块
文件系统采用块的概念，原因是为了减少磁盘寻址时间，把寻道时间分摊到大量数据中
Windows Linux等操作系统，文件系统一般会把磁盘空间划分为每512字节一组，称为“磁盘块”
它是文件系统读写的最小单位，块(Block)的大小通常是磁盘块的整数倍，即每次读写的数据量必须是磁盘块大小的整数倍。
磁盘块--512字节 块的大小一般几千字节 磁盘块与块不是同一概念分布式文件系统也采用了块的概念，文件被分成若干个块进行存储，块是数据读写的基本单位，分布式文件系统的块要比操作系统的块大很多，原因是：最小化寻址开销，但是不宜过大，原因：MapReduce中的Map任务一次只能处理一个块中的数据，如果启动任务过少，会降低作业的并行处理速度。比如。HDFS默认的块的大小是64MB,还有一点不同于操作系统，在分布式系统中，如果一个文件小于一个块的大小，它并不占用整个数据块的存储空间。
名称节点
负责管理命名空间。命名空间包含目录，文件和块，命名空间的管理指的是对目录，文件和块的创建，修改和删除等基本操作。HDFS中只有一个命名空间。
保存了两个数据结构，即FsImage和EditLog。
FSImage用于维护文件系统树以及文件树中所有的文件和文件夹的元数据。元数据包括块的位置信息（动态），快的偏移量，权限大小（静态）。EditLog(操作日志)中记录了所有针对文件的创建，删除，重命名等操作。
名称节点记录了每个文件中各个块所在的位置信息，但是不持久化这些信息，而是在系统每次启动的时候扫描所有数据节点重构得到这些信息。
启动时，名称节点会将FSImage的内容加载到内存当中，然后执行EditLog中的各项操作，使得元数据保持到最新。这个操作完成后，会创建一个新的FSImage和一个空的EditLog。启动的过程中处于“安全模式”，只能对外提供读操作，无法提供写操作。启动结束后，退出安全模式，对外提供读写操作。
数据节点
数据节点是分布式文件系统的工作节点，负责数据的存储和读取，会根据客户端或者名称节点的调度来进行数据的存储和检索，并且向名称节点定时发送自己所存储的块的列表，每个数据节点都会将数据保存在各自节点的本地Linux系统中。
第二名称节点
出现原因：防止名称节点在启动的过程中长期处于“安全模式”，影响用户使用（客户体验）。
功能：完成FSImage和Editlog的合并操作，减少Editlog文件大小，缩短名称节点的重启时间。
作为名称节点的“检查点”（备份数据信息）。
不能作为备份节点，原因：不能起到“热备份”。当数据节点出现故障，还是有可能丢失部分信息。
通信协议
HDSF HA
出现原因：解决“单点故障问题”；提供“热备份”。
“单点故障”:一个集群中只有一个名称节点，如果出现故障，导致整个集群变得不可用。
解决方法：在集群中一般设置两个名称节点，其中一个名称节点处于“活跃（Active）”状态,另一个处于“待命（Standby）”状态。处于活跃状态的负责对外处理所有客户端的请求，而处于待命状态的名称节点则为备用节点，保存了足够多的系统元数据，当名称节点出现故障时提供快速恢复的能力。也就是说，在HDFS HA中，处于待命状态的名称节点提供了“热备份”，一旦活跃名称节点出现故障，就可以立即切换到待命名称节点。两种名称节点的同步，可以借助于一个共享存储系统来实现，比如zookeeper。zookeeper可以确保任意时刻只有一个名称节点提供对外服务。
