hadoop菜鸟教程 hadoop上传文件命令 _第一个

HDFS是一个文件系统，用于存储文件，通过统一的命名空间–目录树来定位文件；其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。
HDFS设计思想：分而治之:将大文件、大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析。
在大数据系统中作用：为各类分布式运算框架(如：mapreduce,spark,tez,….)提供数据存储服务。
重点概念：文件切块，副本存放，元数据。

HDFS重要特性：

HDFS中的文件在物理上是分块存储(block)，块的大小可以通过配置参数(dfs.blocksize)来规定，默认大小在hadoop2.x版本中是128M，老版本中是64M；
HDFS文件系统会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件，形如:hdfs://namenode:port/dir-a/dir-b/file.data；
目录结构及文件分块信息(元数据)的管理由namenode节点承担——-namenode是HDFS集群主节点，负责维护整个hdfs文件系统的目录树，以及每一个路径(文件)所对应的block块信息(block的id 。及所在的datanode服务器)；
文件的各个block的存储管理由datanode节点承担———–namenode是HDFS集群从节点，每一个block都可以在多个dataname上存储多个副本(副本数量也可以通过参数设置dfs.replication)；

HDFS是设计成适应一次写入，多次读出的场景，且不支持文件的修改（注：适合用来做数据分析，并不适合用来做网盘应用，因为，不便修改，延迟大，网络开销大，成本太高）。
HDFS原理篇
工作机制：
工作机制的学习主要是为加深对分布式系统的理解，以及增强遇到各种问题时的分析解决能力，形成一定的集群运维能力。注：很多不是真正理解hadoop技术体系的人会常常觉得HDFS可用于网盘类应用，但实际并非如此。要想将技术准确用在恰当的地方，必须对技术有深刻的理解。
1 概述