0f7eb467d074beb213b8846012375782
数据存储

HDFS

HDFS(Hadoop Distributed File System),作为Google File System(GFS)的实现,是Hadoop项目的核心子项目,是分布式计算中数据存储管理的基础,是基于流数据模式访问和处理超大文件的需求而开发的,可以运行于廉价的商用服务器上。它所具有的高容错、高可靠性、高可扩展性、高获得性、高吞吐率等特征为海量数据提供了不怕故障的存储,为超大数据集(Large Data Set)的应用处理带来了很多便利。
HDFS由四部分组成,HDFS Client、NameNode、DataNode和Secondary NameNode。HDFS是一个主/从(Mater/Slave)体系结构,HDFS集群拥有一个NameNode和一些DataNode。NameNode管理文件系统的元数据,DataNode存储实际的数据。

  • HDFS客户端:就是客户端。
    1) 提供一些命令来管理、访问 HDFS,比如启动或者关闭HDFS。
    2) 与 DataNode 交互,读取或者写入数据;读取时,要与 NameNode 交互,获取文件的位置信息;写入 HDFS 的时候,Client 将文件切分成 一个一个的Block,然后进行存储。
  • NameNode:即Master,
    1) 管理 HDFS 的名称空间。
    2) 管理数据块(Block)映射信息
    3) 配置副本策略
    4) 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。
    1) 存储实际的数据块。
top Created with Sketch.