主要的角色：

客戶端：負責發起或提交讀寫請求（如果往HDFS上儲存資料或獲取資料，就要告訴客戶端）。

namenode：HDFS的核心負責全域性協調，做任何事都要向這裡彙報，和把控所有的請求。

datanode：數量不定，負責資料的 儲存。

把資料寫到HDFS的叢集的過程

1.使用者向客戶端請求服務

請求角色：1.hdfs shell2.JAVA API                         1.要將資料分為128M的塊2.以三副本的方式儲存

作為客戶端預設：1.大的檔案要拆分為128M或64M

2.檔案以多副本的方式儲存（最少為3）

2.客戶端拿到資料

             客戶端拆分為2塊                                         客戶端請求namenode（1個128的塊和3個副本）

namenode工作：                                                      namenode想客戶端返回資訊：

1.三個副本需要是三個datanode                                  1.含有三個datanod，並按距離排序

2.考慮資源排程

客戶端向datanode寫資料，datanode1將相同的資料寫到datanode2，datanode2完成統一的動作給datanode3

寫資料的方式以流水線的方式完成（通俗講就是資料進來一點寫一點，直到寫完）

資料寫完後告訴namenode                                       1. namenode和客戶端知道第一個塊以寫完

                                                                                 2.客戶端以相同的步驟完成剩下的塊

完成所有寫入資料後關閉資料流                                        總結：客戶端：拆分檔案

                                                                                                 namenode：提供塊在datanode中的地址

                                                                                                 datanode：儲存資料，並以流水線的方式將資料寫完

從HDFS中讀取資料

使用者想客戶端發起讀取資料的請求                                            客戶端向namenode發起請求：告訴它檔名

namenode通過計算告訴客戶端源資料資訊                                     客戶端知道資訊，向塊發起請求

（塊在datanode中的位置，副本多少，幾個塊）

客戶端向datanode發起請求，

datanode將資料返回客戶端

HDFS的優點：

資料冗餘（多副本方式儲存）

處理流式的資料訪問（一次寫入，多次讀取的操作）

適合儲存大檔案的方式

可構建在廉價的機器上面

HDFS的缺點：

低延遲的資料訪問

不適合小檔案的儲存（重）：不管是1M還是127M，都要儲存128M，然後產生源資料，若小檔案很多，則給namenode帶來很多壓力