Hadoop集群与RAID磁盘阵列

Hadoop集群规范

硬盘选型
　　尽管建议采用RAID（Redundant Array of Independent Disk，即磁盘阵列）作为NameNode的存储器以保护元数据，但是若将RAID作为DataNode的存储设备则不会给HDFS带来益处。HDFS所提供的节点间数据复制技术已能满足数据备份需求，无需使用RAID的垄余机制。
　　此外，尽管RAID条带化技术（RAID 0）被广泛用于提升性能，但是其速度仍然比用在HDFS里的JBOD（Just a Bunch Of Disk）配置慢。JBOD在所有磁盘之间循环调度HDFS块。RAID 0的续写操作受限于磁盘阵列中最慢盘片的速度，而JBOD的磁盘操作均独立，因而平均读写速度高于最慢盘片的读写速度。需要强调的是，各个磁盘的性能在实际使用中总存在相当大的差异，即使对于相同型号的磁盘。针对某一雅虎集群的评测报告中，JBOD比RAID 0快10%；在另一测试（HDFS写吞吐量）中，JBOD比RAID 0快30%。
　　最后，若JBOD配置的某一磁盘出现故障，HDFS可以忽略该磁盘，继续工作。而RAID 0的某一盘片故障会导致整个磁盘阵列不可用，进而使相应的节点失效。

总结
NameNode建议使用RAID
DataNode不建议使用RAID