一、HDFS概述
1.1 HDFS产生背景
随着数据量越来越大，在一个操作系统上存储不了所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统的一种
1.2 HDFS定义
HDFS(Hadoop Distributed File System)，它是一个文件系统，用于储存文件，通过目录树来定位文件；其次，它是 分布式 的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。
HDFS的使用场景：适合一次写入，多次读出的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用。
二、HDFS优缺点
2.1 优点
1、高容错性
(1) 数据自动保存多个副本。它通过增加副本的形式，提高容错性。
(2) 某一个副本丢失以后，它可以自动恢复。
2、适合处理大数据
(1) 数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据
(2) 文件规模：能够处理百万规模以上的文件数量，数量相当之大。
3、可构建在廉价机器上，通过多副本机制，提高可靠性。
2.2 缺点
1、不适合低延时数据访问，比如毫秒级的存储数据，是做不到的。
2、无法高效的对大量小文件进行储存
(1) 储存大量小文件的话，它会占用NameNode大量的内存来存储文件目录和块信息。这样是不可取的，因为NameNode的内存总是有限制的。
(2) 小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。
3、不支持并发写入、文件随机修改
(1) 一个文件只能由一个写，不允许多个线程同时写。
(2) 仅支持数据append(追加)，不支持文件的随机修改。
