HDFS简介

摘要: HDFS的设计:流式数据访问:HDFS的构建思路:一次写入多次读取时最高效的访问模式。HDFS的概念:HDFS的块:默认64M。设计如此之大目的是为了最小化寻址开销。如果设置的足够大,磁盘传输数据的时间将明显大于寻址时间,这样一个由多个块组成的文件时间取决于磁盘传输速率。Namenode和Datanode:HDFS有两类节点,并以管理者-工作者模式运行,即一个Namenode和多个Datanode。Namenode管理文件系统的命名空间,它维护着文件系统树,及整棵树内所有文件和目录,这些信息以命名空间镜像文件和编辑日志文件永久保存在本地磁盘。Namenode也记录每个文件中各个块所在的节点信息 阅读全文
posted @ 2013-10-18 13:20 大 T 阅读(153) 评论(0) 推荐(0) 编辑

关于MapReduce

摘要: 角色:执行MapReduce任务的角色:JobTracker,TaskTracker,一个Hadoop集群只有一个JobTracker,JobTracker负责管理和调度工作,TaskTracker负责执行工作。数据流: MapReduce工作的简易图 一个Reduce任务的MapReduce数据流 多个Reduce任务的MapReduce数据流 ... 阅读全文
posted @ 2013-10-17 17:35 大 T 阅读(206) 评论(0) 推荐(0) 编辑

初识Hadoop

摘要: 古代,人们用牛来拉重物。当一头牛拉不动一根圆木时,他们不曾想过培育 更大更壮的牛。同样,我们也不需要尝试开发超级计算机,而应试着结合使用更多计算机系统。什么是Hadoop:Hadoop提供了一个可靠的共享存储和分析系统。包括两大核心功能,存储层:HDFS一个分布式文件系统,处理层:MapReduce一个分布式并行计算框架。Hadoop适合进行巨大的离线批处理数据,不适合实时任务为什么需要Hadoop:1.海量数据爆发...磁盘的容量快速增长,但是磁盘的访问速度却未与时俱进。2.由于磁盘限制导致关系型数据库无法对大规模数据进行批量分析。什么是MapReduce:MapReduce是一个批量查询处 阅读全文
posted @ 2013-10-17 17:07 大 T 阅读(253) 评论(0) 推荐(0) 编辑