2013Chapter3-厦门大学-林子雨-大数据技术原理与应用-第三章-分布式文件系统HDFS.pptVIP

《大数据技术原理与应用》 厦门大学计算机科学系 林子雨 ziyulin@ 厦门大学计算机科学系 2015年版 林子雨 厦门大学计算机科学系 E-mail: ziyulin@ 主页：/linziyu 第三章 分布式文件系统HDFS （PPT版本号：2015年6月第1.0版） 《大数据技术原理与应用》 /post/bigdata 温馨提示：编辑幻灯片母版，可以修改每页PPT的厦大校徽和底部文字 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 提纲 3.1 分布式文件系统 3.2 HDFS简介 3.3 HDFS相关概念 3.4 HDFS体系结构 3.5 HDFS存储原理 3.6 HDFS大数据读写过程 3.7 HDFS编程实践 欢迎访问《大数据技术原理与应用》教材官方网站： /post/bigdata 本PPT是如下教材的配套讲义： 21世纪高等教育计算机规划教材 《大数据技术原理与应用 ——概念、存储、处理、分析与应用》 （2015年6月第1版） 厦门大学 林子雨 编著，人民邮电出版社 ISBN:978-7-115-39287-9 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 3.1 分布式文件系统 3.1.1 计算机集群结构 3.1.2 分布式文件系统的结构 3.1.3 分布式文件系统的设计需求 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 3.1.1 计算机集群结构 分布式文件系统把文件分布存储到多个计算机节点上，成千上万的计算机节点构成计算机集群 与之前使用多个处理器和专用高级硬件的并行化处理装置不同的是，目前的分布式文件系统所采用的计算机集群，都是由普通硬件构成的，这就大大降低了硬件上的开销 图3-1 计算机集群的基本架构 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 3.1.2 分布式文件系统的结构 分布式文件系统在物理结构上是由计算机集群中的多个节点构成的，这些节点分为两类，一类叫“主节点”(Master Node)或者也被称为“名称结点”(NameNode)，另一类叫“从节点”（Slave Node）或者也被称为“数据节点”(DataNode) 图3-2 大规模文件系统的整体结构 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 3.1.3 分布式文件系统的设计需求 分布式文件系统的设计目标主要包括透明性、并发控制、可伸缩性、容错以及安全需求等。但是，在具体实现中，不同产品实现的级别和方式都有所不同。 ●透明性 含义：具备访问透明性、位置透明性和伸缩透明性 HDFS实现情况：只能提供一定程度的访问透明性，完全支持位置透明性和伸缩透明性 ●并发控制 含义：客户端对于文件的读写不应该影响其他客户端对同一个文件的读写 HDFS实现情况：机制非常简单，任何时间都只允许有一个程序在写入某个文件 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 3.1.3 分布式文件系统的设计需求 ●文件复制 含义：一个文件可以拥有在不同位置的多个副本 HDFS实现情况：HDFS采用了多副本机制 ●硬件和操作系统的异构性 含义：可以在不同的操作系统和计