这是我参与「第四届青训营 」笔记创作活动的的第3天 这是青训营课程小组将要涉及的项目。
什么是文件系统？不论是操作系统还是运行的各种软件，抑或是比HDFS上位概念的 Hadoop 工具都是一些程序。在运行的时候，这些程序实际上都在存储和搜索数据。正如我们所熟知的，在电脑中，常用的存储有内存和硬盘两种形式：
-
内存的速度快，但是价格更贵，所以使用的存储容量较小；\
-
硬盘价格便宜，速度要慢很多。\
在我们的电脑中一般都使用硬盘来进行长期存储，而内存用来存储程序运行时的数据。所以，对于我们的硬盘来说，最基本的功能就是读取和写入功能。但是，这里有很多问题需要解决：
-
硬盘上的位置如何划分；\
-
怎么能够尽快在硬盘上找到需要的数据；\
-
对于一块空间如何保障读数据和写数据不是同时进行的；\
针对这么多的问题，提出了一个抽象的概念——文件。一个文件就是一个单元，占用一个独立的地址空间，程序可以读取文件或者创建新的文件。而对这些文件进行管理，解决这些文件的结构、访问、保护、寻址等功能的系统，我们就称为文件系统。而我们所要介绍的 HDFS，全称 Hadoop Distribute File System，也就是分布式文件系统的意思，HDFS 是文件系统的一种实例。
HDFS（Hadoop Distributed File System）分布式文件存储系统，主要为各类分布式计算框架如Spark、MapReduce等提供海量数据存储服务，同时HBase、Hive底层存储也依赖于HDFS。HDFS提供一个统一的抽象目录树，客户端可通过路径来访问文件，如hdfs://namenode:port/dir-a/a.data。HDFS集群分为两大角色：Namenode、Datanode（非HA模式会存在Secondary Namenode）
HDFS可以利用廉价的普通服务器作为其存储，组建一个大规模存储集群，为各类计算提供数据访问的基础。那么 HDFS 的文件系统比起一般的文件系统有什么特色呢？其实 HDFS 文件系统最大的特色就是它在分布式架构上的处理，同时 HDFS 的设计适合一次写入，多次读出的场景，且不支持文件的修改，所以不适合反复修改数据的场景。
