面试题库 › C++ / 后端 › HDFS 小文件的危害与解决办法

HDFS 小文件的危害与解决办法

难度 ★★☆在 1 场真实面经中被问到 方向:C++ / 后端考点:大数据组件

哪些公司问过

快手1

答案要点

  1. 每个文件、目录、块的元数据在 NameNode 内存中约占 150 字节,小文件多会耗尽内存
  2. 元数据请求增多、NameNode 启动加载变慢,限制集群扩展性
  3. 计算任务按文件切片,小文件导致任务数暴增,调度开销大,读取寻址开销也大
  4. 源头治理:写入端攒批,Flume 调大滚动阈值,Spark 写出前 coalesce 或 repartition
  5. 事后合并:HAR 归档、SequenceFile、Hive 合并参数、CombineFileInputFormat、定期合并任务

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题