一、HDFS概述
1.1HDFS产生背景
随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种。
1.2HDFS定义
Hadoop Distributed File System，是一个文件系统，用于存储文件，通过目录树来定位文件；其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。
HDFS的使用场景：适合一次写入，多次读出的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用。
1.3HDFS优缺点
优点：
（1）高容错性
- 数据自动保存多个副本。它通过增加副本的形式，提高容错性。
- 某个副本丢失以后，它可以自动恢复。
（2）适合处理大数据
- 数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据。
- 文件规模：能够处理百万规模以上的文件数量，数量相当之大。
（3）可构建在廉价机器上，通过多副本机制，提高可靠性。
缺点：
（1）不适合低延时数据访问，比如毫秒级的存储数据，是做不到的。
（2）无法高效的对大量小文件进行存储。
- 存储大量小文件的话，它会占用NameNode大量的内存来存储文件目录和块信息。这样是不可取的，因为NameNode的内存总是有限的；（理解：书包含目录和具体内容）
- 小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。
（3）不支持并发写入，文件随机修改。
- 一个文件只能有一个写，不允许多个线程同时写；
- 仅支持数据追加append，不支持文件的随机修改。
1.4HDFS组成架构
NameNode(nn):就是Master老板，主管、管理者。管理HDFS的名称空间；配置副本策略；管理数据块（Block）映射信息；处理客户端的读写请求。
DataNode：就是Slave。NameNode下达命令，DataNode执行实际的操作。存储实际的数据块；执行数据块的读/写操作。
Client：就是客户端。
- 文件切分。文件上传HDFS的时候，Client将文件切分成为一个一个的Block，然后进行上传；
- 跟NameNode交互，获取文件的位置信息·；
- 跟DataNode交互，读取或写入数据；
- Client提供一些命令来管理HDFS，比如NameNode格式化；
- Client可以通过一些命令来访问HDFS，比如对HDFS增删改查操作。
Secondary NameNode：并非NameNode的热备，当NameNode挂掉的时候，它不能马上替换NameNode并提供服务。
- 辅助NameNode，分担其工作量，比如定期合并Fsimage（硬盘，为了防止断电数据丢失）和Edits,并推送给nameNode
- 在紧急情况下，可辅助恢复NameNode
1.5文件块block大小（面试重点）
HDFS中文件在物理上是分块存储（Block），块的大小可以通过配合参数（dfs.blocksize）来规定，默认大小在Hadoop2.x版本中128M，老版本是64M。
block1.....block66
1.如果寻址时间10ms，即查找到目标block的时间约为10ms。
2.寻址时间为传输时间的1%时，则为最佳状态。传输时间*0.01=10ms，传输时间为1000ms=1s
3.目前磁盘的输出速率普遍为100MB/s 块大小：100M/s * 1s=100M 128M
普通机械硬盘80M/s~90M/s块大小：80M/s * 1s=80M~90M 64M，128M
固态硬盘200M/s~300M/s块大小：200M/s * 1s=200M~300M 256M
思考：为什么块的大小不能设置太小，也不能设置太大？
(1)HDFS的块设置太小，会增加寻址时间，程序一直在找块的开始位置。
(2）如果块设置的太大，从磁盘传输数据的时间会明显大于定位这个块开始新的位置所需要的时
间（寻址时间）。导致程序在处理这块数据时，会非常慢。
总结：HDFS块的大小设置主要取决于磁盘传输速率。
1.6HDFS的Shell操作(10分)
1.基本语法
bin/hadoop fs 具体的命令
bin/hdfs dfs 具体的命令
2.常用的操作命令
（0）启动Hadoop集群
sbin/start-dfs.sh 启动hdfs
sbin/start-yarn.sh 启动yarn
（1）-help 输出这个命令的参数
（2）-ls：显示目录信息；列出 HDFS 根目录下的文件 / 文件夹
（3）-mkdir：在HDFS上创建目录/文件夹
（4）-moveFromLocal：从本地剪切粘贴hadoop fs -moveFromLocal 本地文件 HDFS路径
- 执行后：本地文件会消失，文件跑到 HDFS 里
- 和
-put的区别：-put= 复制（本地还留着）-moveFromLocal= 剪切（本地不留）
hadoop fs -touch /路径/文件名
在 HDFS 里创建一个【空文件】
- 就像是右键新建文本文档
- 文件大小 = 0
二、
