现在记录一下为什么HDFS上一个block设置128M，参考了博客进行理解。
block块为什么设置的比较大
这是一个经典的面试题，需要从性能和储存上来考虑。
传输性能上考虑
在硬盘上读取数据就是一个个的扇区读取的，读取的最小单位是扇区sector，一个扇区大小一般为512byte，如果要读取到一个数据，需要完成寻址操作和读取操作，就首先找到数据存储的地方，让磁头找到要读取的扇区，然后读取。
HDFS系统不像物理的磁盘一样，是一种建立在物理文件系统上的抽象的文件系统，读取数据的最小单位是block。它也需要寻址和读取操作，一般来说需要设置寻址的时间除以读取时间越短越好，这样可以最小化寻址开销，即让寻址在读取文件的总时间中最少。如果一个block设置很小，则寻址的时间和读取的时间可能会差不多，这样读取一个文件寻址所占的时间可能会很多。
打个比方计算一下，考虑到磁盘传输数据的速度明显大于定位所需要的时间，假设传输速率100M/s，定位一个block时间0.1s（实际比这个快）。
（1）如果block设置为10M，一个100M文件需分成10个block，则读取一个10M的block，定位时间0.1s，读取时间也是0.1s，则读取完100M文件总共需要2s，寻址相当如占了一半时间。
（2）如果将block设置为100M，则定位1次需要0.1s，读取一次完成需要1s，总共只需要1.1s，明显节约了时间。
所以block块的大小不能设置过小，需要设置大一些，现在Hadoop 2.X中，考虑到磁盘传输速度和寻址时间，一般设置128M。
那为什么不将block设置越大越好呢，这是因为MapReduce执行任务时一次只能处理一个block的数据，如果设置越大就会有越少的map来执行任务，这样会影响计算性能，因此也不能设置过大。
存储性能上考虑
简单理解，存储上如果block设置过小，则会产生的更多的元数据（块的位置、大小等信息，150字节），这样对namenode来说压力很增大，因此也不建议block设置过小。
设置128M原因
以下是设置128M的原因分析，参考了如下博客。
（1）现有条件：HDFS寻址时间实际大概0.01s，即10ms，普通磁盘的传输速度100M/s，由于一般HDFS部署在廉价的机器上因此考虑普通磁盘也是有道理的。
（2）测试经验：大量测试经验表明寻址时间占传输时间的1%是性能比较优的。因此寻址一次0.01s，比较适合输出1s的数据，所以100M/s下就是可以传输100M的数据，因此选择128M。
实际生产中，磁盘传输效率会更高，就会设置block的大小更大一些，可以参考上面的计算方法估算。