依据官网介绍，Hadoop有四大模块https://hadoop.apache.org/old/ （还有三大核心）
官网learn about这部分，左边这些是四大模块，都是需要学习的
https://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/SingleCluster.html
https://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html
先由客户端Client，向老大NameNode发送请求，说我要读数据，蓝色部分NameNode就会返回一个数据集和，就是你需要的信息在哪个地方，然后Client根据返回的集合进行读取DataNode的信息，操作结束后，关闭流就可以了。
HDFS具有主/从架构。HDFS集群由单个NameNode组成，这是一个主服务器，它管理文件系统名称空间并控制客户端对文件的访问。此外，还有许多数据节点，通常是群集中每个节点一个，它们管理连接到它们运行的节点的存储。HDFS公开一个文件系统命名空间，并允许用户数据存储在文件中。在内部，文件被分成一个或多个块，这些块存储在一组数据节点中。NameNode执行文件系统命名空间操作，如打开、关闭和重命名文件和目录。它还确定块到数据节点的映射。数据节点负责为来自文件系统客户端的读写请求提供服务。DataNodes还根据NameNode的指令执行块创建、删除和复制。
HDFS体系结构
NameNode和DataNode是设计用于在商品机器上运行的软件。这些机器通常运行GNU/Linux操作系统（OS）。HDFS是使用Java语言构建的；任何支持Java的机器都可以运行NameNode或DataNode软件。使用高度可移植的Java语言意味着HDFS可以部署在很多机器上。典型的部署有一台只运行NameNode软件的专用计算机。群集中的其他每台计算机都运行数据节点软件的一个实例。该体系结构并不排除在同一台计算机上运行多个数据节点，而是在实际部署中（这种情况很少发生）。
集群中单个名称的存在极大地简化了系统的体系结构。NameNode是所有HDFS元数据的仲裁器和存储库。系统的设计使得用户数据永远不会流经NameNode。
DataNode就是干活的，NameNode是监控DataNode干活的。
----------------------关于读写流程如下截图所示----------------------------------------
得到一个文件后，如何将文件写入到HDFS文件当中，首先是由HDFS的client端（能操作系统的地方），然后发起了一个open的操作，调了一个类叫Distributed File System 分布式文件系统，而Hadoop文件系统这个类叫File System，File System只不过是Distributed File System的一种特殊实现，打开Distributed File System的同时，它会向NameNode发起一个请求，告诉老大说我要写数据了，要写的文件在哪，就是从哪个文件将数据copy到哪，或文件流，然后老大就会根据你的地址，你要将文件写到那，以及文件大小，以及NameNode自身的一个配置，然后给你规划，计算有多少块，然后将规划后的DataNode的地址返回给HDFS client，得到返回后，也就是得到了一个DataNode地址的一个集合，然后clinet再次将文件大小再次分成多个block，然后一一按顺序写(write)到DataNode中，(也就是3、4步，将通过输出流，将文件写到DataNote中，)，先写到第一个块，写完后，继续从流里面拿数据，写到第二个块，（而且每一块写后无论是成功或者不成功，都会返回一个标志，也就是ack的一个消息队列，如果成功之后继续写第二个块，再成功之后继续写第三个块），然后将ack原路返回，返回到输出流，返回到HDFS clinet，此时流就关闭了，然后由Distributed File System 分布式文件系统告诉 NameNode，说明此次的写入操作已经完成。到此就是一个HDFS操作系统写的一个流程。如果期间有写入错误的，NameNode后期也会对其进行调整的。可以参考HDFS技术内幕。
首先是由HDFS的client端（能操作系统的地方），先打开一个类叫Distributed File System 分布式文件系统，然后告诉老大NameNode，我们要进行读操作了，也就是告诉老大我要读的文件路径在哪里，NameNode看到路径后，通过元数据Name就可以拿到文件，都有那些块，并且知道这些块的地址都在那，然后他就会将文件所对应的块，块所对应的DataNode的地址，封成一个集合，然后返回给HDFS的client，然后client在发起一个读的操作，打开之后，还会对他做一个流FSDataInput System，得到这个流之后，就可以开始读，是按照返回地址里面的顺序来读，返回地址的时候，如果有支架，会做一个支架感应，（因为每一个块都有三个副本，此时三个副本肯定有一个副本是离HDFS的client是比较近的，取此最近的，路由的时间就是比较短了）按照顺序依次读取DataNode上面的bock块上的数据流，读取完后，返回给FSDataInput System，然后在将此打印出来或者将其输出到文件里面去，都是可以的，第四步是读，第五步也是读，总之是按照顺序读下去，读到最后一个DataNode块的地址之后，就把其关闭掉，就不用再通知NameNode，对于此读的流程也是比较简单的。
