- 副本的生成一般有两种：
1.客户端直接生成多个副本，缺点就是需要网络传输，比较影响效率；或者是在存储过程中，出现某个副本失败，那么整个存储就是失败；
2.client只生成block，副本是异步进行生成；如果block没有复制成功，会向NN汇报，NN重新指定一个datanode；
- 为什么HDFS存储小数据会浪费？
因为datanode上不会变化，namenode会占用，namenode空间是一定的，如果存储多个小文件，会过多占用（无论大小占用namenode与数量有关好像）
- NN管理机制流程
- Client向NN申请上传文件；
- NN向Client返回DN；
- Client向DN写入block数据（分割是有client管理）
- NN元数据的存储，可以放到磁盘中，但是访问慢，放到内存中，如果ＮＮ党宕机，则数据都会丢失，如何解决这个问题？
//磁盘存储fsimage
//内存中用于client的查询，这样很快
//edits log
//内存需要与fsimage同步，保持数据一致性，是内存每存1条数据就更新到fsimage，还是隔一段时间在加？
在edits log存满之前进行把内存元数据与fsimage同步
//edits与内存是同步的，在edits存满时候与fsimage合并，他们的格式不一样，这个工作是由NN来操作吗，那么就增加了NN的负荷，因此具体的合并是由secondaryNamenode管理
//以下保证了断电时候不会丢失数据，对数据的可靠性比较高，fsimage有大量元数据，最新的在edits 有最新的，同时在内存中查询速度较快，但是这个也存在一个问题，就是宕机这段时间NN无法提供服务了。需要HA机制
- 元数据存储细节
- 什么时候checkpoint？
来源：oschina
链接：https://my.oschina.net/u/4434424/blog/3188414