请参考 上一个 链接地址：
hdfs为什么不擅长存储大量小文件
https://blog.51cto.com/12445535/2354951
概述：namenode replication（复制）
复制
默认块复制因子（dfs.replication）为3。复制影响磁盘空间但不影响内存消耗。复制会更改每个块所需的存储量，但不会更改块的数量。如果DataNode上的一个块文件（由NameNode上的一个块表示）被复制三次，则块文件的数量将增加三倍，但不会代表它们的块数。
关闭复制时，一个192 MB的文件占用192 MB的磁盘空间和大约450字节的内存。
//(计算方式为：128+64 也就是1个文件inode+2个块 3150 大约消耗 450字节的内存)
如果你有一百万个这样的文件，或192 TB的数据，你需要192 TB的磁盘空间，而不考虑RPC工作负载，450 MB内存：（100万inode + 200万个块） 150个字节。启用默认复制后，您需要576 TB的磁盘空间：（192 TB * 3）但内存使用率保持不变，450 MB。当您考虑簿记和RPC，并遵循每百万个块1 GB堆内存的建议时，对此方案更安全的估计是2 GB内存（有或没有复制）。
例子
示例1：估计使用的NameNode堆内存
Alice，Bob和Carl每个磁盘上都有1 GB（1024 MB）的数据，但切成不同大小的文件。 Alice和Bob的文件是块大小的一部分，需要的内存最少。 Carl没有用不必要的命名空间对象填充堆。
Alice：1 x 1024 MB文件
????1个文件inode
????8块（1024 MB / 128 MB）
总计= 9个对象* 150个字节= 1,350个字节的堆内存
Bob：8 x 128 MB文件
????8个文件inode
????8个块
总计= 16个对象* 150个字节= 2,400个字节的堆内存
Carl：1,024 x 1 MB文件
????1,024个文件inode
????1,024个街区
总计= 2,048个对象* 150个字节= 307,200个字节的堆内存
**计算实例//生产可用 根据已知磁盘大小去计算需要多大的namenode堆内存
示例2：估计所需的NameNode堆内存**
在该示例中，通过考虑群集的容量来估计存储器。值四舍五入。两个集群都物理存储4800 TB或大约3600万个块文件（默认块大小）。复制确定有多少名称空间块代表这些块文件。
群集A：每个24 TB的200个主机= 4800 TB。
????Blocksize = 128 MB，复制= 1
????以MB为单位的群集容量：200 24,000,000 MB = 4,800,000,000 MB（4800 TB）
????每个块所需的磁盘空间：每块128 MB 1 =每块128 MB存储空间
????块中的群集容量：4,800,000,000 MB / 128 MB = 36,000,000块
在容量方面，建议分配每百万个块1 GB的内存，群集A需要36 GB的最大堆空间。
群集B：每个24 TB的200个主机= 4800 TB。
????Blocksize = 128 MB，复制= 3
????以MB为单位的群集容量：200 24,000,000 MB = 4,800,000,000 MB（4800 TB）
????每个块所需的磁盘空间：每块128 MB 3 =每块384 MB存储空间
????块中的群集容量：4,800,000,000 MB / 384 MB = 12,000,000个块
在容量方面，建议为每百万个块分配1 GB内存，群集B需要12 GB的最大堆空间。
群集A和群集B都存储相同数量的块文件。但是，在群集A中，每个块文件都是唯一的，并由NameNode上的一个块表示;在群集B中，只有三分之一是唯一的，三分之二是副本。
原文地址：https://blog.51cto.com/12445535/2407841