hdfs的block为什么设置成128M

1. 如果块设置过大

• 从磁盘传输数据的时间会明显大于寻址时间，导致程序在处理这块数据时，变得非常慢；

• mapreduce中的map任务通常一次只处理一个块中的数据，如果块过大运行速度也会很慢。

2. 如果块设置过小

• 存放大量小文件会占用NameNode中大量内存来存储元数据，而NameNode的内存是有限的，不可取；

• 文件块过小，寻址时间增大，导致程序一直在找block的开始位置。

因而，块适当设置大一些，减少寻址时间，传输一个由多个块组成的文件的时间主要取决于磁盘的传输速率。

3. 为什么默认是128M

• HDFS中平均寻址时间大概为10ms；

• 经过前人的大量测试发现，寻址时间为传输时间的1%时，为最佳状态；
  所以最佳传输时间为10ms/0.01=1000ms=1s

• 目前磁盘的传输速率普遍为100MB/s；
  计算出最佳block大小：100MB/s x 1s = 100MB
  所以我们设定block大小为128MB。

实际在工业生产中，
磁盘传输速率为200MB/s时，一般设定block大小为256MB
磁盘传输速率为400MB/s时，一般设定block大小为512MB