⑴ hdfs適合存儲多大的單個文件
首先hdfs是建立在多個機器文件系統上的一個邏輯上的文件系統。它的底層數據以數據塊方式存儲，塊大小可進行調整。
假如你設置一個數據塊大小為256M，上傳一個1G的文件，它底層會將這個文件分成4塊存儲，每個塊256M。你在hdfs上看到的是一個完整的文件，隨時可對這個文件進行操作，無需關注它的存儲。就像你在操作系統上操作文件一樣，無需關注它存在那個磁碟哪個扇區
⑵ Hadoop中怎麼查看文件的block size
因為對控制文件的分片數目，進而控制文件的map個數非常感興趣，因此有查找如下資料的需求。下面來看看我總結的吧：）
當向HDFS上寫文件時，可以通過設置dfs.blocksize配置項來設置文件的block size，這導致HDFS上不同文件的block size是不同的。有時候我們需要知道HDFS上某個文件的block size，比如想知道該該文件作為job的輸入會創建幾個map等。Hadoop FS Shell提供了一個-stat選項可以達到目的。官方文檔描述這個選項時遺漏了可選參數。-stat選項的使用格式是：
{HADOOP_HOME}/bin/hadoop fs –stat [format]
其中可選的format被官方文檔遺漏了。下面列出了format的形式：
%b：列印文件大小（目錄為0）
%n：列印文件名
%o：列印block size （我們要的值）
%r：列印備份數
%y：列印UTC日期 yyyy-MM-dd HH:mm:ss
%Y：列印自1970年1月1日以來的UTC微秒數
%F：目錄列印directory, 文件列印regular file
當使用-stat選項但不指定format時候，只列印文件創建日期，相當於%y：
[hadoop@cMaster hadoop-2.5.2]$ bin/hadoop fs -stat /filein/file_128M.txt15/03/18 09:47:26 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
2015-01-06 01:43:23
下面的例子列印文件的block size和備份個數：
[hadoop@cMaster hadoop-2.5.2]$ bin/hadoop fs -stat "%o %r" /filein/file_1024M.txt
15/03/18 09:48:25 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
134217728 1
可以看到/filein/file_1024M.txt文件的blocksize大小為128M，有一份。
⑶ 怎麼查看hdfs 某個文件夾的文件塊
這種情況比較復雜!如果文件小於64MB，存儲按該文件的塊大小等於該文件的大小。
讀取時是根據存在namenode上面的映射表來讀取的。
按實際存儲的大小來讀取，不是從硬碟上面讀取的，是從HDFS
上面讀取的。
另外，在文件上傳時，就會根據塊的大小將各個塊分布到各個
datanode節點上面的。如果文件已經上傳，需要修改默認塊的大小，
那麼需要執行一條語句將HDFS上面的原有文件重新分塊並存儲。