WHAT

HDFS：分布式文件系统

Feather:

• 检测和快速自动恢复
• 支持大文件存储
• 对文件实行一次写入、多次读取的访问模式

Drawback：

• 延迟高（对于低延迟的访问需求，可以使用HBase）
• 无法高效存储大量小文件
• 不支持修改文件，只能执行追加操作

Structure：

• NameNode：管理文件系统的命名空间，维护文件系统树、所有文件、目录以及块的元数据，元数据有两种namespace image和edit log。
  namenode拥有block和datanode之间的映射关系，但是它并不持久化这些信息，这些信息来源依赖于datanode启动时向namenode发送的报告。
• SecondaryNameNode：辅助的NameNode，周期性的将edit log文件合并（HDFS的HA机制）

• DataNode ：datanode维护着最终的block，并定期向namenode发送该datanode包含的block列表（心跳机制）。

HDFS架构

WHERE

整个工作流上的位置

HOW

• hadoop fs -ls : 查看HDFS下的文件列表
• hadoop fs -mkdir：创建目录
• hadoop fs -put：上传文件
• hadoop fs -get：下载文件到本地
• hadoop fs -cat：查看文件内容
• hadoop fs -rm：删除文件