锐客网

  1. 首页 > it技术 > >

大数据入门与实战-Hadoop核心HDFS

课程链接：https://www.imooc.com/video/16287
Hadoop简介 Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。
详情见：Hadoop基本介绍
一、 HDFS概念及优缺点

  1. 应用场景与特点
    • 普通的成百上千的机器
    • 按TB甚至PB为单位的大量的数据
    • 简单便捷的文件获取
  2. HDFS概念
    数据块是抽象块而非整个文件作为存储单元，默认大小为64MB，一般设置为128M，备份x3
    大数据入门与实战-Hadoop核心HDFS
    文章图片
NameNode 管理文件系统的命名空间，存放文件元数据，维护着文件系统的所有文件和目录，文件与数据快的反射，记录每个文件中各个块所在数据节点的信息
DataNode存储检索数据块，向NameNode更新所存储块的列表
  1. HDFS优点
    • 适合大文件存储，支持TB，PB级的数据存储
    • 可以构建在廉价的机器上，并有一定的容错和恢复机制
    • 支持流式数据访问，一次写入、多次读取最高效
  2. HDFS缺点
    • 不适合大量小文件存储
    • 不适合并发写入，不支持文件随机修改
    • 不支持随机读等低延时的访问方式
二、HDFS写流程与读流程 大数据入门与实战-Hadoop核心HDFS
文章图片

HDFS写流程：(1)客户端向NameNode发起写数据请求（2）分块写入DateNode节点，DataNode自动完成副本备份（3）DataNode向NameNode汇报存储完成，NameNode通知客户端

大数据入门与实战-Hadoop核心HDFS
文章图片

HDFS读流程：（1）客户端向NameNode发起读数据请求（2）NameNode找出距离最近的DataNode节点信息（3）客户端从DataNode分块下载文件
三、Shell命令操作HDFS 大数据入门与实战-Hadoop核心HDFS
文章图片

将home下的mk.txt上传到hdfs

大数据入门与实战-Hadoop核心HDFS
文章图片
四 、Python程序操作HDFS hdfs3:http://hdfs3.readthedocs.io/en/latest/

大数据入门与实战-Hadoop核心HDFS
文章图片
【大数据入门与实战-Hadoop核心HDFS】

    推荐阅读


    上一篇：有经历，才有体验

    下一篇：外贸企业的展会创新与品牌建设