1.2.1 HDFS

HDFS是什么
HDFS即Hadoop distributed file system（hadoop分布式文件系统），在Hadoop当中负责分布式存储阶段的任务，它是一个分布式的文件系统，也可以用来存放单个机器的数据，只是大部分用来存储分布式数据。HDFS跟window下的NTFS一样可以通过目录树来查找数据。
HDFS有什么用
整个Hadoop框架，本质上来说都是基于分布式实现的，随着数据规模的越来越大，一台机器无法存储所有的数据，所以需要多台机器来存储。而多台机器存储又不方便管理，所以需要一个分布式的系统来管理分布在不同机器中的数据。
事实上，HDFS的出现，就是为了解决分布式框架下，数据存储管理的问题。而HDFS只是分布式文件系统中的一种，依托于Hadoop生态，去承担大数据分布式存储的管理任务。
HDFS的概念与架构
HDFS是典型的主/从架构。HDFS集群由一个NameNode组成，NameNode是一个主服务器，它管理文件系统名称空间并控制客户机对文件的访问。此外，还有许多datanode，通常是集群中的每个节点一个datanode，它们管理附加到它们所运行的节点上的存储。