1、HDFS的读写流程
读：客户端或者用户通过调用DistributedFileSystem对象的Open方法打开需要读取的文件，DistributedFileSystem通过RPC协议调用NameNode，NameNode返回block块的元数据信息，
客户端根据距离值进行选择DataNode，优先从本地节点读取数据。客户端根据这个地址创建一个FSDataInputStream开始对数据进行读取（以流的方式从DataNode中读取数据），所有的
block都读取完成之后，然后调用close()方法，关闭FSDatainputStream，完成任务。
写：客户端通过调用FileSystem的create()方法来请求NameNode创建新的文件，NameNode会做各种校验比如文件是否存在、有没有权限，如果校验通过，NameNode就会记录下新文件，
否则抛出异常，然后返回一个FSDataOutputStream给客户端用来写入数据，FSDataOutputStream找到三个最合适的DataNode，然后进行同级拷贝，所有的DataNode都接收成功的时候，
调用close()方法关闭写入流，客户端写入的数据最终由DataStreamer来读取。
2、NameNode的主备切换（HA搭建原理）
当引入Zookeeper之后做相关配置，在NameNode进程的节点中，有一个ZKFCFailovercontroller服务，启动后，会启动两个重要的组件（健康监控）和（选择器），健康监控会检测NameNode
的健康状态，如果判断需要进行主备切换，会首先使用选择器来进行自动的主备选举。
3、HDFS中小文件的存储
Hadoop在小文件的处理上不但效率低下，而且十分消耗内存（每个小文件占用一个block，每一个block的元数据都存储在NameNode内存中）。
解决的办法通常是一个容器，将这些小文件统一存储，HDFS提供了两种类型的容器，分别是SequenceFile和MapFile
SequenceFile：
SequenceFile的存储类似于Log文件，所不同的是Log File的每条记录的是纯文本数据，而SequenceFile的每条记录是可序列化的字符数组。
SequenceFile可通过如下API来完成新记录的添加操作:
fileWriter.append(key,value)
MapFile：
MapFile是排序后的SequenceFile,通过观察其目录结构可以看到MapFile由两部分组成，分别是data和index。
index作为文件的数据索引，主要记录了每个Record的key值，以及该Record在文件中的偏移位置。在MapFile被访问的时候,索 引文件会被加载到内存，通过索引映射关系可迅速定位到指定Record所在文件位置，因此，相对SequenceFile而言，MapFile的检索效率 是高效的，缺点是会消耗一部分内存来存储index数据。
需注意的是，MapFile并不会把所有Record都记录到index中去，默认情况下每隔128条记录存储一个索引映射。当然，记录间隔可人为修改，通过MapFIle.Writer的setIndexInterval()方法，或修改io.map.index.interval属性；
注意：
使用MapFile或Sequence虽然可以解决HDFS中小文件的存储问题，但也有一定的局限性
1、文件不支持复写操作。
2、执行文件写的操作的时候，文件是不可读取的。