-
本节内容查看全部
-
HDFS读流程 客户端向NameNode发起读数据请求。 NameNode找出距离最近的DataNode节点信息。 客户端从DataNode分块下载文件。查看全部
-
HDFS读流程查看全部
-
HDFS写流程： 客户端向NameNode发起写数据请求。 分块写入DataNode节点，DataNode自动完成副本备份。 DataNode向NameNode汇报存储完成，NameNode通知客户端。查看全部
-
HDFS写流程查看全部
-
Hadoop基础架构 HDFS优点： 适合大文件存储，支持TB、PB级的数据存储，并有副本策略。 可以构建在廉价的机器上，并有一定的容错和恢复机制。 支持流式数据访问，一次写入，多次读取最高效。 HDFS缺点： 不适合大量小文件存储。 不适合并发写入，不支持文件随机修改。 不适合随机读等低延时的访问方式。查看全部
-
NameNode: 管理文件系统的命名空间，存放文件元数据。 维护着文件系统的所有文件和目录，文件与数据块的映射。 记录每个文件中各个块所在数据节点的信息。 DataNode: 存储并检索数据块。 向NameNode更新所存储块的列表。查看全部
-
HDFS查看全部
-
HDFS概念 数据块: 数据块是抽象块而非整个文件作为存储单元 默认大小为64MB,一般设置为128M,备份X3查看全部
-
Hadoop基础架构 HDFS概念 数据块 NameNode DataNode查看全部
-
HDFS总结 普通的成百上千的机器 按TB甚至PB为单位的大量数据 简单便捷的文件获取查看全部
-
举个例子查看全部
-
Hadoop核心 HDFS分布式文件系统：存储是大数据技术的基础。 MapReduce编程模型：分布式计算是大数据应用的解决方案。查看全部
-
Hadoop是什么? Hadoop是一个开源的大数据框架。 Hadoop是一个分布式计算的解决方案。 Hadoop=HDFS(分布式文件系统)+MapReduce(分布式计算)查看全部
-
课程预备知识 Linux常用命令。 有一定的Python或者Java的编程基础。 对Hadoop有一定的了解，可以搭建自己的测试环境。查看全部
举报
0/150
提交
取消