hdfs的设计思想：
分而治之：将大文件、大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析
hdfs在大数据系统中的作用：为各类分布式运算框架（如mapreduce、spark等）提供数据存储服务
hdfs的概念和特性
首先，它是一个文件系统，用于存储文件，通过统一的命名空间--目录树来定位文件
其实，它是分布式的，由很多服务器联合起来实现其功能，集群中发服务器有各自的角色
重要特性如下：
1、HDFS中的文件在物理上是分块存储的，块的大小可以通过配置参数（dfs.blocksize）来规定，默认的大小在2.0以前是64M，2.0以后是128M
2、hdfs文件系统会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件，形如：hdfs://namenode:port/dir-a/dir-b/dir-c/file.data
3、目录结构及文件分块信息（元数据）的管理由namenode节点承担，namenode是HDFS集群的主节点，负责维护整个hdfs文件系统的目录树，以及每一个文件所对应的block块信息。
4、文件的各个block的存储管理由datanode节点承担，data是HDFS集群从节点，每个block都可以在多个datanode上存储多个副本（副本的数量通过参数设置，dfs.replication）
5、HDFS是设计成适应一次写入，多次读出的场景，且不支持文件的修改（注：适合用来做数据分析，并不适合用来做网盘应用，因为，不便修改，延迟大，网络开销大，成本太高）
