3.2 HDFS 应用

3.2.1 适合的应用场景

• 存储非常大的文件：这里非常大指的是几百 M、G、或者 TB 级别，需要高吞吐量，对延时没有要求。

• 采用流式的数据访问方式: 即一次写入、多次读取，数据集经常从数据源生成或者拷贝一次，然后在其上做很多分析工作 。

• 运行于商业硬件上: Hadoop 不需要特别贵的机器，可运行于普通廉价机器，可以节约成本

• 有高容错性

• 为数据存储提供所需的扩展能力

3.2.2 不适合应用场景

• 低延时的数据访问

  对延时要求在毫秒级别的应用，不适合采用 HDFS。HDFS 是为高吞吐数据传输设计的,因此可能牺牲延时

• 大量小文件

  文件的元数据保存在 NameNode 的内存中， 整个文件系统的文件数量会受限于 NameNode 的内存大小。 一个文件/目录/文件块一般占有 150 字节的元数据内存空间。如果有 100 万个文件，每个文件占用 1 个文件块，则需要大约 300M 的内存。因此十亿级别的文件数量在现有商用机器上难以支持。

• 多方读写，需要任意的文件修改

  HDFS 采用追加（append-only）的方式写入数据。不支持文件任意offset的修改。不支持多个写入器（writer）