
HDFS 全稱為Hadoop Distributed File System,是 hadoop 分布式文件系統(tǒng),具體來說,是指被設計成適合運行在通用硬件(commodity hardware)上的分布式文件系統(tǒng)(Distributed File System)。最主要的作用是作為 Hadoop 生態(tài)中各系統(tǒng)的存儲服務。HDFS是Hadoop項目的核心子項目,為分布式計算中,數(shù)據(jù)存儲管理的基礎,HDFS是基于流數(shù)據(jù)模式訪問和處理超大文件的需求被開發(fā)出來的,能夠在廉價的商用服務器上運行。HDFS 具有高容錯性、高可靠性、高可擴展性、高獲得性、高吞吐率等特征,這些特征使得HDFS為海量數(shù)據(jù)提供了不怕故障的存儲,從而為超大數(shù)據(jù)集(Large Data Set)的應用處理帶來了很多便利。
高度容錯性:HDFS 最核心的架構目標是,錯誤檢測和快速、自動的恢復 。數(shù)據(jù)會自動保存多個副本。它通過增加副本的形式,而且就算某一副本丟失,HDFS也能自動恢復。
支持大規(guī)模數(shù)據(jù)集: HDFS 應用具有很大的數(shù)據(jù)集,可以支持整體上高的數(shù)據(jù)傳輸帶寬,并且能夠支撐數(shù)以千萬集的文件。
支持流式讀取數(shù)據(jù): 一次寫入,多次讀取。而且文件一旦寫入,就不能進行修改,只能追加。這樣很好的保證了數(shù)據(jù)的一致性。
高吞吐量:吞吐量是指單位時間內(nèi)完成的工作量。HDFS通過并行處理數(shù)據(jù),從而大大減少了處理時間,實現(xiàn)了高吞吐量。
移動計算而非移動數(shù)據(jù):一個應用的請求,如果離它操作的數(shù)據(jù)越近就會越高效,HDFS會把數(shù)據(jù)位置暴露給計算框架, 提供了將它們自己移動到數(shù)據(jù)附近的接口。
異構軟硬件平臺間的可移植性:平臺的可移植性,方便用戶也方便 HDFS 作為大規(guī)模數(shù)據(jù)應用平臺的推廣。
二、HDFS 常用命令參數(shù)
-help | 輸出這個命令參數(shù)手冊 |
-ls | 顯示目錄信息 |
-mkdir | 在hdfs上創(chuàng)建目錄 |
-moveFromLocal | 從本地剪切粘貼到hdfs |
-moveToLocal | 從hdfs剪切粘貼到本地 |
--appendToFile | 追加一個文件到已經(jīng)存在的文件末尾 |
-cat | 顯示文件內(nèi)容 |
-tail | 顯示一個文件的末尾 |
-text | 以字符形式打印一個文件的內(nèi)容 |
-chgrp、-chmod、-chown | 同linux文件系統(tǒng)中的用法,對文件所屬權限 |
-copyFromLocal | 從本地文件系統(tǒng)中拷貝文件到hdfs路徑去 |
-copyToLocal | 從hdfs拷貝到本地 |
-cp | 從hdfs的一個路徑拷貝hdfs的另一個路徑 |
-mv | 在hdfs目錄中移動文件 |
-get | 等同于copyToLocal,就是從hdfs下載文件到本地 |
-getmerge | 合并下載多個文件 |
-put | 等同于copyFromLocal |
-rm | 刪除文件或文件夾 |
-rmdir | 刪除空目錄 |
-df | 統(tǒng)計文件系統(tǒng)的可用空間信息 |
-du | 統(tǒng)計文件夾的大小信息 |
-count | 統(tǒng)計一個指定目錄下的文件節(jié)點數(shù)量 |
-setrep | 設置hdfs中文件的副本數(shù)量 |
三、HDFS工作機制
1. HDFS集群包括兩大角色:NameNode、DataNode
2. NameNode負責管理整個文件系統(tǒng)的元數(shù)據(jù)
3. DataNode 負責管理用戶的文件數(shù)據(jù)塊
4. 文件會按照固定的大小(blocksize)切分成若干塊后,分布式存儲于若干臺datanode上
5. 每一個文件塊能夠有多個副本,并存放在不同的datanode上
6. Datanode定期會向Namenode匯報自身保存的文件block信息,而namenode就會負責保持文件的副本數(shù)量
7. HDFS的內(nèi)部工作機制對客戶端保持透明,客戶端請求訪問HDFS都是以通過向namenode申請進行的
HDFS文件寫入時:首先要跟namenode通信以確認可以寫文件并獲得接收文件block的datanode,然后,客戶端按順序?qū)⑽募饌€block傳遞給相應datanode,并由接收到block的datanode負責向其他datanode復制block的副本
HDFS文件讀?。簩⒁x取的文件路徑發(fā)送給namenode,namenode獲取文件的元信息(主要是block的存放位置信息)返回給客戶端,客戶端根據(jù)返回的信息找到相應datanode逐個獲取文件的block并在客戶端本地進行數(shù)據(jù)追加合并從而獲得整個文件
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03