Hadoop白皮書(shū)(1)：分布式文件系統(tǒng)HDFS簡(jiǎn)介

QQ1355017510
 電話  0371-63322099
Hadoop 分布式文件系統(tǒng) (HDFS) 是運(yùn)行在通用硬件上的分布式文件系統(tǒng)。HDFS 提供了一個(gè)高度容錯(cuò)性和高吞吐量的海量數(shù)據(jù)存儲(chǔ)解決方案。HDFS 已經(jīng)在各種大型在線服務(wù)和大型存儲(chǔ)系統(tǒng)中得到廣泛應(yīng)用，已經(jīng)成為各大網(wǎng)站等在線服務(wù)公司的海量存儲(chǔ)事實(shí)標(biāo)準(zhǔn)，多年來(lái)為網(wǎng)站客戶提供了可靠高效的服務(wù)。

　　隨著信息系統(tǒng)的快速發(fā)展，海量的信息需要可靠存儲(chǔ)的同時(shí)，還能被大量的使用者快速地訪問(wèn)。傳統(tǒng)的存儲(chǔ)方案已經(jīng)從構(gòu)架上越來(lái)越難以適應(yīng)近幾年來(lái)的信息系統(tǒng)業(yè)務(wù)的飛速發(fā)展，成為了業(yè)務(wù)發(fā)展的瓶頸和障礙。

　　HDFS 通過(guò)一個(gè)高效的分布式算法，將數(shù)據(jù)的訪問(wèn)和存儲(chǔ)分布在大量服務(wù)器之中，在可靠地多備份存儲(chǔ)的同時(shí)還能將訪問(wèn)分布在集群中的各個(gè)服務(wù)器之上，是傳統(tǒng)存儲(chǔ)構(gòu)架的一個(gè)顛覆性的發(fā)展。HDFS 可以提供以下特性：

　　• 可自我修復(fù)的分布式文件存儲(chǔ)系統(tǒng)

　　• 高可擴(kuò)展性，無(wú)需停機(jī)動(dòng)態(tài)擴(kuò)容

　　• 高可靠性，數(shù)據(jù)自動(dòng)檢測(cè)和復(fù)制

　　• 高吞吐量訪問(wèn)，消除訪問(wèn)瓶頸

　　• 使用低成本存儲(chǔ)和服務(wù)器構(gòu)建

　　分布式文件系統(tǒng) HDFS 特性

　　高吞吐量訪問(wèn)

　　HDFS 的每個(gè)數(shù)據(jù)塊分布在不同機(jī)架的一組服務(wù)器之上，在用戶訪問(wèn)時(shí)，HDFS 將會(huì)計(jì)算使用網(wǎng)絡(luò)最近的和訪問(wèn)量最小的服務(wù)器給用戶提供訪問(wèn)。由于數(shù)據(jù)塊的每個(gè)復(fù)制拷貝都能提供給用戶訪問(wèn)，而不是從單數(shù)據(jù)源讀取，HDFS 對(duì)于單數(shù)據(jù)塊的訪問(wèn)將是傳統(tǒng)存儲(chǔ)方案的數(shù)倍。

　　對(duì)于一個(gè)較大的文件，HDFS 將文件的不同部分存放于不同服務(wù)器之上。在訪問(wèn)大型文件時(shí)，系統(tǒng)可以并行從服務(wù)器陣列中的多個(gè)服務(wù)器并行讀入，增加了大文件讀入的訪問(wèn)帶寬。

　　通過(guò)以上實(shí)現(xiàn)，HDFS 通過(guò)分布式計(jì)算的算法，將數(shù)據(jù)訪問(wèn)均攤到服務(wù)器陣列中的每個(gè)服務(wù)器的多個(gè)數(shù)據(jù)拷貝之上，單個(gè)硬盤或服務(wù)器的吞吐量限制都可以數(shù)倍甚至數(shù)百倍的突破，提供了極高的數(shù)據(jù)吞吐量。

　　無(wú)縫容量擴(kuò)充

　　HDFS 將文件的數(shù)據(jù)塊分配信息存放在NameNode 服務(wù)器之上，文件數(shù)據(jù)塊的信息分布地存放在 DataNode 服務(wù)器上。當(dāng)整個(gè)系統(tǒng)容量需要擴(kuò)充時(shí)，只需要增加DataNode 的數(shù)量，系統(tǒng)會(huì)自動(dòng)地實(shí)時(shí)將新的服務(wù)器匹配進(jìn)整體陣列之中。之后，文件的分布算法會(huì)將數(shù)據(jù)塊搬遷到新的DataNode 之中，不需任何系統(tǒng)宕機(jī)維護(hù)或人工干預(yù)。通過(guò)以上實(shí)現(xiàn)，HDFS 可以做到在不停止服務(wù)的情況下實(shí)時(shí)地加入新的服務(wù)器作為分布式文件系統(tǒng)的容量升級(jí)，不需要人工干預(yù)文件的重新分布。

　　高度容錯(cuò)

　　HDFS 文件系統(tǒng)假設(shè)系統(tǒng)故障(服務(wù)器、網(wǎng)絡(luò)、存儲(chǔ)故障等)是常態(tài)，而不是異常。因此通過(guò)多方面保證數(shù)據(jù)的可靠性。數(shù)據(jù)在寫(xiě)入時(shí)被復(fù)制多份，并且可以通過(guò)用戶自定義的復(fù)制策略分布到物理位置不同的服務(wù)器上;數(shù)據(jù)在讀寫(xiě)時(shí)將自動(dòng)進(jìn)行數(shù)據(jù)的校驗(yàn)，一旦發(fā)現(xiàn)數(shù)據(jù)校驗(yàn)錯(cuò)誤將重新進(jìn)行復(fù)制;HDFS 系統(tǒng)在后臺(tái)自動(dòng)連續(xù)的檢測(cè)數(shù)據(jù)的一致性，并維持?jǐn)?shù)據(jù)的副本數(shù)量在指定的復(fù)制水平上。

原文出自【比特網(wǎng)】，轉(zhuǎn)載請(qǐng)保留原文鏈接：http://storage.chinabyte.com/107/12416607.shtml

服務(wù)器租用/服務(wù)器托管中國(guó)五強(qiáng)！虛擬主機(jī)域名注冊(cè)頂級(jí)提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM]