部分内容整理自官网文档，详见 链接
介绍
HDFS（Hadoop Distributed File System），hadoop分布式文件系统。
与windows的 NTFS 文件系统类似，HDFS 是一个文件系统，用于存储文件，通过 目录树 来 定位文件；
HDFS是 分布式 的，由 多台服务器联合起来实现功能，每台服务器有各自的角色。
为什么提出 HDFS
随着数据量越来越大，一台计算机 无法管理 所有的数据，就需要更多的计算机协同管理
为了便于 管理 和 维护，就需要 可管理多台计算机文件的系统，这就是 分布式文件系统。
HDFS 只是 分布式文件管理系统中的 一种
优点
高容错性
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。
某一个副本丢失以后，它可以自动恢复
适合大数据
- 数据大小：能够处理 TB、PB 级别的数据
- 文件数量：能够处理百万规模以上的文件数量
可构建在廉价机器上。通过多副本机制，提高可靠性。
缺点
不适合低延时数据访问，比如毫秒级的存储数据
无法高效的对大量小文件进行存储
存储大量小文件的话，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的内存总是有限的；
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。
不支持并发写入、文件随机修改
一个文件只能有一个写，不允许多个线程同时写；
仅支持数据追加（append），不支持文件的随机修改
应用场景
- 适合一次写入，多次读取
- 不支持文件的修改，如：转账流水记录，电商订单记录，农业各个传感器数据
- 数据流式访问，一次可读取很多数据
- 适合用来做 数据分析
不适合应用场景
小文件
频繁任意修改，修改 word、excel 文件
低延迟处理