像Google文件系统和Hadoop这样的分布式文件系统不支持随机I / O. （它不能修改之前写过的文件。只能写入和追加。）
他们为什么设计这样的文件系统？
设计有哪些重要优势？
P.S我知道Hadoop将支持修改所写的数据 但是他们说，它的表现会非常不好。为什么呢？
答案 0 :(得分：6)
Hadoop分发和复制文件。由于文件是复制的，因此任何写操作都必须通过网络查找每个复制的部分并更新文件。这将大大增加操作的时间。更新文件可能会将其推过块大小，并要求将文件拆分为2个块，然后复制第2个块。我不知道内部以及它何时/如何分裂块...但这可能是一个复杂的因素。
如果作业失败或被杀死已经进行了更新并重新运行怎么办？它可以多次更新文件。
不更新分布式系统中的文件的好处是，在更新文件时，您不知道还有谁在使用该文件，您不知道文件的存储位置。有可能超时（块的节点没有响应），所以你最终可能会得到不匹配的数据（同样，我不知道hadoop的内部结构，并且可能会处理节点关闭的更新，这只是我头脑风暴的事情）
在HDFS上更新文件时存在许多潜在问题（上面列出的一些问题）。它们都不是不可克服的，但它们需要一个性能损失来检查和解释。
由于HDFS的主要目的是存储用于mapreduce的数据，因此在此阶段行级更新并不重要。
答案 1 :(得分：0)
我认为这是因为数据的块大小和Hadoop的整体想法是你不移动数据，而是将算法移动到数据。
Hadoop专为非实时批处理数据而设计。如果您正在研究如何在响应时间和随机访问方面实现更像传统RDBMS的方法，请查看构建在Hadoop之上的HBase。