Hadoop之HDFS详解（一）

Hadoop之HDFS详解（一）

第一章 HDFS 概述

1.HDFS 定义

HDFS（Hadoop Distributed File System），它是一个文件系统，用于存储文件，通过目 录树来定位文件；其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务 器有各自的角色。 HDFS 的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭 之后就不需要改变。

2.HDFS 优缺点

1.HDFS优点

高容错性

数据自动保存多个副本。它通过增加副本的形式，提高容错性。 某一个副本丢失以后，它可以自动恢复。

适合处理大数据

数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据； 文件规模：能够处理百万规模以上的文件数量，数量相当之大。

可构建在廉价机器上，通过多副本机制，提高可靠性

2.HDFS缺点

不适合低延时数据访问，比如毫秒级的存储数据，是做不到的。无法高效的对大量小文件进行存储。

存储大量小文件的话，它会占用NameNode大量的内存来存储文件目录和 块信息。这样是不可取的，因为NameNode的内存总是有限的； 小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。

不支持并发写入、文件随机修改。

一个文件只能有一个写，不允许多个线程同时写； 仅支持数据append（追加），不支持文件的随机修改。

3.HDFS 组成架构

NameNode（nn）：就是Master，它 是一个主管、管理者。

管理HDFS的名称空间；配置副本策略；管理数据块（Block）映射信息；处理客户端读写请求。

DataNode：就是Slave。NameNode 下达命令，DataNode执行实际的操作。

存储实际的数据块；执行数据块的读/写操作。

Client：就是客户端

文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行上传；与NameNode交互，获取文件的位置信息；与DataNode交互，读取或者写入数据；Client提供一些命令来管理HDFS，比如NameNode格式化；Client可以通过一些命令来访问HDFS，比如对HDFS增删查改操作；

Secondary NameNode：并非NameNode的热备。当NameNode挂掉的时候，它并不 能马上替换NameNode并提供服务。

辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode ；在紧急情况下，可辅助恢复NameNode。

4.HDFS 文件块大小（面试重点）

HDFS中的文件在物理上是分块存储（Block），块的大小可以通过配置参数 ( dfs.blocksize）来规定，默认大小在Hadoop2.x/3.x版本中是128M，1.x版本中是64M。

在集群中的block，如果寻址时间约为10ms， 即查找到目标block的时间为 10ms。寻址时间为传输时间的1% 时，则为最佳状态。（专家） 因此，传输时间 =10ms/0.01=1000ms=1s而目前磁盘的传输速率普 遍为100MB/s。

思考：为什么块的大小不能设置太小，也不能设置太大？

HDFS的块设置太小，会增加寻址时间，程序一直在找块的开始位置；如果块设置的太大，从磁盘传输数据的时间会明显大于定位这个块开 始位置所需的时间。导致程序在处理这块数据时，会非常慢。

注：HDFS块的大小设置主要取决于磁盘传输速率。

第二章 HDFS 的 Shell 操作

1.基本语法

hadoop fs 具体命令 OR hdfs dfs 具体命令 【两张使用完全相同】

2.常用命令实操

创建文件夹

​​hadoop fs -mkdir /sanguo​​

上传

vim shuguo.txt # 写入值 shuguo#上传方式1 -moveFromLocal：从本地剪切粘贴到 HDFShadoop fs -moveFromLocal ./shuguo.txt /sanguo#上传方式2 -copyFromLocal：从本地文件系统中拷贝文件到 HDFS 路径去vim weiguo.txt # 写入值 weiguohadoop fs -copyFromLocal weiguo.txt /sanguo#上传方式3 -put：等同于 copyFromLocal，生产环境更习惯用 putvim wuguo.txt # 写入值 wuguohadoop fs -put ./wuguo.txt /sanguo#上传方式4-追加 -appendToFile：追加一个文件到已经存在的文件末尾vim liubei.txt # 写入值 liubeihadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

下载

# -copyToLocal：从 HDFS 拷贝到本地hadoop fs -copyToLocal /sanguo/shuguo.txt ./# -get：等同于 copyToLocal，生产环境更习惯用 gethadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

HDFS 直接操作

hadoop fs -ls /sanguo # -ls: 显示目录信息hadoop fs -cat /sanguo/shuguo.txt # -cat：显示文件内容hadoop fs -chmod 666 # -chgrp、-chmod、-chown：Linux 文件系统中的用法一样，修改文件所属权限hadoop fs -mkdir /jinguo # -mkdir：创建路径hadoop fs -cp /sanguo/shuguo.txt /jinguo # -cp：从 HDFS 的一个路径拷贝到 HDFS 的另一个路径hadoop fs -mv /sanguo/wuguo.txt /jinguo # -mv：在 HDFS 目录中移动文件hadoop fs -tail /jinguo/shuguo.txt # -tail：显示一个文件的末尾 1kb 的数据hadoop fs -rm /sanguo/shuguo.txt # -rm：删除文件或文件夹hadoop fs -rm -r /sanguo # -rm -r：递归删除目录及目录里面内容hadoop fs -du -s -h /jinguo # -du 统计文件夹的大小信息hadoop fs -setrep 10 /jinguo/shuguo.txt # -setrep：设置 HDFS 中文件的副本数量

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。