1.1 定義
hdfs是一個檔案系統，用于存儲檔案，通過目錄樹來定位檔案；其次，hdfs是分布式的，由很多台伺服器聯合起來實作功能。
1.2 優缺點
優點：
1）高容錯性：資料自動儲存多個副本；某一個副本丢失後，它可以自動恢複；
2）适合處理大資料：GB、TB級别的資料；
3）可建構在廉價機器上，通過多副本機制，提高可靠性。
缺點：
1）不适合低延時資料通路，比如毫秒級别的存儲資料，是無法做到的；
2）無法高效的對大量小檔案進行存儲：一般會采取合并成har檔案等方式；
3）不支援并發寫入、檔案随機修改：多個線程同時對一個檔案寫入，這是不允許的。
1.3 HDFS的組成架構
1）NameNode：管理hdfs的namespace；配置副本政策；管理block的映射資訊；處理用戶端的讀寫請求。
2）DataNode：存儲實際的資料塊；執行實際的資料塊讀寫操作。
3）Client：檔案切分；與namenode和datanode互動；擁有格式化namenode和一些hdfs增删改查的指令。
4）SecondaryNameNode：并非namenode的熱備，namenode挂掉的時候，并不會馬上替換；輔助namenode，定期合并Fsimage和Edits，并推送給namenode。
1.4 HDFS塊的大小
hdfs的檔案在實體上是分塊存儲，塊的大小可以通過配置參數dfs.blocksize（hdfs-default.xml）來規定，預設為128M；
