1.1 定义
hdfs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，hdfs是分布式的，由很多台服务器联合起来实现功能。
1.2 优缺点
优点：
1）高容错性：数据自动保存多个副本；某一个副本丢失后，它可以自动恢复；
2）适合处理大数据：GB、TB级别的数据；
3）可构建在廉价机器上，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，比如毫秒级别的存储数据，是无法做到的；
2）无法高效的对大量小文件进行存储：一般会采取合并成har文件等方式；
3）不支持并发写入、文件随机修改：多个线程同时对一个文件写入，这是不允许的。
1.3 HDFS的组成架构
1）NameNode：管理hdfs的namespace；配置副本策略；管理block的映射信息；处理客户端的读写请求。
2）DataNode：存储实际的数据块；执行实际的数据块读写操作。
3）Client：文件切分；与namenode和datanode交互；拥有格式化namenode和一些hdfs增删改查的命令。
4）SecondaryNameNode：并非namenode的热备，namenode挂掉的时候，并不会马上替换；辅助namenode，定期合并Fsimage和Edits，并推送给namenode。
1.4 HDFS块的大小
hdfs的文件在物理上是分块存储，块的大小可以通过配置参数dfs.blocksize（hdfs-default.xml）来规定，默认为128M；
