HDFS 设计思想是分而治之。将大文件、大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析；它在大数据系统中为各类分布式运算框架（如：mapreduce，spark，tez，……）提供数据存储服务。
它是一个文件系统，用于存储文件，通过统一的命名空间 — 目录树来定位文件
它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色；
HDFS特性
1）HDFS中的文件在物理上是分块存储（block），块的大小可以通过配置参数( dfs.blocksize)来规定，默认大小在hadoop2.x版本中是128M，老版本中是64M
2）HDFS文件系统会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件，形如：hdfs://namenode:port/dir-a/dir-b/dir-c/file.data
3）目录结构及文件分块信息(元数据) 的管理由namenode节点承担
- namenode是HDFS集群主节点，负责维护整个hdfs文件系统的目录树，以及每一个路径（文件）所对应的block块信息（block的id，及所在的datanode服务器）
4）文件的各个block的存储管理由datanode节点承担
- datanode是HDFS集群从节点，每一个block都可以在多个datanode上存储多个副本（副本数量也可以通过参数设置dfs.replication）
5）HDFS是设计成适应一次写入，多次读出的场景，且不支持文件的修改。
注：适合用来做数据分析，并不适合用来做网盘应用，因为，不便修改，延迟大，网络开销大，成本太高。
