相信看到這篇文章的對於Hadoop已經有了一點的理解，那麼咱們廢話少說，直接進入正題。
    
      **《一》HDFS的概念**
      
      先來看一個問題： 什麼是HDFS？它有什麼用？
      **HDFS**，一個高可靠、高容錯、高吞吐量，適合大規模資料集應用的分散式檔案儲存系統。所謂分散式，就是指將資料分散儲存在多臺獨立的裝置上。傳統的網路儲存系統採用集中的儲存伺服器存放所有資料，儲存伺服器成為系統性能的瓶頸，也是可靠性和安全性的焦點，不能滿足大規模儲存應用的需要。分散式網路儲存系統採用可擴充套件的系統結構，利用多臺儲存伺服器分擔儲存負荷，利用位置伺服器定位儲存資訊，它不但提高了系統的可靠性、可用性和存取效率，還易於擴充套件。
   來看看它的優點：
   	一、高可靠性
   	   Hadoop一般應用在成千上萬的叢集之上，可以搭建hadoop的高可靠叢集，內部容錯功能優秀。
   	二、靠擴充套件性
   	    Hadoop是在可用的計算機集簇間分配資料並完成計算任務的，這些集簇可以方便地擴充套件到數以千計的節點中。
   	三、高效性
   	    Hadoop能夠在節點之間動態的移動資料，並保證各個節點的動態平衡，因此處理速度特別快。
   	四、高容錯性
   	    Hadoop能夠自動儲存資料的多個副本，並且能夠自動將失敗的任務重新分配。
    正所謂萬事萬物都有其兩面性，HDFS自然有它的缺點：
        1、 不適合低延遲資料訪問（資料比較大）。
        2、 無法高效儲存大量小檔案    
        3、 不支援多使用者寫入及任意修改檔案。（一次性寫，多次讀，可追加，無法修改）
        
        《二》HDFS三大服務介紹
      
        一、Namenode     
        它是一箇中心伺服器，負責管理檔案系統的名字空間(namespace)以及客戶端對檔案的訪問。      
        檔案操作，Namenode 負責檔案元資料的操作，DataNode負責處理檔案內容的讀寫請求，跟檔案內容相關的資料流不經過NameNode，只會詢問它跟哪個DataNode聯絡，否則NameNode會成為系統的瓶頸。     
        副本存放在哪些DataNode上由NameNode來控制，根據全域性情況做出塊位置決定，讀取檔案時NameNode儘量讓使用者優先讀取最近的副本，以此來降低塊消耗和讀取延時。     
        NameNode 全權管理資料塊的複製，它週期性地從叢集中的每個DataNode接受心跳和塊狀態報告(Blockreport),接收到心跳意味著該Datanode 節點工作正常，塊狀態報告包含了一個該Datanode上所有資料塊的列表。
        二、SecondaryNameNode              
        首先說下最重要的一點SecondaryNameNode並非 NameNode 的熱備。當 NameNode 掛掉的時候，它並不能馬上替換 NameNode 並提供服務。（不能、不能、不能 重要的事情說三遍！！！），它的功能在下面：
        （1） 輔助 NameNode，分擔其工作量。
        （2） 定期合併 Fsimage 和 Edits，並推送給 NameNode。
        （3） 在緊急情況下，可輔助恢復 NameNode。
        三、DataNode        
        一個數據塊在DataNode以檔案儲存在磁碟上，包括兩個檔案，一個是資料本身，一個是元資料包括資料塊的長度，塊資料的校驗和，以及時間戳     
        DataNode啟動後向NameNode註冊，通過後，週期性(一小時)的向NameNode上報所有塊資訊     
        心跳是每三秒一次，心跳返回結果帶有NameNode給該DataNode的命令，如複製塊資料到另一臺機器，或者刪除某個資料塊。如果超過十分鐘沒有收到某個DataNode的心跳，則認為該節點不可用     
        叢集執行中可以安全加入和退出一些機器。（服役與退役）
       
        《三》其它概念補充
	  1.檔案許可權      
	  hdfs檔案許可權與linux檔案許可權類似，r：read，w：write，x：execute，許可權x對於檔案忽略，對於資料夾表示是否允許訪問其內容 
          如果Linux 系統使用者zhangsan使用hadoop命令建立了一個檔案，那麼這個檔案在HDFS中的owner 就是zhangsan     
          HDFS的許可權目的：阻止好人做錯事，而不是阻止壞人做壞事。HDFS相信你告我你是誰，我就認為你是誰。
	  2.HDFS 檔案塊大小      
	  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( dfs.blocksize)來規定，預設大小在 hadoop2.x 版本中是 128M，老版本中是 64M。 HDFS 的塊比磁碟的塊大，其目的是為了最小化定址開銷。如果塊設定得足夠大，從磁碟傳輸資料的時間會明顯大於定位這個塊開始位置所需的時間。因而，傳輸一個由多個塊組成的檔案的時間取決於磁碟傳輸速率。如果定址時間約為 10ms，而傳輸速率為 100MB/s，為了使定址時間僅佔傳輸時間的 1%，我們要將塊大小設定約為 100MB。預設的塊大小 128MB。塊的大小：10ms*100*100M/s = 100M
	  
	  看了這麼多概念，肯定迫不及待的想要實戰了吧，下章介紹關於常用命令和HDFS的讀寫流程！