概述
1. HDFS集群分为两大角色：NameNode、DataNode (Secondary Namenode)
2. NameNode负责管理整个文件系统的元数据
3. DataNode 负责管理用户的文件数据块
4. 文件会按照固定的大小（blocksize）切成若干块后分布式存储在若干台datanode上
5. 每一个文件块可以有多个副本，并存放在不同的datanode上，一台datanode只会有一个副本，如果当前副本为3，但是只有2个datanode，则副本为2，等datanode扩展到3台的时候才会自动复制副本到新增服务器，副本数才变为3。
6. Datanode会定期向Namenode汇报自身所保存的文件block信息，而namenode则会负责保持文件的副本数量
7. 客户端请求访问HDFS都是通过向namenode申请来进行
HDFS写数据概述
客户端要向HDFS写数据，首先要跟namenode通信以确认可以写文件并获得接收文件block的datanode，然后，客户端按顺序将文件逐个block传递给相应datanode，并由接收到block的datanode负责向其他datanode复制block的副本
HDFS写文件，每次上传一个block，都要循环执行下面的图。需要注意的是
（只要上传成功一台datanode就算成功了，如果后续机器失败，namenode会帮忙调度datanode的数据迁移）
HDFS读数据概述
概述
客户端将要读取的文件路径发送给namenode，namenode获取文件的元信息（主要是block的存放位置信息）返回给客户端，客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件
