玩大数据，首先得学如何存大数据。
那问题来了，数据怎么存呢？
路人1：存在window操作系统的“我的电脑”的C,D,E,F盘里面咯。
我：那如果我的数据很多呢？有5个T的数据。
路人1：加装4个1T的硬盘
我：那如果我有1000T的数据呢！
路人1：装999个1T的硬盘
我：。。。杠精滚粗
首先我承认加硬盘的确是个好方法。能让我们存很多的数据，但是我们需要考虑一下几个问题。
1. 硬盘扫描问题：比如我现在要从C盘找一个文件，如果我的C盘有1000T的文件量，找出一个文件应该是很耗时的（我自己笔记本从500g里面找一个文件都要半天）
2. 安全问题：如果一台电脑炸了，那你数据全部就没了。
3. 插槽问题：你电脑有这么多硬盘接口？？？
其实还有很多问题，咱这就不一一讨论了。进入正题：
什么是HDFS(分布式文件系统):
通俗点说就是几台电脑把文件系统共享的一种文件系统。
还是不够通俗？啥文件系统巴拉巴拉的？
那就举个栗子吧。
A君有一台笔记本，硬盘2T
B君有一台笔记本，硬盘2T
C君有一台笔记本，硬盘2T
他们都用window操作系统，而且都只有C盘（注意C盘你可以理解为就是一种文件系统，因为C盘用来管理文件嘛）
有一天A君的C盘容量不够了，只能跑到B君那，把文件存在B君的电脑上。可是他们住的比较远存来存去好烦。
这时候C君这位技术宅出面了，说为什么我们不能把我们3个的硬盘用一种网路的方式连接起来组合成一个6个T的网盘。
以后我们只需要向这个网盘里面存东西，取文件也从这个网盘里面取。
这是个好主意！于是3人说干就干，造出了这个网盘。
这个网盘有如下几点特性：
1. 一人上传文件，文件会被随机存入的3台电脑中的某台电脑（除非某台电脑容量满了）
2. 上传的文件会有一个备份文件，这个备份文件会被存入另外一台电脑（如果一台电脑炸了，备份文件在另一台电脑上是安全的）
3. 还有啥特性我没想好
好的！说了这么多，这个网盘，你可以理解为就是hdfs的一个简化版了。
那什么是hdfs？就是一个分布式（多台电脑）文件系统（大网盘）！
多台电脑的C盘用网络连接起来组成的大网盘，就叫分布式文件系统！！！
下一章细细讨论下hdfs的原理，以备面试用