-
mapReduce：分而治之的原理，既将大的任务分解成各个小的任务，既所谓的map，然后将各个小任务的处理结果进行合并，合并汇总称之为reduce查看全部
-
mapReduce：并行计算框架查看全部
-
HDFS 文件系统：不支持多用户同时写相同的文件查看全部
-
文件系统 HDFS：支持存储大量数据，批量写入，并且是一次写入，多次读取，不至此交互式的读写（比如现在的数据库系统），这样给到nameNode的压力很大，需要频繁的去查找查看全部
-
HDFS 文件系统特点2：流水式的访问，一次写入，写入后就不能再修改了，如果要修改的话，只能删除后，再重新写入查看全部
-
HDFS 文件系统的特点：有大量的数据冗余，拷贝了三份出来查看全部
-
客户端拆分成64M的数据块后，通知nameNode，nameNode就会返回有足够空间的DataNode，客户端会将对应的数据块写入到DataNode中，dataNode会将数据拷贝三份，拷贝完成后，会将结果返回给到NameNode，告诉它数据处理结果查看全部
-
客户端如果要写入数据的话，首先需要将数据拆分成64M的数据块，然后再通知nameNode查看全部
-
NameNode将block存储的DataNode返回给到客户端后，客户端就会直接去访问存储Bolck的DataNode啦，将数据下载下来查看全部
-
客户端发送请求给到nameNode，nameNode会反馈相关的数据会在那个DataNode中找的到查看全部
-
hdfs 文件系统可以与java程序相结合，即java程序可以将需要查询的数据路径给到nameNode查看全部
-
name Node有个备份，即是二级的NameNode，如果NameNode出现问题，则二级的NameNode将会替换一级的nameNode，继续工作查看全部
-
心跳检测：datanode会几秒钟一次，将自己的状态汇报给到nameNode查看全部
-
datanode用来存储数据块的，在同一个机架上会存储两份，另外一个机架上存储一份查看全部
-
HDFS 文件系统，将空间分配成最小的64M来存储 每个数据块都会保存三份查看全部
举报
0/150
提交
取消