Hadoop是一个能够让用户轻松架构和使用的分布式计算平台，用户可以在Hadoop上管理、开发和运行处理大规模数据的应用，其中，Hadoop分布式文件系统（HDFS）扮演了非常基础的作用，它以文件系统的形式为应用提供海量数据存储服务。
HDFS作为一个分布式文件系统，具有高容错的特点，它可以部署在廉价的通用硬件上，提供高吞吐率的数据访问，适合那些需要处理海量数据集的应用程序。
HDFS的主要特性包括：
- 支持超大文件。比如几百M、击败GB甚至TB大小的文件。
- 检测和快速应对硬件故障
- 流式数据访问
- 简化的一致性模型
HDFS不适合的场景：
- 低延迟数据访问
- 大量的小文件
- 多用户写入文件
HDFS的体系结构：
- 名字节点
名字节点可以看作是分布式文件系统中的管理者，它负责管理文件系统命名空间、集群配置和数据块复制等。
- 数据节点
数据节点是文件存储的基本单元。它以数据块的形式保存了HDFS中文件的内容和数据块的数据校验信息。
- 客户端
客户端和名字节点、数据节点通信，访问HDFS文件系统，操作文件
HDFS使用数据块来实际存储文件，与磁盘相似，文件以块的形式存储在磁盘中，块的大小代表系统读/写操作的最小单位。文件系统通过一个块大小的整数倍的数据块使用磁盘。HDFS中的块默认大小是64M。HDFS使用块带来了很多的好处，比如：
- HDFS可以保存比存储节点单一磁盘大的文件
- 简化了存储子系统
- 方便容错，有利于数据复制
