1、What is HDFS？
HDFS（Hadoop Distributed File System），它是一個檔案系統，用於儲存檔案，通過目錄樹來定位檔案；其次，它是分散式的，由很多伺服器聯合起來實現其功能，叢集中的伺服器有各自的角色。
2、HDFS優\劣勢
優點：
1）高容錯性
（1）資料自動儲存多個副本。它通過增加副本的形式，提高容錯性。
（2）某一個副本丟失以後，它可以自動恢復。
2）適合處理大資料
（1）資料規模：能夠處理資料規模達到GB、TB、甚至PB級別的資料；
（2）檔案規模：能夠處理百萬規模以上的檔案數量，數量相當之大。
3）可構建在廉價機器上，通過多副本機制，提高可靠性。
缺點：
1）不適合低延時資料訪問，比如毫秒級的儲存資料，是做不到的。
2）無法高效的對大量小檔案進行儲存。
（1）儲存大量小檔案的話，它會佔用NameNode大量的記憶體來儲存檔案目錄和塊資訊。這樣是不可取的，因為NameNode的記憶體總是有限的；
（2）小檔案儲存的定址時間會超過讀取時間，它違反了HDFS的設計目標。
3）不支援併發寫入、檔案隨機修改
（1）一個檔案只能有一個寫，不允許多個執行緒同時寫；
（2）僅支援資料append（追加），不支援檔案的隨機修改。
3、Namenode主要職責
NameNode（nn）：就是Master，它是一個主管、管理者。
（1）管理HDFS的名稱空間；
（2）配置副本策略；
（3）管理資料塊（Block）對映資訊；
（4）處理客戶端讀寫請求。
4、DataNode主要職責
DataNode：就是Slave。NameNode下達命令，DataNode執行實際的操作。
（1）儲存實際的資料塊；
（2）執行資料塊的讀/寫操作。
5、HDFS預設檔案塊大小及原因。
HDFS中的檔案在物理上是分塊儲存（Block），塊的大小可以通過配置引數來規定，預設大小在Hadoop2.x版本中是128M，老版本中是64M。
原因：目前磁碟的傳輸速率普遍為100MB/s，定址時間為傳輸時間的1%時，為最佳狀態。定址時間一般為10ms，傳輸時間=10ms/0.01=1s，block大小=1s*100MB/s=100MB，所以最佳的block大小為100MB，設定block大小為128MB傳輸為二進位制時比較方便，而且也不會佔用整個塊的空間