一、硬件故障檢測
因為HDFS系統(tǒng)(分布式文件系統(tǒng))可由數百或數千個存儲文件數據片段的服務器組成,即HDFS系統(tǒng)包含較多的硬件設備,所以HDFS系統(tǒng)的硬件故障是常態(tài),而非異常態(tài)。因此,HDFS系統(tǒng)的設計框架需包含故障檢測和數據自動快速恢復。
HDFS系統(tǒng)故障檢測和數據自動快速恢復功能具體過程如下:HDFS系統(tǒng)將數據分塊,即數據塊的形式存儲于不同硬件設備中。通常,每個數據塊在HDFS系統(tǒng)被存放于三個硬件設備中,即每個數據塊的份數是三份。當某一硬件設備出現(xiàn)故障時,HDFS系統(tǒng)在檢測到該設備故障后,可根據其他硬件設備的備份,將該硬件設備的數據再復制一遍,使HDFS系統(tǒng)中每個數據塊的份數保持在三份。
二、數據訪問
HDFS系統(tǒng)被設計為適合批量處理數據,具有較大的數據吞吐量。HDFS系統(tǒng)不適合交互式訪問。交互式訪問是指用戶在客戶端輸入命令,系統(tǒng)可立即對用戶命令做出反應。交互式訪問需要系統(tǒng)具有較快速的反應時間,而HDFS系統(tǒng)處理數據的速度可能是幾個小時或幾天,因此,HDFS系統(tǒng)的速度不足以支持交互式訪問。
圖片來源:學堂在線《大數據導論》
三、大數據集
HDFS系統(tǒng)(分布式文件系統(tǒng))的數據集群被設計為可包含數百個節(jié)點(個人理解:計算機或服務器均可作為HDFS系統(tǒng)的節(jié)點),百度最大的HDFS系統(tǒng)數據集群可能包含4000個節(jié)點。
HDFS系統(tǒng)的數據存儲量可達至100TB的數量級,一些HDFS系統(tǒng)的數據存儲量可超過該數量級。
HDFS系統(tǒng)被設計為可支持大文件存儲。數據量越大,HDFS系統(tǒng)的支持量越好。相對于大文件存儲,HDFS系統(tǒng)比較不適合存儲零散的小文件,這是因為所存儲的文件越小,主節(jié)點記錄文件存儲節(jié)點的日志文件(個人理解:存儲節(jié)點的日志文件包含數據的存儲位置等信息)越大,主節(jié)點的壓力越大。
四、簡單一致性模型
HDFS系統(tǒng)被設計為簡單一致性模型。簡單一致性模型是指多數HDFS系統(tǒng)的文件操作模式是一次寫入多次讀取,即文件一旦被創(chuàng)建、寫入、關閉后,就不再需要修改。HDFS系統(tǒng)不適合對文件進行頻繁的修改和刪除。
五、將計算移動至數據
數據計算的最理想狀態(tài)是在靠近數據的存儲位置計算,如果不能實現(xiàn)數據計算的最理想狀態(tài),則需要通過將數據移動至計算或將計算移動至數據后再進行數據計算。
HDFS系統(tǒng)的數據計算方式是通過將計算移動至數據后再進行數據計算。將HDFS系統(tǒng)的數據存儲于多個數據節(jié)點,在計算過程中,可根據數據節(jié)點所存儲的數據進行相應計算,各數據節(jié)點計算結束后,再將各數據節(jié)點計算結果匯總。
HDFS系統(tǒng)的數據計算方式適合大數據的計算,并且可以消除網絡擁堵,提高系統(tǒng)整體的吞吐量,數據計算的成本更低。如果將超過100TB的數據移動至計算中心,數據計算的速度將低于HDFS系統(tǒng)的數據計算方式,而且由于數據量大,網絡需要承受較大的壓力,容易造成擁堵,數據計算的成本更高。
六、異構軟硬件平臺間的可移植性
HDFS系統(tǒng)被設計為可簡便地實現(xiàn)平臺間的遷移,即不同的操作系統(tǒng)均可使用HDFS系統(tǒng)。該特點可推動大數據集應用更多采用HDFS系統(tǒng)。
審核編輯:劉清
-
服務器
+關注
關注
12文章
8873瀏覽量
84978 -
存儲數據
+關注
關注
0文章
85瀏覽量
14076 -
HDFS
+關注
關注
1文章
30瀏覽量
9549
原文標題:大數據相關介紹(20)——分布式文件系統(tǒng)的設計框架
文章出處:【微信號:行業(yè)學習與研究,微信公眾號:行業(yè)學習與研究】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論