HDFS设计基础与目标

• 硬件错误是常态。因此需要冗余

由于各种可能硬盘错误等，需要对数据进行备份，所以需要冗余，在运行过程中需要备份。冗余是HDFS额外嵌入的功能，而不是额外的需求。

• 流式数据访问。即数据批量读取而非随机读写，Hadoop擅长做的是数据分析而不是事务处理
• 大规模数据集
• 简单一致性模型。为了降低系统复杂度，对文件采用一次性写多次读的逻辑设计，即是文件一经写入，关闭，就再也不能修改

针对大量读很少写这种模型，文件一经写入不能修改，能多次读取。如果要修改，只能删除，再重新写入成为一个新的文件。

• 程序采用“数据就近”原则分配节点执行