1、概念
HDFS，它是一个文件系统(window电脑磁盘是NTFS)，用于存储文件，通过目录树来定位，其次它是分布式的，由很多服务器联合起来实现其功能，由很多服务器联合起来实现其功能
HDFS的内部工作机制对客户端保持透明，客户端请求访问HDFS都是通过namenode申请来进行的
HDFS的设计是个一次写入，多次读写的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用(因为不方便进行修改，延迟大，网络开销大，成本较高)
HDFS文件块的默认大小在2.x版本中是128M，老版本是64M，如果文件过大则分成若干块，每一个文件块都有自己的id方便查找分析
2、组成
1）NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、文件权限），以及每个文件的块列表和块所在的DataNode等，可以理解为目录
2）DataNode（dn）：在本地文件系统存储文件块数据，负责管理用户的文件数据块，每一个数据块都可以在多个datanode上存储多个副本，以及块数据的校验（判断数据是否有损坏）
3）Secondary NameNode（2nn）：用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照
热备份：b是a的热备份，如果a坏掉，那么b马上运行代替a的工作
冷备份：b是a的冷备份，如果a坏掉，那么b不能马上代替a工作。但是b上存储a的一些信息，减少a坏掉之后的损失