（一）SeconderyNameNode 第二名称节点作用
1.解决Editlog不断增大的问题（定期地和名称节点进行通讯，当EditLog文件达到一定程度，就停止使用EditLog文件，名称节点停止当前EditLog的使用，并生成新的Editlog，同时将老的EditLog丢给第二名称节点 ，第二名称节点处理将就得Editlog和FsIamge合并，生成新的FsImage后交给名称节点）
2.充当名称节点的冷备份
冷备份是当第一名称节点发生故障后，必须停止一段时间，慢慢恢复，再提供对外服务
名称节点也称管家
DataNode数据节点作用是保存数据
（二）HDFS存储原理
（1）冗余数据机制，一个数据块会被默认的保存三次，好处：
1、加快数据传输速度
2、很容易检查数据错误
3、保证数据可靠性
冗余备份一旦低于用户的设置量，会立即进行复制来达到用户设置量
（三）数据管理策略
（1）数据存放策略：采用随机算法计算，每个块放置在不同的数据节点（机器）
（2）数据读取策略：1、就近机制，HDFS提供的API来确定一个数据节点所属的机架ID，当客户端读取数据时，从名称节点获得数据块不同副本的存放位置列表，列表包含数据节点，用API来确定客户端这些数据节点所属的机架ID，当发现某块数据副本对应的机架ID和客户端对应的机架ID相同时优先选择该副本读取数据，如果没有发现，就随机选取一个副本读取数据。
（3）数据的错误与恢复
1、总管家名称节点出错，先暂停服务，从SecondaryNameNode的冷备份上恢复过来，恢复结束以后再提供对外服务（仅1.0需要停止，2.0版由于有热备份，可以理解恢复服务
2、数据节点出现错误，查错：数据节点每隔一段时间会给名称节点发送心跳信息，当某个发生故障后，名称节点收不到心跳信息，探测到这个数据节点已经不可用，会将它的状态列表的状态标记为宕机，把存储在故障机上的数据，重新复制分发到其他正常的机器上（不仅是故障时调整冗余数据的位置，当负载不均衡时，也能将数据块从负载高的机器调到其他负载低的机器）
3、数据出现错误，客户端读取数据后会对数据进行校验码校验，如果校验码不对，则数据出现错误，再进行恢复和冗余的在此复制
（四）HDFS数据读取过程
1、打开文件
HDFS客户端打开文件（创建输入流）
2、获取数据块信息
FSD（输入流类型FsDataInputStream)从名称节点获取数据块位置信息，名称节点返回已排序的文件开始的头部信息
3、读取请求
FSD读取客户端请求，选择距离客户端最近的数据节点建立连接
4、读取数据
FSD从数据节点读取数据
5、获取数据块信息（可能发生）
若有剩余信息还未读取完，FSD再从名称节点获取数据块信息，若已完成所有读取则停止获取
6、读取数据
FSD再从数据节点读取数据（3、4、5、6是循环过程，直到读取完所有数据后结束）
7、关闭文件
关闭输入流
（五）HDFS数据写入过程
1、创建文件请求
2、创建文件元数据：
FSD询问名称节点，名称节点检查，检查文件是否存在，检查客户端是否有权限创建这个文件
3、写入数据：
通过输出流写数据，把整个数据分成包，放进输出流队列，FSD像名称节点申请位置
4、写入数据包：
摆一个数据保存在多个不同的数据节点，将分包打包成数据包，发送给第一节点，第一节点再发给第二，复制几次发送几次 ，流水线复制
5、接收确认包：
由最后一个数据节点依次接力向前传送接收确认信息，直到第一个数据节点确认所有数据包已接收
6、关闭文件
