很多人不知道，大数据与Hadoop、HDFS有什么关系。
Hadoop是一个开源的大数据分析软件，Hadoop的框架最核心的设计就是：HDFS和MapReduce。其中HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算。
HDFS（Hadoop分布式文件系统，Hadoop Distributed File System）是一个高度容错性的系统，适合部署在廉价的机器上，能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。
HDFS 适用场景：大文件存储、流式数据访问。 HDFS 不适用场景：大量小文件、随机读写、低延迟读写（实时读写）、经常需要修改；
HDFS采用了主从（Master/Slave）结构模型：一个HDFS集群是由一个NameNode和若干个DataNode组成的。
主节点NameNode：管理读写请求（不是执行读写请求），管理命名空间，支持 HA 高可靠机制，管理元数据。
从节点DataNode：执行读写请求，存储数据库（存放真实数据），运行多个实例，周期性上报数据块信息给NameNode。
HDFS 的 Block：默认保存3份；数据块大小：128MB。Block 越大，寻址开销越小，开销越小越好。
HDFS 的shell 命令：删除(-rm)，上传(-put)，下载(-get)，查看文件内容(-cat)，查看目录(-ls)，创建目录(-mkdir)。
HDFS 应对单点故障措施：采用主、备NameNode 机制，用于故障恢复，和是否有数据副本无关。