Hadoop文件系统-Hive
分类:
文章
•
2024-03-11 22:34:01
Hadoop文件系统-Hive
HDFS简介
HDFS设计目的
- 兼容廉价硬件设备;
- 实现流数据读写;
- 支持大数据集;
- 支持简单的文件模型;
- 跨平台兼容性
HDFS自身局限性
- 不适合低延迟数据访问(实时性不高);
- 无法高线存储大量小文件;
- 不支持多用户写入;
- 不支持任意修改文件(只允许追加)
HDFS相关概念
HDFS核心概念:块
- 联系:为了在大量数据间分摊磁盘寻址的开销,但比普通文件系统的块大很多(默认64MB)
- 目的:支持面向大规模数据存储,降低分布式节点的寻址开销
- 缺点:块过大会导致MapReduce在执行时牺牲了并行度
- 好处: 支持大规模文件存储;简化系统设计;适合数据备份
HDFS两大组建
名称节点(元数据节点):起到数据目录的作用,记录数据存储位置
- 核心数据结构:FsImage(保存系统文件数);EditLog(记录对数据进行的操作)
- FsImage:
- 设置EditLog原因
启动时,FsImage读取到内存中,读取EditLog中,再合并FsImage和EditLog,生成新版的FsImage,最后在创建一个空的EditLog
- 处理过程
- 第二名称节点:1)对名称节点的冷备份;2)对EditLog的处理
数据节点:具体存储数据(存取到本地的Linux系统中)
HDFS体系结构
- HDFS命名空间:
/ + 目录名称
- 通信协议:
- 局限性:
HDFS存储原理
HDFS读数据
HDFS写数据