Hdfs(分佈式文件系統)是hadoop的兩大核心(hdfs和mapreduce)之一，hdfs又是mapreduce運算的數據存放地，因此hdfs是hadoop的根基。沒有hdfs，就沒有hadoop。
Hdfs是一個分佈式文件系統，作用就是用來存放數據的。大家想一想，對於存放數據的文件系統，我們應該怎麼學習，掌握哪些知識哪？
首先我們應該知道是如何存放的吧，hadoop是通過DataNode存放數據的。那麼一個文件存放在哪些DataNode上，文件多大，這些信息在哪裏？是NameNode。可以看出，NameNode是管理DataNode的。真正存放數據的地方是DataNode，管理文件與這些DataNode之間的映射關係的是NameNode。這就是核心，就這麼簡單。
那麼，DataNode在磁盤存放數據的基本單位是什麼哪？塊。一個塊默認是64MB。
既然是分佈式存放數據，那麼就需要考慮DataNode節點所在機器的故障，因此需要對數據冗餘備份，也就是要設置存放的數據的副本數。可以想象到：副本數肯定小於等於DataNode數量。
假設數據有3份副本，也就是說2個存放數據的DataNode壞掉，不會影響數據的安全性，還有一份可以用。想過嗎，管理這些DataNode的NameNode壞掉怎麼辦？沒辦法。這裏的NameNode是單點的，一旦NameNode壞掉，hdfs就不能用了。因此，必須備份NameNode的數據，防止系統down掉，這就是SecondaryNameNode的職責。SecondaryNameNode的作用就是備份NameNode。目前不能實時備份。不過，有勝於無嘛。
以上談的都是原理性的東西。對於我們程序員，最關心的是如何訪問、操作這些數據。這就是hdfs公佈的對外訪問方式，包括java訪問方式和shell訪問方式。這兩種訪問方式都是非常重要的，必須熟練掌握。
如果把我上面說的知識都掌握了，hdfs這塊就過關了。