入不能修改，只能追加。

• 它能保證數(shù)據(jù)的一致性。

5、可構(gòu)建在廉價機器上

• 它通過多副本機制，提高可靠性。

• 它提供了容錯和恢復(fù)機制。比如某一個副本丟失，可以通過其它副本來恢復(fù)。

缺點：

1、低延時數(shù)據(jù)訪問

         * 比如毫秒級的來存儲數(shù)據(jù)，這是不行的，它做不到。

         * 它適合高吞吐率的場景，就是在某一時間內(nèi)寫入大量的數(shù)據(jù)。但是           它在低延時的情況下是不行的，比如毫秒級以內(nèi)讀取數(shù)據(jù)，這樣它           是很難做到的。

2、小文件存儲

        *存儲大量小文件(這里的小文件是指小于HDFS系統(tǒng)的Block大小的文         件（默認64M）)的話，它會占用 NameNode大量的內(nèi)存來存儲文           件、目錄和塊信息。這樣是不可取的，因為NameNode的內(nèi)存總是有          限的。

        *小文件存儲的尋道時間會超過讀取時間，它違反了HDFS的設(shè)計目           標。

3、并發(fā)寫入、文件隨機修改

        *一個文件只能有一個寫，不允許多個線程同時寫。

        *僅支持數(shù)據(jù) append（追加），不支持文件的隨機修改。

 hdfs的特性：

      * 高容錯，可擴展性及可配置性強

      * 跨平臺

      * shell命令接口

      * 機架感知功能

      * 負載均衡

      Web界面

4.HDFS存儲數(shù)據(jù)

HDFS 采用Master/Slave的架構(gòu)來存儲數(shù)據(jù)，這種架構(gòu)主要由HDFS Client、NameNode、DataNode和Secondary NameNode四個部分組成。

1、Client：就是客戶端。

• 文件切分。文件上傳 HDFS 的時候，Client 將文件切分成 一個一個的Block，然后進行存儲。

• 與 NameNode 交互，獲取文件的位置信息。

• 與 DataNode 交互，讀取或者寫入數(shù)據(jù)。

• Client 提供一些命令來管理 HDFS，比如啟動或者關(guān)閉HDFS。

• Client 可以通過一些命令來訪問 HDFS。

2、NameNode：就是 master，它是一個主管、管理者。

• 管理 HDFS 的名稱空間

• 管理數(shù)據(jù)塊（Block）映射信息

• 配置副本策略

• 處理客戶端讀寫請求。

  

3、DataNode：就是Slave。NameNode 下達命令，DataNode 執(zhí)行實際的操作。

• 存儲實際的數(shù)據(jù)塊。

• 執(zhí)行數(shù)據(jù)塊的讀/寫操作。

4、Secondary NameNode：并非 NameNode 的熱備。當(dāng)NameNode 掛掉的時候，它并不能馬上替換 NameNode 并提供服務(wù)。

• 輔助 NameNode，分擔(dān)其工作量。

• 定期合并 fsimage和fsedits，并推送給NameNode。

• 在緊急情況下，可輔助恢復(fù) NameNode。

工作流程：

      secondarynamenode通知namenode切換edits文件

      secondarynamenode從namenode獲得fsimage和edits(通過http)

      secondarynamenode將fsimage載入內(nèi)存，然后開始合并edits

      secondarynamenode將新的fsimage發(fā)回給namenode

      namenode用新的fsimage替換舊的fsimage

5.數(shù)據(jù)損壞處理

     * 當(dāng)DN（DataNode）讀取block的時候，它會計算checksum；

     * 如果計算后的checksum，與block創(chuàng)建時值不一樣，說明該block已經(jīng)損壞。

     * client讀取其它DN上的block；NN(NameNode)標記該塊已經(jīng)損壞，然后復(fù)制block達到預(yù)期設(shè)置的文件備份數(shù)；

     * DN在其文件創(chuàng)建后三周驗證其checksum。

  關(guān)注大數(shù)據(jù)and機器學(xué)習(xí)公眾號，一起開創(chuàng)未來。

CLbigdata

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

分享題目：淺談HDFS架構(gòu)-創(chuàng)新互聯(lián)
文章位置：http://www.rwnh.cn/article12/ccssgc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供營銷型網(wǎng)站建設(shè)、網(wǎng)站策劃、企業(yè)建站、Google、外貿(mào)網(wǎng)站建設(shè)、App設(shè)計

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)