目前比较主流的分布式文件系统结构是主 /从( master/slave) 体系结构，如下图所示，通常包括主控节点 ( 或称元数据服务器，通常会配置一个活动节点和一个备用节点以实现高可用性) 、多个数据节点( 或称存储节点) 和各种大数据应用或者终端用户组成的客户端。分布式存储的目的是将大数据划分为小数据，均匀分布至多个数据节点上，将数据的规模降到单个节点可以处理的程度。
1 主控节点
主控节点主要负责管理文件系统名字空间( namespace)和管理客户端的访问。常见的命名空间结构有经典的目录树结构如Hadoop 分布式文件系统( Hadoop Distributed FileSystem，HDFS) 等，扁平化结构如【淘宝分布式文件系统( Taobao File System，TFS)等。为了维护命名空间，主控节点需要存储一些元数据( metadata) ，如文件的所有者和权限、文件到数据节点的映射关系等。除了管理命名空间，主控节点还要集中管理数据节点。除了管理命名空间，主控节点还要对数据节点轮询或接收来自数据节点的定期心跳( heartbeat)来集中管理数据节点。主控节点根据得到的消息可以验证文件系统的元数据;若发现数据节点有故障，主控节点将采取修复措施，重新复制在该节点丢失的数据块; 若有新的数据节点加入或某个数据节点负载过高，主控节点会根据情况执行负载均衡。
2 数据节点
数据节点负责数据在集群上的持久化储存。数据节点通常以机架的形式组织，机架通过交换机连接起来。数据节点响应来自客户端的读写请求，还响应来自主控节点的删除和复制命令。类似于磁盘的结构，在数据节点中也有块( block) 的概念，这是数据读写的最小单位，不过这里的块是一个很大的单元，在很多文件系统中通常为 64 MB，如 google 的 GFS、HDFS和 TFS 等。
对于小文件的储存，可以将多个文件储存在一个块中，并建立索引，提高空间利用率; 对于大文件的储存，则会将数据划分为多个数据块，并作为独立的单元进行储存。为了保证数据的安全性和容错性，分布式文件系统会存储多个数据副本在数据节点上。当数据不可用时，可调用存放在其他节点上的副本。在 HDFS 系统中，副本的基本存储策略是: 在任务运行的节点上存储第一个副本; 在任务所在机架内的其他节点中的某一节点存储第二个副本; 在集群的其他机架中的某一节点存储第三个副本。
