上一篇文章将Hadoop环境搭建完毕，下面我们学习一些HDFS的工作原理
HDFS ---> 分布式文件系统 简单说就是把很多数据文件分开放在很多的服务器上，采取分开的方式对很多很多的数据进行分析
一.HDFS特点：
1、支持超大文件
大数据有很多数据，所以能够通过HDFS对很多很多数据进行控制，这个其他做的可能并不是那么好。因为机制原因对小文件反而效果没有那么好。
2、检测和快速应对硬件故障
HDFS拥有备份功能，一个节点挂掉后因为有数据备份，会很快的进行数据更新，将数据从其他节点拿过来。
3、流式数据访问
一般都是批量处理，而不是用户交互式处理，应用程序能以流的形式访问数据库。主要的是数据的吞吐量，而不是访问速度。因此HDFS不适合于低延迟的数据访问，HDFS的是高吞吐量。
4、简化的一致性模型
适合的模型是：一次写入多次读出，可不断追加，但不可修改。
4、高扩展性
数据能够在namenode容量的限制下，不断扩充datanode容量
可能你有这样的疑惑？那HDFS与传统云盘有何区别？
我个人理解：1.HDFS能够处理大量大文件，传统云盘并不能，传统云盘当扩充需要花费money，当容量达到PB就很大了，但是HDFS能够存储更多的数据
2.HDFS拥有备份功能，当子节点datanode挂掉后，会有其他子节点补充，同时又拥有信息备份功能（比如说第一个子节点存储资源 A B ； 第二个子节点存储资源 B C ； 第三个子节点存储资源 C A），所以说当一个挂掉后会有信息进行补充
但是传统云盘不具备！云盘不会给你备份，如果你将云盘中的文件删除后（删除到回收站能恢复不叫备份！那只是把你的文件从一个文件夹拿到另外一个文件夹！时间过后仍然会彻底消失），文件将不存在
3.HDFS适合大吞吐量，高延迟场景，而传统云盘适合低吞吐，低延迟
4.传统云盘，能够不断写入修改读出，但是HDFS只能进行追加写入，读出（一次写入，多次读出）
可能以还有这样的疑惑？那HDFS能开发成云盘吗？
个人理解：如果不修改，只是不断追加和读取，可以作为云盘
二：HDFS中四个节点之间的关系
我理解HDFS中有四个节点，分别是：1.HDFS Client 2.NameNode 3.Secondary NameNode 4.DataNode
1.HDFS Client
客户端请求访问HDFS时，无论是读还是写都是通过向namenode申请来进行，namenode作为大哥，大哥同意后，客户端可以与datanode进行沟通
会将文件进行分份，每128字节分一份（不同系统好像不同）
2.NameNode
负责客户端请求的响应，负责管理整个文件系统的元数据，是大哥。啥是元数据？就是这样-->/ckj.avi 2 (blk-01,blk-02,blk-03) blk-01:node01,node02 blk-02:node02,node03 (意思就是把文件分成三份，把第一份装到第一个和第二个节点，第二份装到第二个和第三个节点)
有镜像文件和日志文件
3.Secondary NameNode
也有镜像文件和日志文件，镜像文件实时更新，日志文件间断更新，如果namenode挂掉后，会将镜像给namenode
4.DataNode
负责管理用户的文件数据块，每一个文件块可以有多个副本，并存放在不同的datanode上，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
因为有备份功能，所以说，一份文件会存好几份，但是访问时访问那个呢？会访问离客户端最近的那个。
拥有心跳机制，不断告诉namenode大哥，他还活着，当他不在告诉大哥他还活着时，大哥会认为他挂掉了，并将他的数据重新放在另外一个blk上
客户请求上传文件流程
首先客户端请求上传，和namenode说一声，nomenode检查一些自己，发现没有，告诉客户端，你可以传，客户端说我要传blk1，nomenode告诉客户端，你可以传到datanode的node1和node2，客户端知道后，建立连接，传过去了
客户端请求读文件流程
步骤基本一样，客户端请求读文件，还是要问我大哥namenode，namenode知道后产生一条元数据给客户端，告诉你，blk1里面有node1，node2，blk2里面有node2，node3，blk3里面有node3，node1，客户端知道后开始读取
secondary namenode与namenode通信流程
namenode里面存储大量镜像文件（Fsimage）和日志文件（Edits），但是随着时间的推移，日志会占很大的空间，这时候将镜像文件及日志文件给secondary namenode ，secondary namenode 将镜像文件和日志文件进行压缩，合并成新的镜像文件，再趁namenode不注意，传给mamemode作为namenode的镜像文件
还有一个问题！HDFS的容量受谁的影响？
当Datanode挂掉或者不足时，会将新的Datanode挂到namenode下，会无限挂吗？不会！因为每挂一个datanode，会将150元数据放在大哥Namenode那里，所以说，Namenode大小限制着HDFS容量，当然这是主要原因，还有诸多原因。
三：HDFS中常用命令
-help 功能：输出这个命令参数手册
-ls 功能：显示目录信息 示例： hadoop fs -ls hdfs://hadoop-server01:9000/ 备注：这些参数中，所有的hdfs路径都可以简写 -->hadoop fs -ls / 等同于上一条命令的效果
-mkdir 功能：在hdfs上创建目录 示例：hadoop fs -mkdir -p /aaa/bbb/cc/dd
-moveFromLocal 功能：从本地剪切粘贴到hdfs 示例：hadoop fs - moveFromLocal /home/hadoop/a.txt /aaa/bbb/cc/dd
-moveToLocal 功能：从hdfs剪切粘贴到本地 示例：hadoop fs - moveToLocal /aaa/bbb/cc/dd /home/hadoop/a.txt
--appendToFile 功能：追加一个文件到已经存在的文件末尾 示例：hadoop fs -appendToFile ./hello.txt hdfs://hadoop-server01:9000/hello.txt 可以简写为： hadoop fs -appendToFile ./hello.txt /hello.txt
-cat 功能：显示文件内容 示例：hadoop fs -cat /hello.txt
-tail 功能：显示一个文件的末尾 示例：hadoop fs -tail /weblog/access_log.1
-text 功能：以字符形式打印一个文件的内容 示例：hadoop fs -text /weblog/access_log.1
-chgrp -chmod -chown 功能：linux文件系统中的用法一样，对文件所属权限 示例： hadoop fs -chmod 666 /hello.txt hadoop fs -chown someuser:somegrp /hello.txt
-copyFromLocal 功能：从本地文件系统中拷贝文件到hdfs路径去 示例：hadoop fs -copyFromLocal ./jdk.tar.gz /aaa/
-copyToLocal 功能：从hdfs拷贝到本地 示例：hadoop fs -copyToLocal /aaa/jdk.tar.gz
-cp 功能：从hdfs的一个路径拷贝hdfs的另一个路径 示例： hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2
-mv 功能：在hdfs目录中移动文件 示例： hadoop fs -mv /aaa/jdk.tar.gz /
-get 功能：等同于copyToLocal，就是从hdfs下载文件到本地 示例：hadoop fs -get /aaa/jdk.tar.gz
-getmerge 功能：合并下载多个文件 示例：比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,... hadoop fs -getmerge /aaa/log.* ./log.sum
-put 功能：等同于copyFromLocal 示例：hadoop fs -put /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2
-rm 功能：删除文件或文件夹 示例：hadoop fs -rm -r /aaa/bbb/
-rmdir 功能：删除空目录 示例：hadoop fs -rmdir /aaa/bbb/ccc
-df 功能：统计文件系统的可用空间信息 示例：hadoop fs -df -h /
-du 功能：统计文件夹的大小信息 示例： hadoop fs -du -s -h /aaa/*
-count 功能：统计一个指定目录下的文件节点数量 示例：hadoop fs -count /aaa/
-setrep 功能：设置hdfs中文件的副本数量 示例：hadoop fs -setrep 3 /aaa/jdk.tar.gz