hdfs使用分层结构存储文件和目录

Flink的分布式缓存广播是将变量分发到各个worker节点的内存上，分布式缓存是将文件缓存到各个worker节点上在批计算中，需要处理的数据集大部分来自于文件，对于某些文件尽管是放在类于HDFS之上的分布式文件系统中，但由于Flink并不像MapReduce一样让计算随着数据所在位置上进行，因此多数情况下会出现通过网络频繁地复制文件的情况。

1、 分布式 文件系统hdfs主要由哪些功能模块构成

HDFS命名空间使用分层结构来存储文件和目录。文件和目录由NameNode上的inodes表示。Inode记录权限、修改和访问时间、名称空间、磁盘容量和其他属性。文件内容将被分成不同的“块”(典型的块策略是每个块128M，但用户可以选择每个文件的块大小)。NameNode负责维护命名空间树以及与DataNode上的文件块的映射关系。

2、超融合产品和 分布式 文件系统的区别是什么?

Hyperconvergence和分布式 文件系统，其实无论是应用场景还是架构设计，都不是一个层次的。首先，超融合似乎可以提高效率，降低运营成本。客户选择超融合的主要原因是:敏捷性:数据中心的公共云速度、效率和经济性。可扩展性:从小处着手，轻松地纵向或横向扩展，同时保持性能水平。简单性:通过软件驱动的自动化和生命周期管理简化操作。

3、 分布式 文件系统和 分布式数据库有什么不同

分布式文件系统(DFS)和分布式数据库都支持保存、取数和删除。但是分布式 文件系统是暴力的，可以作为键/值访问。分布式数据库涉及细化数据。传统的分布式关系数据库定义了数据元组的模式，保存、取出、删除的粒度较小。分布式 文件系统现在比较有名的有GFS(非开源)和HDFS(Hadoopdistributed)。

4、 分布式 文件系统的简介

计算机通过文件系统管理和存储数据，但在信息爆炸时代，人们能够获取的数据呈指数级增长。单纯增加硬盘数量来扩大电脑的存储容量文件系统无论从容量大小、容量增长速度、数据备份、数据安全等方面来看，都不尽如人意，分布式 文件系统可以有效解决数据存储和管理问题:将某个文件系统固定在某个地方扩展到任意数量的地方/多个文件系统，多个节点组成一个。