产生背景：分布式文件管理系统，源自于Google的GFS(Goole File System)论文，GFS的开源克隆版
重点：分布式，易扩展（增加机器来增加存储量，多副本)
HDFS架构
1.master（主节点 NameNode/NN）和多个salve（副节点 DataNode/DN）
一个文件按照一定规则拆分成多个Block （一般为128M为一块）
NN:（1）负责客户端请求的响应
（2）负责元数据的管理【名称，副本系数，Block存放的DN】
DN:（1）存储用户的文件队形的数据块（Block）
（2）定期向NN发送信息，汇报其本身和所有Block，状态
经典部署：NameNode+N个DataNode
副本存放策略：本Rack（机架）放置一个，另一机架放置在不同节点分别放置（不作要求总共为3份）
优点:
数据冗余,硬件容错(block,多副本)
适合批处理
处理流式的数据访问
适合存储大文件
可构建在廉价机器
缺点:
不适合低延迟的数据访问
不适合小文件存储
并发写入、文件随机修改(只支持append追加)
组成结构：
Client：客户端用户程序
切分文件成数据块
与NameNode交互，获取文件的位置信息
与DataNode交互，读取对应数据块
管理和访问HDFS
NameNode(Master)：集群管理者，负责者
管理HDFS名称空间
管理数据块的映射关系
配合副本策略
客户端的读写请求
SecondaryNameNode：辅助NameNode
分担工作量
定期合并image镜像文件和edits日志文件，并推送给NameNode
紧急情况恢复NameNode
DataNode(Slave)：实际存储数据
存储实际的数据块
执行数据块的读写操作
解决NameNode单点故障：
namdNode(active)与nameNode(standby(备用))数据的共享存储（zoookeeper解决两者之间同步问题）
jnNode(日志，镜像文件(fsimage))
zoookeeper接收nameNode的心跳，调控nameNode接替工作
HA架构扩展nameNode
