Hadoop文件系統(tǒng)使用分布式文件系統(tǒng)設計開發(fā)。它是運行在普通硬件。不像其他的分布式系統(tǒng),HDFS是高度容錯以及使用低成本的硬件設計。
HDFS擁有超大型的數據量,并提供更輕松地訪問。為了存儲這些龐大的數據,這些文件都存儲在多臺機器。這些文件都存儲以冗余的方式來拯救系統(tǒng)免受可能的數據損失,在發(fā)生故障時。 HDFS也使得可用于并行處理的應用程序。
下面給出是Hadoop的文件系統(tǒng)的體系結構。
HDFS遵循主從架構,它具有以下元素。
名稱節(jié)點是包含GNU/Linux操作系統(tǒng)和軟件名稱節(jié)點的普通硬件。它是一個可以在商品硬件上運行的軟件。具有名稱節(jié)點系統(tǒng)作為主服務器,它執(zhí)行以下任務:
Datanode具有GNU/Linux操作系統(tǒng)和軟件Datanode的普通硬件。對于集群中的每個節(jié)點(普通硬件/系統(tǒng)),有一個數據節(jié)點。這些節(jié)點管理數據存儲在它們的系統(tǒng)。
一般用戶數據存儲在HDFS文件。在一個文件系統(tǒng)中的文件將被劃分為一個或多個段和/或存儲在個人數據的節(jié)點。這些文件段被稱為塊。換句話說,數據的HDFS可以讀取或寫入的最小量被稱為一個塊。缺省的塊大小為64MB,但它可以增加按需要在HDFS配置來改變。
故障檢測和恢復:由于HDFS包括大量的普通硬件,部件故障頻繁。因此HDFS應該具有快速和自動故障檢測和恢復機制。
巨大的數據集:HDFS有數百個集群節(jié)點來管理其龐大的數據集的應用程序。
數據硬件:請求的任務,當計算發(fā)生不久的數據可以高效地完成。涉及巨大的數據集特別是它減少了網絡通信量,并增加了吞吐量。