第1章HDFS概述
1.1HDFS定义
HDFS（Hadoop Distributed File System），它是一个文件系统
HDFS的使用场景：适合一次写入，多次读出的场景
1.2 HDFS优缺点
优点：高容错性（数据会自动保存多个副本，一个副本丢失后可自动恢复），适合处理大数据，可构建在廉价机器上。
缺点：不适合低延时数据访问，无法高效的对大量小文件进行存储，不支持文件并发写入、文件随机修改。
1.3 HDFS组成架构
NamneNode:就是master，一个主管、管理者。
DataNode:就是Slave。NameNode下达命令，DataNode执行实际的操作。
Client:就是客户端。
Secondary NameNode:并NameNode的热备。当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务，辅助Namenode，分相其工作量。
1.4HDFS文件块大小
HDFS块的大小设置主要取决于磁盘传输速率
第2章HDFS常用操作
-moveFromLocal：从本地剪切粘贴到HDFS
-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去
-put：等同于copyFromLocal，生产环境更习惯用put
-appendToFile：追加一个文件到已经存在的文件末尾
-copyToLocal：从HDFS拷贝到本地
-get：等同于copyToLocal，生产环境更习惯用get
-ls: 显示目录信息
-cat：显示文件内容
-chgrp、-chmod、-chown：Linux文件系统中的用法一样，修改文件所属权限
-mkdir：创建路径
-cp：从HDFS的一个路径拷贝到HDFS的另一个路径
-mv：在HDFS目录中移动文件
-tail：显示一个文件的末尾1kb的数据
-rm：删除文件或文件夹
-rm -r：递归删除目录及目录里面内容（谨慎使用）
-du统计文件夹的大小信息
-setrep：设置HDFS中文件的副本数量
第3章HDFS的读写流程
第4 章 NameNode 和 SecondaryNameNode
第一阶段：NameNode启动：
（1）第一次启动NameNode格式化后，创建Fsimage和Edits文件。如果不是第一次启动，直接加载编辑日志和镜像文件到内存。
（2）客户端对元数据进行增删改的请求。
（3）NameNode记录操作日志，更新滚动日志。
（4）NameNode在内存中对元数据进行增删改。
第二阶段：Secondary NameNode工作
（1）Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。
（2）Secondary NameNode请求执行CheckPoint。
（3）NameNode滚动正在写的Edits日志。
（4）将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。
（5）Secondary NameNode加载编辑日志和镜像文件到内存，并合并。
（6）生成新的镜像文件fsimage.chkpoint。
（7）拷贝fsimage.chkpoint到NameNode。
（8）NameNode将fsimage.chkpoint重新命名成fsimage。
第5章DataNode
（1）一个数据块在DataNode上以文件形式存储在磁盘上，包括两个文件，一个是数据本身，一个是元数据包括数据块的长度，块数据的校验和，以及时间戳。
（2）DataNode启动后向NameNode注册，通过后，周期性（默认6小时）的向NameNode上报所有的块信息。
（3）心跳是每3秒一次，心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器，或删除某个数据块。如果超过10分钟没有收到某个DataNode的心跳，则认为该节点不可用。
（4）集群运行中可以安全加入和退出一些机器。