关于hadoop分布式储存问题

Question

前段时间了解到hadoop中hdfs的储存方式，其中hadoop具有高可靠性，我想了解，当hdfs存储副本的时候，副本是否占用和原文件大小一致。也就是说如果一个块是128M那他的副本是否也是128M，那这么来说10t的文件要在hadoop中体现高可靠性至少需要20t的空间来存储10t的文件，是否可以理解成牺牲空间占用问题来换取高可靠性？这个是我疑惑的地方，希望可以得到大佬解惑。

Answer 1

确实是牺牲空间换取数据安全，
而且不止20t，一份数据放在HDFS中存储的话应该是3份
也就是30t
可以参考这篇文章：

华为云大数据存储的冗余方式是三副本_大数据入门：HDFS数据副本存放策略_undertaler的博客-CSDN博客 大数据处理当中，数据储存始终是一个重要的环节，从现阶段的市场现状来说，以Hadoop为首的大数据技术框架，仍然占据主流地位，而Hadoop的HDFS，在数据存储方面，仍然得到重用。今天的大数据入门分享，我们就来讲讲HDFS数据副本存放策略。HDFS 是 Hadoop 分布式文件系统，基于廉价的PC集群，就能支持大规模数据集的存储，并且可以通过增加机器来提升存储容量，对于企业而言，提供了低成本的灵活... https://blog.csdn.net/weixin_34766991/article/details/112065856?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_title~default-0.no_search_link&spm=1001.2101.3001.4242