关键词
描述
Hadoop分布式文件系统(HDFS)被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统。它和现有的分布式文件系统有很多共同点。但同时，它和其他的分布式文件系统的区别也是很明显的。HDFS是一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。HDFS放宽了一部分POSIX约束，来实现流式读取文件系统数据的目的。HDFS在最开始是作为Apache Nutch搜索引擎项目的基础架构而开发的。HDFS是Apache Hadoop Core项目的一部分。
HDFS有着高容错性（fault-tolerant）的特点，并且设计用来部署在低廉的（low-cost）硬件上。而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求（requirements）这样可以实现流的形式访问（streaming access）文件系统中的数据。
全 称 Hadoop Distributed File System 简 称 hdfs 实 质 分布式文件系统 作 用 作为Apache Nutch的基础架构 特 点 高容错性 适 用 大规模数据集
目录
1 特点和目标
2 文件命名空间
▪ 数据复制
▪ 安全模式
▪ 通信协议
3 异常处理
▪ 可靠性
▪ 重新复制
▪ 数据正确性
▪ 元数据失效
4 特点
▪ 快照
▪ 数据组织
▪ 阶段状态
▪ 流水式复制
5 可访问性
▪ DFSShell
▪ 浏览器接口
6 存储空间回收
7 HDFS的文件读取解析
▪ 获取文件系统对象
▪ 打开文件
▪ 将文件内容在标准输出显示
相关主题