一、硬件故障檢測

因為HDFS系統(tǒng)（分布式文件系統(tǒng)）可由數(shù)百或數(shù)千個存儲文件數(shù)據(jù)片段的服務器組成，即HDFS系統(tǒng)包含較多的硬件設備，所以HDFS系統(tǒng)的硬件故障是常態(tài)，而非異常態(tài)。因此，HDFS系統(tǒng)的設計框架需包含故障檢測和數(shù)據(jù)自動快速恢復。

HDFS系統(tǒng)故障檢測和數(shù)據(jù)自動快速恢復功能具體過程如下：HDFS系統(tǒng)將數(shù)據(jù)分塊，即數(shù)據(jù)塊的形式存儲于不同硬件設備中。通常，每個數(shù)據(jù)塊在HDFS系統(tǒng)被存放于三個硬件設備中，即每個數(shù)據(jù)塊的份數(shù)是三份。當某一硬件設備出現(xiàn)故障時，HDFS系統(tǒng)在檢測到該設備故障后，可根據(jù)其他硬件設備的備份，將該硬件設備的數(shù)據(jù)再復制一遍，使HDFS系統(tǒng)中每個數(shù)據(jù)塊的份數(shù)保持在三份。

二、數(shù)據(jù)訪問

HDFS系統(tǒng)被設計為適合批量處理數(shù)據(jù)，具有較大的數(shù)據(jù)吞吐量。HDFS系統(tǒng)不適合交互式訪問。交互式訪問是指用戶在客戶端輸入命令，系統(tǒng)可立即對用戶命令做出反應。交互式訪問需要系統(tǒng)具有較快速的反應時間，而HDFS系統(tǒng)處理數(shù)據(jù)的速度可能是幾個小時或幾天，因此，HDFS系統(tǒng)的速度不足以支持交互式訪問。



圖片來源：學堂在線《大數(shù)據(jù)導論》

三、大數(shù)據(jù)集

HDFS系統(tǒng)（分布式文件系統(tǒng)）的數(shù)據(jù)集群被設計為可包含數(shù)百個節(jié)點（個人理解：計算機或服務器均可作為HDFS系統(tǒng)的節(jié)點），百度最大的HDFS系統(tǒng)數(shù)據(jù)集群可能包含4000個節(jié)點。

HDFS系統(tǒng)的數(shù)據(jù)存儲量可達至100TB的數(shù)量級，一些HDFS系統(tǒng)的數(shù)據(jù)存儲量可超過該數(shù)量級。

HDFS系統(tǒng)被設計為可支持大文件存儲。數(shù)據(jù)量越大，HDFS系統(tǒng)的支持量越好。相對于大文件存儲，HDFS系統(tǒng)比較不適合存儲零散的小文件，這是因為所存儲的文件越小，主節(jié)點記錄文件存儲節(jié)點的日志文件（個人理解：存儲節(jié)點的日志文件包含數(shù)據(jù)的存儲位置等信息）越大，主節(jié)點的壓力越大。

四、簡單一致性模型

HDFS系統(tǒng)被設計為簡單一致性模型。簡單一致性模型是指多數(shù)HDFS系統(tǒng)的文件操作模式是一次寫入多次讀取，即文件一旦被創(chuàng)建、寫入、關閉后，就不再需要修改。HDFS系統(tǒng)不適合對文件進行頻繁的修改和刪除。

五、將計算移動至數(shù)據(jù)

數(shù)據(jù)計算的最理想狀態(tài)是在靠近數(shù)據(jù)的存儲位置計算，如果不能實現(xiàn)數(shù)據(jù)計算的最理想狀態(tài)，則需要通過將數(shù)據(jù)移動至計算或將計算移動至數(shù)據(jù)后再進行數(shù)據(jù)計算。

HDFS系統(tǒng)的數(shù)據(jù)計算方式是通過將計算移動至數(shù)據(jù)后再進行數(shù)據(jù)計算。將HDFS系統(tǒng)的數(shù)據(jù)存儲于多個數(shù)據(jù)節(jié)點，在計算過程中，可根據(jù)數(shù)據(jù)節(jié)點所存儲的數(shù)據(jù)進行相應計算，各數(shù)據(jù)節(jié)點計算結束后，再將各數(shù)據(jù)節(jié)點計算結果匯總。

HDFS系統(tǒng)的數(shù)據(jù)計算方式適合大數(shù)據(jù)的計算，并且可以消除網(wǎng)絡擁堵，提高系統(tǒng)整體的吞吐量，數(shù)據(jù)計算的成本更低。如果將超過100TB的數(shù)據(jù)移動至計算中心，數(shù)據(jù)計算的速度將低于HDFS系統(tǒng)的數(shù)據(jù)計算方式，而且由于數(shù)據(jù)量大，網(wǎng)絡需要承受較大的壓力，容易造成擁堵，數(shù)據(jù)計算的成本更高。

六、異構軟硬件平臺間的可移植性

HDFS系統(tǒng)被設計為可簡便地實現(xiàn)平臺間的遷移，即不同的操作系統(tǒng)均可使用HDFS系統(tǒng)。該特點可推動大數(shù)據(jù)集應用更多采用HDFS系統(tǒng)。

審核編輯：劉清