HDFS产生背景
随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统的一种。
HDFS定义
HDFS(hadoop Distributed File System)，它是一个
文件系统，用于存储文件，通过目录树来定位文件，其次，它是分布式的，由很多服务器联合起来来实现其功能，集群中的服务器有各自的角色。
HDFS的使用场景：适合一次写入，多次读出的场景，且不支持文件的修改，适合用来做
数据分析，并不适合用来
网盘应用。
HDFS优缺点
优点：
1.高容错性
（1）数据自动保存多个副本，它通过增加副本的形式，提高容错性。
（2）某一个副本丢失以后，它可以自动恢复。
2.适合处理大数据
（1）数据规模：能够处理数据规模达到GB，TB甚至PB级别的数据
（2）文件规模：能够处理百万规模以上的文件数量，数量相当之大。
3.可构建在廉价的机器上，通过多副本机制，提高可靠性。
缺点：
1.不适合低延时数据访问，比如毫秒级的存储数据，是做不到的。
2.无法高效的对大量小文件进行存储。
（1）存储大量的小文件的话，它只会占用NameNode大量的内存来存储文件目录和块信息。这样是不可取的，因为NameNode的内存总是有限的。
（2）小文件存储的是寻址时间会超过读取时间，它违反了HDFS的设计目标。
（3）不支持并发写入，文件随机修改
一个文件只能有一个写，不允许多个线程同时写。
仅支持数据的append（追加），不支持文件的随机修改。
HDFS组成架构
1.NameNode(nn)：就是Master，它是一个主管，管理者。
（1）管理HDFS的
名称空间（2）配置副本策略
（3）管理数据块(Block)映射信息
（4）处理客户端读写请求
2.DataNode：就是Slave，NameNode下达命令，DataNode执行实际的操作。
（1）存储实际的数据块
（2）执行数据块的读/写操作