博客
关于我
HDFS
阅读量:180 次
发布时间:2019-02-28

本文共 586 字,大约阅读时间需要 1 分钟。

随着全球经济的不断发展,大数据时代早已悄悄到来,而Hadoop又是大数据环境的基础,想入门大数据行业首先需要了解Hadoop的知识。2017年年初apache发行了Hadoop3.0,也意味着一直有一群人在对Hadoop不断的做优化,不仅如此,各个Hadoop的商业版本也有好多公司正在使用,这也印证了它的商业价值。

读者可以通过阅读“一文读懂Hadoop”系列文章,对Hadoop技术有个全面的了解,它涵盖了Hadoop官网的所有知识点,并且通俗易懂,英文不好的读者完全可以通过阅读此篇文章了解Hadoop。

本期独家内容“一文读懂Hadoop”系列文章将根据先介绍Hadoop,继而分别详细介绍HDFS、MAPREDUCE、YARN的所有知识点的框架,分为四期内容在近几天推送。敬请关注后续内容。

本期内容为大家详解HDFS,由于字数限制,本文分为上下两篇分别在头条和二条推送。

1. HDFS优缺点

1.1 优点

1.1.1 高容错性

可以由数百或数千个服务器机器组成,每个服务器机器存储文件系统数据的一部分;

数据自动保存多个副本;

副本丢失后检测故障快速,自动恢复。

1.1.2 适合批处理

移动计算而非数据;

数据位置暴露给计算框架;

数据访问的高吞吐量;

运行的应用程序对其数据集进行流式访问。

1.1.3 适合大数据处理

典型文件大小为千兆字节到太字节;<

转载地址:http://xtmn.baihongyu.com/

你可能感兴趣的文章
Mysql之主从复制
查看>>
MySQL之函数
查看>>
mysql之分组查询GROUP BY,HAVING
查看>>
mysql之分页查询
查看>>
Mysql之备份与恢复
查看>>
mysql之子查询
查看>>
MySQL之字符串函数
查看>>
mysql之常见函数
查看>>
Mysql之性能优化--索引的使用
查看>>
mysql之旅【第一篇】
查看>>
Mysql之索引选择及优化
查看>>
mysql之联合查询UNION
查看>>
mysql之连接查询,多表连接
查看>>
mysql乐观锁总结和实践 - 青葱岁月 - ITeye博客
查看>>
mysql也能注册到eureka_SpringCloud如何向Eureka中进行注册微服务-百度经验
查看>>
mysql乱码
查看>>
Mysql事务。开启事务、脏读、不可重复读、幻读、隔离级别
查看>>
MySQL事务与锁详解
查看>>
MySQL事务原理以及MVCC详解
查看>>
MySQL事务及其特性与锁机制
查看>>