hdfs学习---hdfs架构

      hdfs是hadoop开源项目的一部分，实际上是google分布式文件系统GFS的开源实现。

      一、hdfs的主要特点

           1、 硬件错误是常态，而非异常情况，  HDFS 可能是有成百上千的  server 组成，任何一个组件都有可能一直失效，因此错误检测和快速、自动的恢复是  HDFS 的核心架构目标。 

      2、 跑在  HDFS 上的应用与一般的应用不同，它们主要是以流式读为主，做批量处理；比之关注数据访问的低延迟问题，更关键的在于数据访问的高吞吐量。 

      3、 HDFS  以支持大数据集合为目标，一个存储在上面的典型文件大小一般都在千兆至  T 字节，一个单一  HDFS 实例应该能支撑数以千万计的文件。 

      4、 HDFS  应用对文件要求的是  write-one-read-many 访问模型。一个文件经过创建、写，关闭之后就不需要改变。这一假设简化了数据一致性问题，使高吞吐量的数据访问成为可能。典型的如  MapReduce 框架，或者一个  web crawler 应用都很适合这个模型。 

      5、 移动计算的代价比之移动数据的代价低。一个应用请求的计算，离它操作的数据越近就越高效，这在数据达到海量级别的时候更是如此。将计算移动到数据附近，比之将数据移动到应用所在显然更好，  HDFS 提供给应用这样的接口。 

    二、hdfs的架构组织

       整体架构图如下：

               

           一个 HDFS 集群是有一个  Namenode 和一定数目的  Datanode 组成。  Namenode 是一个中心服务器，负责管理文件系统的  namespace