公司java新人问我HDFS是什么？解释完当即表示要请我吃饭

2017-5-23 12:03 |来自: 互联网 2428 0

摘要: 干了半年Hadoop开发，前几天公司来了个java新人。小伙子对Hadoop大数据感兴趣，问我什么是HDFS分布式文件系统？我想有疑问的不只是他一个java开发，今天就简单的给大家介绍一下什么是HDFS。1.HDFS体系架构HDFS是一个 ...

干了半年Hadoop开发，前几天公司来了个java新人。小伙子对Hadoop大数据感兴趣，问我什么是HDFS分布式文件系统？我想有疑问的不只是他一个java开发，今天就简单的给大家介绍一下什么是HDFS。

1.HDFS体系架构

HDFS是一个主/从（Master/Slave）体系架构，由于分布式存储的性质，集群拥有两类节点NameNode和DataNode。

NameNode（名字节点）：系统中通常只有一个，中心服务器的角色，管理存储和检索多个DataNode的实际数据所需的所有元数据。

DataNode（数据节点）：系统中通常有多个，是文件系统中真正存储数据的地方，在NameNode统一调度下进行数据块的创建、删除和复制。

图中的Client是HDFS的客户端，是应用程序可通过该模块与NameNode和DataNode进行交互，进行文件的读写操作。

对于刚开始接触Hadoop的同学，不建议直接看书自学。我最初就是自己啃书但是学的很费劲，没有目标不知道实际工作中需要什么。
后来在论坛了认识了摆渡的孙哥，他给了我一套视频，我也是看了视频以后才慢慢入的门，到学会Hadoop。
计划学Hadoop的同学可以跟孙哥的小跟班 gan shi yun 666，要这套视频的最新版，这个是徽亻言。

2.HDFS特点：

HDFS专为解决大数据存储问题而产生的，其具备了以下特点：

1) HDFS文件系统可存储超大文件

HDFS是一种文件系统，自身也有块（block）的概念，其文件块要比普通单一磁盘上文件系统大的多，默认是64MB。

HDFS上的块之所以设计的如此之大，其目的是为了最小化寻址开销。

HDFS文件的大小可以大于网络中任意一个磁盘的容量，文件的所有块并不需要存储在一个磁盘上，因此可以利用集群上任意一个磁盘进行存储，由于具备这种分布式存储的逻辑，所以可以存储超大的文件，通常G、T、P级别。

（java开发，java开发，java开发，java开发，java开发，java开发，java开发，java开发，java开发，java开发）

2) 一次写入，多次读取

一个文件经过创建、写入和关闭之后就不需要改变，这个假设简化了数据一致性的问题，同时提高数据访问的吞吐量。

3) 运行在普通廉价的机器上

Hadoop的设计对硬件要求低，无需昂贵的高可用性机器上，因为在HDFS设计中充分考虑到了数据的可靠性、安全性和高可用性。