一、HDFS 的优缺点
hdfs 的优点：
可以处理超大文件
流式地访问数据
运行于廉价的机器上
缺点：
不适合实时性要求较高的场景
无法高效存储小文件（HDFS 所能容纳的文件数目是由NameNode 的内存大小来决定的。而HDFS 中的元数据（文件和目录的属性信息）都存放在NameNode中）
二、HDFS 基本概念
1.数据块（Block）：hdfs最基本的存储单位是数据块,每个数据块的大小默认是64M.如果一个文件小于数据块的大小，这个文件并不会占用整个数据块，而是有多大就占用多大的空间。
2、元数据节点（NameNode）：NameNode的职责是管理文件系统的命名空间，它将所有的文件和目录的元数据都存放在一个文件系统树中。比如一个文件包含哪些数据块，这些块都存放在哪些数据节点上。
（edits目录:当文件系统客户端进行写操作时，首先记录在修改日志中，元数据节点在内存中保存了文件系统的元数据信息，在记录了修改日志之后，NameNode 将会更改内存中的数据结构，每次在写操作之前，修改日志都会同步到文件系统）
3、数据节点（DataNode）: 真正存储数据的地方。一个文件被拆分成多个block后，会将block 存放在对应的数据节点上。客户端向NameNode发起请求，然后将对应的数据节点上写入或者读出对应的block。
4、从数据节点（Secondary NameNode）:周期性地将NameNode 的namespace image 和 edit log 合并，以防日志文件过大。合并后的namespace image 也在元数据节点中保存了一份，以防NameNode 失效的时候便于恢复。
（Secondary NameNode 还用来帮助NameNode将内存中的元数据信息 checkpoint 到硬盘上 ）
三、HDFS 架构：
hdfs 采用的是mater/slave 架构，一个 HDFS 集群由一个NameNode 和一定数量的DataNode 组成。NameNode 是一个中心服务器，负责管理文件系统的namespace 以及客户端对文件的访问，HDFS 暴露了文件系统的名字空间，用户能以文件的形式在上面存储数据。整体上来看，一个文件被分成一个或者多个数据块，这些块存储在一组DataNode上。NameNode 执行文件的namespace 操作，如打开，关闭，重命名目录，同时，它也负责数据块到具体DataNode 的映射。DataNode 负责处理客户端的读写请求，NameNode的统一调度下处理文件的创建、复制和删除。HDFS架构图如下:
