Hadoop HDFS 概述

• 

  HDFS概述

  Hadoop文件系统是使用分布式文件系统设计开发的。它在商品硬件上运行。与其他分布式系统不同，HDFS具有高度的容错能力，并使用低成本硬件进行设计。

  HDFS可以存储大量数据，并提供更轻松的访问。为了存储如此巨大的数据，文件要存储在多台计算机上。这些文件以冗余方式存储，以在发生故障时从可能的数据丢失中挽救系统。HDFS还使应用程序可用于并行处理。
• 

  HDFS的功能

  • 适用于分布式存储和处理。
  • Hadoop提供了与HDFS交互的命令界面。
  • namenode和datanode的内置服务器可帮助用户轻松检查集群的状态。
  • 流式访问文件系统数据。
  • HDFS提供文件权限和身份验证。
• 

  HDFS架构

  下面给出的是Hadoop文件系统的体系结构。

  

  HDFS遵循主从架构，并且具有以下元素。

  名称节点

  名称节点是包含GNU/Linux操作系统和名称节点软件的普通硬件。它是可以在商用硬件上运行的软件。具有namenode的系统充当主服务器，它执行以下任务-

  • 管理文件系统名称空间。
  • 调节客户端对文件的访问。
  • 它还执行文件系统操作，例如重命名，关闭和打开文件和目录。

  数据节点

  数据节点是具有GNU/Linux操作系统和数据节点软件的商品硬件。对于群集中的每个节点（商品硬件/系统），将有一个数据节点。这些节点管理其系统的数据存储。

  数据节点根据客户端请求在文件系统上执行读写操作。

  它们还根据namenode的指令执行诸如块创建，删除和复制之类的操作。

  块

  通常，用户数据存储在HDFS文件中。文件系统中的文件将分为一个或多个段和/或存储在各个数据节点中。这些文件段称为块。换句话说，HDFS可以读取或写入的最小数据量称为块。默认块大小为64MB，但可以根据需要更改HDFS配置来增加。
• 

  HDFS的目的

  • 故障检测和恢复-由于HDFS包含大量商用硬件，因此组件故障频繁发生。因此，HDFS应该具有用于​​快速自动检测和恢复故障的机制。
  • 庞大的数据集-HDFS每个集群应具有数百个节点，以管理具有庞大数据集的应用程序。
  • 数据上的硬件-当计算在数据附近进行时，可以有效地完成所请求的任务。特别是在涉及大量数据集的地方，它减少了网络流量并提高了吞吐量。