HDFS： HDFS即Hadoop分布式文件系统（Hadoop Distributed Filesystem），以流式数据访问模式来存储文件。 HDFS Block： HDFS上的文件被划分为块大小的多个分块，作为独立的存储单元，称为数据块。 HDFS的三个节点： Namenode：用来管理HDFS的元数据。 Datanode：文件系统的工作节点，负责存储元数据。 Secondary Namenode：Namenode备份节点，解决数据安全问题，与Namenode进行通信，以便定期保存HDFS元数据的快照。
HDFS的局限性： HDFS不适合用在要求低时间延迟数据访问的应用，存储大量的小文件，多用户写入，任意修改文件。
HDFS启动过程： 1）在NameNode主节点启动时，首先进入安全模式：
1.加载fsimage，加载到内存中 2.如果edits文件不为空，那么Namenode自己来合并 3.检查DN的健康情况 4.如果有DN挂掉了，指挥做备份
2）当集群启动之时，DN会向NN发送一些信息（Block位置、DN地址） 3）client向NN汇报当前要上传的文件信息（block数量）文件的上传时间、权限、拥有者 4）client计算block的数量，向NN请求一个ID号，请求存放block的位置
Client向Datanode写数据的详细过程： 1、如果要上传一个大文件，计算大文件的block数量大文件地址/128M=block数 2、client会向namenode汇报： （1）当前大文件的blokc数 （2）当前大文件属于谁权限 （3）上传时间 3、client切割出来一个block 4、请求block块的ld号以及地址 5、因为namenode能够掌控全局，管理所有的DN，所以他会将负载不高的DN地址返回给client 6、client拿到地址后，向Datanode上传数据 7、DN将block存储完毕后，会向Namenode汇报当前的存储情况
Namenode的作用： 1、掌控全局，管理DataNode以及元数据 2、接受客户端的读写服务 3、收集DataNode汇报的Block列表信息NameNode保存metadata信息（包括文件owership和permissions文件大小，时间、Block列表、Block 副本位置） 4、接受client的读请求，返回地址
Datanode的作用： 1、存储block块 2、向Namenode汇报发送心跳 3、接受client的读请求
HDFS的备份机制： 1、第一个block存储在负载不是很高的一台服务器上 2、第1个备份的block存储在与第一个block不同的机架随机一条服务 3、第2个备份在与第一个备份相同的机架随机一台服务器
Namenode持久化： 当一个edits使用超过3600秒或者edits文件超过64M，会将edits和fsimage拉取到Secondary Namenode，模拟执行edits文件产生元数据，合并成新的fsimage.ckpt传回Namenode。 edits：具体的操作信息 fsimage：元数据
搭建集群的模式： 1、 伪分布式 在一台服务器上，启动多个进程，模拟多个角色 2、 完全分布式 在多台服务器上，每台服务器启动不同角色的进程，使用多台服务器组成HDFS集群。
