HDFS读数据流图

HDFS（Hadoop Distributed File System）是GFS的开源实现。
客户端会先通知名称节点，名称节点会创建一个新的文件记录（确认没有相同文件和客户权限）。然后会将文件分成一块一块数据块默认大小会是128MB（当然你可以去改，不顾不推荐。因为块太小：寻址时间占比过高。块太大：Map任务数太少，作业执行速度变慢。它是最大的一个单位。)如今一般都是64MB，写数据时注意是会写冗余数据，冗余数据的个数默认是三个。冗余数据全部写完，数据节点向客户端发出确认，客户端再向名称节点结束消息，将文件信息存储在名称节点中。