1.分布式文件系統理解
使用低配置電腦配置成集群，存儲管理單台電腦不能處理的大型文件。
直觀理解三個臭皮匠，頂個諸葛亮。
很多磁盤加一起就可以裝超多電影。
類似於你出5毛，我出5毛，我們一起湊一塊。
2.hdfs優缺點
優點：
a.高容錯性：數據自動保存多個副本；通過增加副本的形式，提高容錯性。一個副本丟失以后，它可以自動恢復。
b.適合處理大數據：數據規模達到GB、TB甚至PB級數據；能夠處理百萬規模以上的文件數量，數量相當大；能夠處理10k節點規模。
c.可構建在廉價機器上，通過多副本機制，提高可靠性。
d.適合批處理:它是通過移動計算不是移動數據；它會把數據位置暴露給計算框架。
e.流式數據訪問：一次寫入，多次讀取，不能修改，只能追加，能保證數據的一致性。
缺點：
a.不適合低延時數據訪問，做不到毫秒級的數據存儲；
b.無法高效的對大量小文件進行存儲，存儲小量文件，會占用NameNode大量內存來存儲文件、目錄、塊信息。小文件存儲的尋道時間會超過讀取時間，違反了hdfs的設計目標。
c.不支持並發寫入：一個文件只能有一個寫，不允許多個線程同時寫入；僅支持數據追加，不支持文件的隨機修改。
3.hdfs的架構詳細剖析
數據以block塊的形式統一存儲管理，每個塊默認最多可存儲128M的文件，如果有一個文件大小為1kb，也是要占用一個block塊，但是實際磁盤空間還是1kb大小。
每個block塊的元數據大小大概為150字節。
a）hdfs集群包括NameNode、DataNode、SecondaryNameNode。
b）NameNode負責管理整個文件系統的元數據，以及每一個路徑（文件）所對應的的塊信息。
c）DataNode負責管理用戶的文件數據塊，每一個數據塊可以在多個datanode上存儲多個副本。
d）SecondaryNode用來監控hdfs狀態的輔助后台程序，每隔一段時間獲取hdfs元數據的快照。最主要作用是輔助NameNode管理元數據信息。
