HDFS的特點
優點：
    1）處理超大檔案

　       這裡的超大檔案通常是指百MB、數百TB大小的檔案。目前在實際應用中，
　       HDFS已經能用來儲存管理PB級的資料了。

2）流式的訪問資料

*　　

HDFS的設計建立在更多地響應"一次寫入、多次讀取"任務的基礎上。這意味著一個數據集
一旦由資料來源生成，就會被複制分發到不同的儲存節點中，然後響應各種各樣的資料分析
任務請求。在多數情況下，分析任務都會涉及資料集中的大部分資料，也就是說，對HDFS
來說，請求讀取整個資料集要比讀取一條記錄更加高效。

3）運行於廉價的商用機器叢集上

　Hadoop設計對硬體需求比較低，只須執行在低廉的商用硬體叢集上，而無需昂貴的高
　可用性機器上。廉價的商用機也就意味著大型叢集中出現節點故障情況的概率非常高。
　這就要求設計HDFS時要充分考慮資料的可靠性，安全性及高可用性。
 

缺點：
    1）不適合低延遲資料訪問
    如果要處理一些使用者要求時間比較短的低延遲應用請求，則HDFS不適合。HDFS是為
    了處理大型資料集分析任務的，主要是為達到高的資料吞吐量而設計的，這就可能要
    求以高延遲作為代價。

    2）無法高效儲存大量小檔案
　　因為Namenode把檔案系統的元資料放置在記憶體中，所以檔案系統所能容納的檔案數目
　　是由Namenode的記憶體大小來決定。一般來說，每一個檔案、資料夾和Block需要佔據
　　150位元組左右的空間，所以，如果你有100萬個檔案，每一個佔據一個Block，你就至
　　少需要300MB記憶體。當前來說，數百萬的檔案還是可行的，當擴充套件到數十億時，對於
　　當前的硬體水平來說就沒法實現了。還有一個問題就是，因為Map
 
 task的數量是由
　　splits來決定的，所以用MR處理大量的小檔案時，就會產生過多的Maptask，線
　　程管理開銷將會增加作業時間。舉個例子，處理10000M的檔案，若每個split為1M
　　，那就會有10000個Maptasks，會有很大的執行緒開銷；若每個split為100M，則
　　只有100個Maptasks，每個Maptask將會有更多的事情做，而執行緒的管理開銷也
　　將減小很多。

1280M 1個檔案  10block*150位元組 = 1500 位元組 =1.5KB
1280M 12.8M 100個 100個block*150位元組 = 15000位元組 = 15KB

3）不支援多使用者寫入及任意修改檔案
　　在HDFS的一個檔案中只有一個寫入者，而且寫操作只能在檔案末尾完成，即只能執行追加操作。目前HDFS還不支援多個使用者對同一檔案的寫操作，以及在檔案任意位置進行修改。
 

對應的視訊教學，可以加QQ群209586391，免費傳送