【Hadoop】HDFS 分布式存储系统

Namenode是整个HDFS文件系统的前端，只有一个，管理数据块映射信息，配置副本策略，处理客户端的读写请求。

Secondary namenode是namenode的热备，当active namenode出现故障时，快速切换为新的active namenode。定期更新系统镜像和操作日志。

Datanode有多个，存储数据块，执行数据块读写。

HDFS client与文件系统进行交互。

文件被切分成数据块，分布存储，默认情况下每个块有三个副本。

HDFS不适合保存小文件。一个k和一个t数据块的元数据大小是相同的，元数据会存储在namenode，但namenode内存是有限的。大小文件的访问速度相同，存取大量小文件浪费很多寻道时间。