hadoop采用数据块多副本机制，默认把数据分成64MB，3个备份。一份放在一个机架内的本地节点，另一份放在同一 机架内的另一个节点，第三份放在另一机架的节点上。
HDFS中的文件被划分为块大小相同的多个分块，作为独立的存储单元。文件的所有块并不需要存储在统一磁盘上，他们可以利用集群上的任意一个磁盘进行存储。
HDFS文件系统采用一次写入，多次读取的模式，文件内容一经写入就不再更改，保持数据的一致性。
HADOOP中数据以流式读取为主，一次写入多次读取提高了系统的吞吐量。
namenode:
namenode是hdfs系统中的管理节点，它管理文件系统的命名空间、记录每个文件数据块在datanode上的位置信息和副本信息、协调客户端对文件的访问，记录命名空间内的改动和空间本身属性的改动。
namenode使用事务日志记录hdfs元数据的变化。使用映像文件存储文件系统的命名空间，包括文件映射、文件属性等。
datanode:
datanode节点是hdfs系统中保存数据的节点，负责所在物理节点的存储管理，一次写入，多次读取。datanode定期向namenode提供其保存的数据块的列表，以便于 客户端在获取文件元数据后直接在datanode上进行读写。
secondarynamenode:
一般运行在单独的计算机上，定期从namenode节点获取数据，形成namenode的备份。
客户端：
客户端是hadoop集群的使用者，它通过hdfs的shell和api对系统中的文件进行操作。
机架：
积极是容纳组成集群的普通商用计算机的架子。
hdfs文件数据的存储组织
1.namenode的目录结构
保存数据的文件夹位置由{dfs.name.dir}决定，若配置文件未设置该项，则文件夹放在hadoop安装目录下的/tmp/dfs/name下
（1）current目录：该目录下保存了4个文件
edits:EditLog编辑日志
fsimage:整个系统的空间镜像文件
fstime:上一次检查点的时间
VERSION:保存当前运行的hdfs版本信息
（2）image目录：fsimage文件的保存位置
（3）previous.checkpoint目录：该目录保存的内容与current目录一样，只是这里保存的是上一次检查点的内容。
2.datanode目录结构
保存的数据文件位置由{dfs.data.dir}来决定，若未配置该项。则文件夹放在hadoop安装目录下的/tmp/dfs/data
(1)current目录：已经写入的数据块以及一些系统需要的文件，包括以下文件：
blk_××××，blk_××××.meta：分别表示数据块和对应的元数据
subdir××：当同一目录下文件数超过一定限制时，会新建一个subdir目录，保存多出来的数据块和元数据；这样可以保证同一目录下目录和文件数不会太多，可以提高搜索效率。
VERSION：保存当前运行的hdfs版本信息
（2）tmp：保存的是用户操作引发的写入操作对应的数据块
（3）blockBeingWritten目录：是hdfs系统内部副本创建时（出现副本错误或数据不够等情况）引发的数据块
（4）Detach目录：用于datanode升级