hdfs特点
hdfs是hadoop的分布式文件系统，用于存储大数据，它的特点是：
1.分布式部署，利用廉价的机器存储大数据
2.提供副本机制，容错机制，在机器宕机或副本丢失，自动恢复，默认副本保存3份
关注三个主要节点：
1.NameNode:整个文件系统的管理节点，接收用户的请求，保存着文件/目录的元数据信息和每个文件对应的block的映射列表。在linux系统上，它保存着三个重要文件
a.fsimage，元数据镜像文件，存储某一段时间内的namenode的元数据信息
b.edits，保存操作日志文件
c.fstime，保存最近一次checkpoint的时间
2.DataNode：提供真实文件的数据存储服务，它文件的多个块（Block），block是最基础的存储单位，hdfs默认的块大小的是128M。
3.SecondaryNameNode：冷热备，合并fsimage和fsedits生成新的fsimage，然后再发给namenode，替换旧的fsimage
NameNode元数据详细
NameNode metadata主要存放FileName，replications，block-ids，还有blockid到host的映射，例如，有一个文件名为android.apk写到hdfs系统中，那medata将会保存如下信息
客户端向hdfs读数据的过程
文件读取的过程如下：
1.客户端向Namenode发起RPC请求；
2.Namenode返回该文件的元数据信息，包括，文件名称，分块的id已经和分块id和主机的映射等等
3.客户端根据元数据信息向最近的DataNode读取block，如果客户端本身是DataNode，那么将直接从本地获取数据，block的读取是同步的，即读完一块block，才可以读另外一块block。
4.读取完一个block都会进行checksum验证，如果发现该block错误，那么客户端会通知NameNode，NameNode将会从其他拷贝副本选择一份让客户端继续读取
客户端向hdfs写数据的过程
1.客户端通过RPC向NameNode提交写数据请求
2.NameNode检查该文件是否存在，客户端是否有权限写数据，如果可以写入，则为该文件创建一条记录，如果不可以，则向客户端抛出异常。
3.客户端接收到NameNode允许写操作之后，将文件进行切分成多个packets，并向NameNode申请blocks,NameNode返回blocks列表给客户端
4.客户端接收到blocks列表之后，开始将packets写到blocks列表中，当将packet写到第一个DataNode完成时，该DataNode会把该分块的数据复制到其他DataNode中，默认是复制3份。
5.最后一个datanode成功存储之后通过客户端，客户端接收到消息之后，将会移除相应的packet，并通知NameNode，NameNode就会在内存中的Metadata中添加一条该文件信息的描述，并在edits日志文件中写入一条记录
6.如果写数据的过程中，发生异常，都会在edits日志文件中记录操作。
NameNode和SecondaryNameNode协助过程
SecondaryNameNode的作用是协作NameNode完成fsimage的保存和更新，协作过程如下。
1.SecondaryNameNode根据checkpoint的设置，将NameNode的edits和fsimage下载到本地，并进行合并生成fsimage.ckpt
2.在下载edits和fsimage的时候，不允许删除edits和fsimage，防止下载和合并过程中出现错误，造成文件不能恢复，另外，在卸载edits的过程中，NameNode会生成新的edits.new，让客户端操作NameNode的时候，不会出现异常和数据不一致问题
3.fsimage生成之后，将fsimage.ckpt推送给NameNode，NameNode将把旧的fsimage替换掉，并把edits.new切换成edits
4.将旧的fsimage和edits删除
什么时候checkpoint
1.设置fs.checkpoint.period指定俩次checkpoint的最大时间，默认是3600秒
2.设置fs.checkpoint.size规定edits文件的最大值，默认是64m
只要满足这俩个条件，SecondaryNameNode就会下载edits和fsimage生成新的fsimage镜像