HDFS是Hadoop的核心模块之一，它是Hadoop分布式文件系统（Hadoop Distributed File System）
HDFS体系结构如上图所示，它采用主从结构，Namenode属于主段，Datanode属于从端
Namenode
1）管理文件系统的命名空间。
2）记录 每个文件数据快在各个Datanode上的位置和副本信息。
3）协调客户端对文件的访问。
4）记录命名空间内的改动或者空间本省属性的改动。
5）Namenode 使用事务日志记录HDFS元数据的变化。使用映像文件存储文件系统的命名空间，包括文件映射，文件属性等。
从社会学的角度来看，Namenode是HDFS里面的管理者，发挥者管理、协调、操控的作用。
Datanode
1）负责所在物理节点的存储管理。
2）一次写入，多次读取（不修改）。
3）文件由数据库组成，一般情况下，数据块的大小为64MB。
4）数据尽量散步到各个节点。
从社会学的角度来看，Datanode是HDFS的工作者，发挥按着Namenode的命令干活，并且把干活的进展和问题反馈到Namenode的作用。
客户端如何访问HDFS中一个文件呢？具体流程如下。
1）首先从Namenode获得组成这个文件的数据块位置列表。
2）接下来根据位置列表知道存储数据块的Datanode。
3）最后访问Datanode获取数据。
注意：Namenode并不参与数据实际传输。
读文件的过程：
写文件的过程：
数据存储系统，数据存储的可靠性至关重要。HDFS是如何保证其可靠性呢？它主要采用如下机理。
1）冗余副本策略，即所有数据都有副本，副本的数目可以在hdfs-site.xml中设置相应的复制因子。
2）机架策略，即HDFS的“机架感知”，一般在本机架存放一个副本，在其它机架再存放别的副本，这样可以防止机架失效时丢失数据，也可以提供带宽利用率。
3）心跳机制，即Namenode周期性从Datanode接受心跳信号和快报告，没有按时发送心跳的Datanode会被标记为宕机，不会再给任何I/O请求，若是Datanode失效造成副本数量下降，并且低于预先设置的阈值，Namenode会检测出这些数据块，并在合适的时机进行重新复制。
4）安全模式，Namenode启动时会先经过一个“安全模式”阶段。
5）校验和，客户端获取数据通过检查校验和，发现数据块是否损坏，从而确定是否要读取副本。
6）回收站，删除文件，会先到回收站/trash，其里面文件可以快速回复。
7）元数据保护，映像文件和事务日志是Namenode的核心数据，可以配置为拥有多个副本。
8）快照，支持存储某个时间点的映像，需要时可以使数据重返这个时间点的状态。
参考文档：http://www.cnblogs.com/laov/p/3434917.html