3. hdfs原理分析
2015-06-12 19:31
232 查看
1. HDFS (2.0)架构:
2. HDFS 设计思想:
HDFS数据块(block):文件被切分成固定大小的数据块
默认数据块大小为64MB,可配置
若文件大小不到64MB,则单独存成一个block
为何数据块如此之大
数据传输时间超过寻道时间(高吞吐率)
一个文件存储方式
按大小被切分成若干个block,存储到不同节点上
默认情况下每个block有三个副本
3. HDFS优缺点: 优点:高容错性
数据自动保存多个副本
副本丢失后,自动恢复
适合批处理
移动计算而非数据
数据位置暴露给计算框架
适合大数据处理
GB、TB、甚至PB级数据
百万规模以上的文件数量
10K+节点规模
流式文件访问
一次性写入,多次读取
保证数据一致性
可构建在廉价机器上
通过多副本提高可靠性
提供了容错和恢复机制
缺点:
低延迟数据访问
比如毫秒级
低延迟与高吞吐率
小文件存取
占用NameNode大量内存
寻道时间超过读取时间
并发写入、文件随机修改
一个文件只能有一个写者
仅支持append
4. HDFS 写流程:
5. HDFS 读流程:
6. HDFS副本放置策略:问题: 一个文件划分成多个block,每个block存多份,如何为每个block选择节点存储这几份数据?
Block副本放置策略: 副本1: 同Client的节点上
副本2: 不同机架中的节点上
副本3: 与第二个副本同一机架的另一个节点上
其他副本:随机挑选
HDFS可靠性策略:
7. HDFS典型物理拓扑:
来自为知笔记(Wiz)
2. HDFS 设计思想:
HDFS数据块(block):文件被切分成固定大小的数据块
默认数据块大小为64MB,可配置
若文件大小不到64MB,则单独存成一个block
为何数据块如此之大
数据传输时间超过寻道时间(高吞吐率)
一个文件存储方式
按大小被切分成若干个block,存储到不同节点上
默认情况下每个block有三个副本
3. HDFS优缺点: 优点:高容错性
数据自动保存多个副本
副本丢失后,自动恢复
适合批处理
移动计算而非数据
数据位置暴露给计算框架
适合大数据处理
GB、TB、甚至PB级数据
百万规模以上的文件数量
10K+节点规模
流式文件访问
一次性写入,多次读取
保证数据一致性
可构建在廉价机器上
通过多副本提高可靠性
提供了容错和恢复机制
缺点:
低延迟数据访问
比如毫秒级
低延迟与高吞吐率
小文件存取
占用NameNode大量内存
寻道时间超过读取时间
并发写入、文件随机修改
一个文件只能有一个写者
仅支持append
4. HDFS 写流程:
5. HDFS 读流程:
6. HDFS副本放置策略:问题: 一个文件划分成多个block,每个block存多份,如何为每个block选择节点存储这几份数据?
Block副本放置策略: 副本1: 同Client的节点上
副本2: 不同机架中的节点上
副本3: 与第二个副本同一机架的另一个节点上
其他副本:随机挑选
HDFS可靠性策略:
7. HDFS典型物理拓扑:
来自为知笔记(Wiz)
相关文章推荐
- 如何解决Kerberos问题: "Server has invalid Kerberos principal: hdfs/host2@****.COM"
- 王家林的“云计算分布式大数据Hadoop实战高手之路”之完整目录
- kafka, storm,hdfs日志处理方法(附storm-kafka, storm-hdfs使用方法)
- HADOOP的公平调度器
- Hadoop、Spark、HBase与Redis的适用性讨论
- toj4119HDFS
- Hadoop(三)之HDFS简单介绍
- HDFS之blockreport更新操作解释
- hadoop yarn 代码示例及架构
- HDFS Sink使用技巧
- vm10.0.2+hadoop2.5.1+jdk8+centos6.6 转(非原创哈)自己收藏看的
- Wrong FS: hdfs://......, expected: file:///
- HDFS数据完整性
- HDFS RPC源码分析
- 在不同版本hdfs集群之间转移数据
- 大数据架构:flume-ng+Kafka+Storm+HDFS 实时系统组合
- HDFS为什么使用大块,如64MB,以及推荐流方式访问文件
- hdfs指令集
- HDFS副本放置策略及机架感知
- HDFS API基本操作