HDFS（Hadoop Distributed File System）是 Hadoop 生态系统中核心组件之一，是一种分布式文件系统，由 Google 的论文《The Google File System》中提出的 Google File System 设计思想而演变而来。HDFS 是一个高可靠、高性能、可扩展的分布式文件系统，适合海量数据的存储。
HDFS 的架构主要由如下几个部分组成：
NameNode：NameNode 是 HDFS 的元数据管理节点，负责维护文件系统的元数据信息，包括文件目录结构和文件块映射信息。NameNode 通过一个文件系统命名空间（Namespace）来对文件进行管理，NameNode 会为每个文件生成一个全局唯一的文件 ID，并将文件元数据信息记录在内存中。
DataNode：DataNode 是 HDFS 的存储节点，负责存储文件数据。DataNode 会将文件数据切分成固定大小的块（Block），并将这些数据块存储在本地磁盘上。DataNode 会将每个数据块的元数据信息（包括数据块 ID、数据块大小、数据块所在的 DataNode 机器的 IP 地址和端口号）上报给 NameNode。
SecondaryNameNode：SecondaryNameNode 是 NameNode 的备份节点，负责定期从 NameNode 中拷贝元数据信息，以便在 NameNode 发生故障时进行恢复。
HDFS 的工作原理如下：
- 客户端向 NameNode 发送创建文件的请求。
- NameNode 在内存中创建文件元数据信息，并将文件元数据信息记录到磁盘上。
- NameNode 将文件数据切分成固定大小的块，并将这些数据块分配给不同的 DataNode 节点存储。
- DataNode 节点将数据块存储到本地磁盘上。
- 客户端可以通过读取数据块的方式访问文件数据。
HDFS 具有如下优点：
- 高可靠性：HDFS 采用了副本机制来保证数据的可靠性，每个数据块会在不同的 DataNode 节点上保存多个副本，即使某个 DataNode 节点发生故障，数据也不会丢失。
- 高性能：HDFS 采用了流式传输机制来读写数据，可以实现高吞吐量的读写性能。
- 可扩展性：HDFS 可以通过增加 DataNode 节点的方式来扩展存储容量。
HDFS 也存在一些缺点，例如 NameNode 单点故障、数据块大小固定、数据块读写性能不高等。
总体来说，HDFS 是一种高可靠、高性能、可扩展的分布式文件系统，适合海量数据的存储。
