一、HDFS 為何要講檔案分成 block 塊儲存？

 減少底層作業系統的 IO 讀取時的定址時間方便更高效的流式讀取，提高吞吐量

二、HDFS block 塊的預設大小時多少？

 dfs.blocksize 為 Hadoop 定義 block 塊大小的設定引數，在 hdfs-site.xml 中版本不一樣，預設值不同。Hadoop2.2.x 及以後版本均為 128M

三、HDFS block 塊的大小是否可以更改？

 可以修改。引數修改對以前的檔案不起作用，對以後的檔案起作用。也可以針對上傳檔案臨時修改，指定-D dfs.blocksize即可。

四、一個 block 塊檔案是否可以儲存多個檔案資料？

 一個 block 塊檔案不會跨檔案儲存。一個 block 塊檔案最多隻會儲存一個檔案對應的資料

五、如果一個檔案的大小，小於一個 blocksize，那麼它實際佔用多大空間？

實際檔案多大則佔多大空間，但是佔了一個 block 塊的元資料空間大小（在namenode）

實際檔案多大則佔多大空間，但是佔了一個 block 塊的元資料空間大小（在namenode），GB、TB甚至PB等。

六、HDFS block 越大越好？還是越小越好？

越大則分塊越少，則 NameNode 壓力將減小，但並行的 IO 和處理能力降低

越小則分塊越多，則 NameNode 處理壓力越大，但因為定址時間太久，不利於提高吞吐量

適中即可，一般採用官方的 128M 即可