HDFS存储方式：
将用户的文件分块，分散在多台主机上，同时每个块又有多个备份，多个备份不会出现在一台主机上，以确保即使一台主机出现问题，文件的访问依然正常。但是由于用户访问文件用的是一个路径指向一个文件，而具体的文件是被分块的，所以对于文件具体存储和路径之间存在映射关系，这个映射关系由namenode存储。客户通过虚拟的目录结构访问namenode，进而访问datanode得到数据文件。
1. 非HA下，namenode与secondnamenode的备份机制：
NN与SN之间的备份过程
当某个时刻内存中元数据metadata和fsimage同步时，新数据写入，文件的保存情况先记录日志到一个非常小的（通常64M，可配置）edits文件中，再向内存中的元数据发起更改，但并不向fsimage同步；直到edits快要满了，此时通知secondnamenode进行合并，停止向edits写入日志（如果有新写入，则临时创建为edits.new中），secondnamenode将通过网络从namenode下载fsimage和edits文件到本地合并为fsimage.checkpoint后保存并上传回namenode；最后namenode重命名fsimage.checkpoint为fsimage，将临时的edits.new更名为edits，合并结束。
这种模式下，数据安全性得到保证，但是服务不是可靠的，在修复namenode时，HDFS访问服务不可用。
2. HA下，有两台namenode主机：
分别为active与standby状态，状态竞选由qjournal实现，qjournal靠ZooKeeper实现，journalnode是qjournal的进程，可以跟zookeeper不在一个机器上。
hadoop远程过程调用模型