HDFS，Hadoop分布式文件系統(tǒng)，它是一個(gè)高度容錯(cuò)性的系統(tǒng)，適合部署在廉價(jià)的機(jī)器上。HDFS能提供高吞吐量的數(shù)據(jù)訪問(wèn)，適合那些有著超大數(shù)據(jù)集的應(yīng)用程序。

HDFS的設(shè)計(jì)特點(diǎn)是：

1. 大數(shù)據(jù)文件，非常適合上T級(jí)別的大文件或者一堆大數(shù)據(jù)文件的存儲(chǔ)，如果文件只有幾個(gè)G甚至更小就沒(méi)啥意思了。

2. 文件分塊存儲(chǔ)，HDFS會(huì)將一個(gè)完整的大文件平均分塊存儲(chǔ)到不同計(jì)算器上，它的意義在于讀取文件時(shí)可以同時(shí)從多個(gè)主機(jī)取不同區(qū)塊的文件，多主機(jī)讀取比單主機(jī)讀取效率要高得多得都。

3. 流式數(shù)據(jù)訪問(wèn)，一次寫(xiě)入多次讀寫(xiě)，這種模式跟傳統(tǒng)文件不同，它不支持動(dòng)態(tài)改變文件內(nèi)容，而是要求讓文件一次寫(xiě)入就不做變化，要變化也只能在文件末添加內(nèi)容。

4. 廉價(jià)硬件，HDFS可以應(yīng)用在普通PC機(jī)上，這種機(jī)制能夠讓給一些公司用幾十臺(tái)廉價(jià)的計(jì)算機(jī)就可以撐起一個(gè)大數(shù)據(jù)集群。

5. 硬件故障，HDFS認(rèn)為所有計(jì)算機(jī)都可能會(huì)出問(wèn)題，為了防止某個(gè)主機(jī)失效讀取不到該主機(jī)的塊文件，它將同一個(gè)文件塊副本分配到其它某幾個(gè)主機(jī)上，如果其中一臺(tái)主機(jī)失效，可以迅速找另一塊副本取文件。

HDFS的關(guān)鍵元素：

Block：將一個(gè)文件進(jìn)行分塊，通常是64M。

NameNode：保存整個(gè)文件系統(tǒng)的目錄信息、文件信息及分塊信息，這是由唯一一臺(tái)主機(jī)專門保存，當(dāng)然這臺(tái)主機(jī)如果出錯(cuò)，NameNode就失效了。在Hadoop2.*開(kāi)始支持activity-standy模式----如果主NameNode失效，啟動(dòng)備用主機(jī)運(yùn)行NameNode。

DataNode：分布在廉價(jià)的計(jì)算機(jī)上，用于存儲(chǔ)Block塊文件。