Chinaunix首页 | 论坛 | 博客
  • 博客访问: 620229
  • 博文数量: 69
  • 博客积分: 1891
  • 博客等级: 上尉
  • 技术积分: 1359
  • 用 户 组: 普通用户
  • 注册时间: 2010-11-20 23:38
文章分类

全部博文(69)

文章存档

2012年(46)

2011年(23)

分类: LINUX

2012-03-24 08:27:52

       

HDFS被设计成用来在廉价集群设备上存储超大的,流式访问的文件,首先了解下这几个特点:

一、HDFS适合的场景

  1. 超大文件存储

    超大,是多大呢?在这里超大指上百M,上百G,乃至上百T的大小。现在运行的Hadoop集群里有的存储达P级的数据

      2.流式数据访问

      HDFS是建立在绝大多数有效的数据访问都是以一次些,多次读的模式上。一个数据集要么是通

      过源数据集拷贝,要么是通过它来产生的。

      3.廉价设备

      Hadoop并不需要昂贵的,高可靠性的硬件来运行。它被设计成运行在廉价设备的集群上,这些

     集群里的节点挂掉的概览很高,尤其是对于较大的集群。

二、 HDFS不适合以下场景:

    1、低延时数据访问

     对实时性要求很高的应用,要求在10毫秒的数量级的应用,不适合用HDFSHDFS被设计

     成高数据吞吐量,这个对实时性有很大的牺牲。

    2、很多小文件

    因为namenode节点会保存文件系统中所有文件的基本信息,所以namenode节点的内存

   大小决定了,整个文件系统能够存储的文件数目。每个文件,文件夹,每个数据块的基本信会

    占用150k的内存,那么对于一百万个文件,那么至少需要300M内存空间。


    3、多次写,随机修改

     HDFS中的文件只能被一个writer来进行写操作,而且写操作只在文件的结尾进行。所以对于

     writer写,任意位置修改都是不支持的。

阅读(1225) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~