HDFS分布式文件系统

适合的应用场景：

   存储非常大的文件： 
                  这里非常大指的是几百M、G、或者TB级别，需要高吞吐量，对延时没有要求。
   采用流式的数据访问方式： 
                 即一次写入，多次读取，数据集经常从数据源生成或者拷贝一次，
                 然后在其上做很多分析工作。
   运行于商业硬件上：
                 Hadoop不需要特别贵的机器，可运行于普通廉价机器，可处节约成本。
    需要高容错性
    为数据存储提供所需要的扩展能力

不适合的应用场景：

     低延时的数据访问对延时要求在毫秒级别的应用，不适合采用HDFS。
     HDFS是为高吞吐数据传输设计的，因此可能牺牲延时。
     大量小文件 ： 
                文件的元数据保存在NameNode的内存中，整个文件系统的文件数量会受限于
                NameNode的内存的大小。经验而言，一个文件/目录/文件快一般占有150字节的元数据内存空间。如果有100万个文件，每个文件占用1个文件快，则需要大约300M的内存。因此十亿级别的文件数量在现有商用机器上难以支撑。
                多方读写，需要任意的文件修改HDFS采用追加 的方式写入数据。不支持文件任意offset的修改。不支持多个写入器。