理想情况下，在一个集群汇总，我们希望每台机器都发挥自己最大的价值，磁盘的利用率均衡化。往往因为网络，硬件，程序的原因，导致磁盘利用率出现严重的不均衡现象。尤其是在DataNode节点出现故障或在现有的集群上新增、删除节点，或者某个节点机器内硬盘存储达到饱和值。会出现严重的磁盘利用率不均衡当HDFS出现不平衡状况的时候，将引发很多问题MR程序无法很好地利用本地计算的优势Ma...

block数据块是HDFS文件系统基本的存储单位block（块）128M小于一个块的文件，不会占据整个块的空间block数据块大小设置较大的原因：1）减少文件寻址时间2）减少管理块的数据开销，每个块都需要在NameNode上有对应的记录3）对数据块进行读写，减少建立网络的连接成本一个文件可以划分成多个块进行存储，并保存三个副本以...

HDFS集群由分布在多个机架上的大量DataNode组成，不同机架之间节点通过交换机通信，HDFS通过机架感知策略，使NameNode能够确定每个DataNode所属的机架ID，使用副本存放策略来改进数据的可靠性、可用性和网带宽的利用率。机架感知的由来：1、希望不同节点之间的通信能够尽量发生在同一个机架之内，而不是跨机架。2、为了提高容错能力，master节点会尽可能把数据块的副本放到不...

如新建了一个文本文档test.txtHellopython然后在python中输入>>>file = open ("test.txt", "r")>>>print file.seek(0)     #file.seek(0)是重新定位在文件的第0位及开始位置 显示的是None                          #seek函数不返回值，因此print