HDFS的体系架构

　　整个Hadoop的体系结构主要是通过HDFS来实现对分布式存储的底层支持，并通过MR来实现对分布式并行任务处理的程序支持。

　　HDFS采用主从(Master/Slave)结构模型，一个HDFS集群是由一个多个Namenode和多个DataNode组成的(hadoop2.2以后支持多个Namenode)

　　NameNode作为主服务器，管理文件系统命名空间和客户端对文件的访问操作。DataNode管理存储的数据。HDFS支持文件形式的数据。

　　从内部来看，文件被分成若干个数据块，这若干个数据块存放在一组DataNode上。NameNode执行文件系统的命名空间，如打开、关闭、重命名文件或目录等，也负责数据块到具体DataNode的映射。DataNode负责处理文件系统客户端的文件读写，并在NameNode的统一调度下进行数据库的创建、删除和复制工作。NameNode是所有HDFS元数据的管理者，用户数据永远不会经过NameNode。

　　文件写入：

　　1) Client向NameNode发起文件写入的请求。

　　2) NameNode根据文件大小和文件块配置情况，返回给Client它管理的DataNode的信息。

　　3) Client将文件划分为多个block，根据DataNode的地址，按顺序将block写入DataNode块中。

　　文件读取：

　　1) Client向NameNode发起读取文件的请求。

　　2) NameNode返回文件存储的DataNode信息。

　　3) Client读取文件信息。

　　HDFS作为分布式文件系统在数据管理方面可借鉴点：

　　文件块的放置：一个Block会有三份备份，一份在NameNode指定的DateNode上，一份放在与指定的DataNode不在同一台机器的 DataNode上，一根在于指定的DataNode在同一Rack上的DataNode上。备份的目的是为了数据安全，采用这种方式是为了考虑到同一 Rack失败的情况，以及不同数据拷贝带来的性能的问题。