HDFS简介
HDFS是Hadoop项目的核心子项目，在大数据开发中通过分布式计算对海量数据进行存储与管理，它基于流数据模式访问和处理超大文件的需求而开发，可以运行在廉价的商用服务器上，为海量数据提供了不怕故障的存储方法，进而为超大数据集的应用处理带来了很多便利。
HDFS的特点：
支持大型数据集
遵循简单一致性模型
运行于廉价的商用服务器上
不适合低延迟数据访问
存储大量小文件的效率不高
不支持多用户写入、不支持修改文件
HDFS数据存储架构
一个HDFS集群由一个元数据节点（NameNode）和一些数据节点（DataNode）组成，NameNode是一个用来管理文件命名空间的主服务器，DataNode则用来管理对应节点的数据存储。
一个HDFS集群由一个元数据节点（NameNode）和一些数据节点（DataNode）组成，NameNode是一个用来管理文件命名空间的主服务器，DataNode则用来管理对应节点的数据存储。
默认将一个文件块复制三份分别存放。
HDFS数据读写特点：一次写入，多次读取。
HDFS主要组件
数据块（Block）：HDFS中最基本的存储单位，默认64M(128M)。
NameNode和DataNode：NameNode存储文件元数据信息，DataNode存储实际文件数据。 从元数据节点（SecondaryNameNode）：定期将NameNode中的元数据进行合并。它的目的是帮助 NameNode 合并编辑日志，减少 NameNode 启动时间。
BackupNode：对NameNode中的元数据进行备份。
JournalNode：两个NameNode为了同步数据，会通过一组JournalNode的独立进程进行相互通信。
HDFS数据读写
客户端从HDFS中读取数据的过程如下图：
客户端从HDFS中写入数据的过程如下图：
更多内容及Java+大数据个人原创视频，可关注公众号观看：
原创文章，转载请注明出处！！