實現原理：Hadoop分散式檔案系統(HDFS)是一種被設計成適合執行在通用硬體上的分散式檔案系統。HDFS是一個高度容錯性的系統，適合部署在廉價的 機器上。它能提供高吞吐量的資料訪問，非常適合大規模資料集上的應用。

hdfs的優點

(1) 高容錯性 1) 資料自動儲存多個副本。它透過增加副本的形式,提高容錯性。 2) 某一個副本丟失以後,它可以自動恢復,這是由 HDFS 內部機制實現的,我們不必關心。

(2) 適合批處理

1) 它是透過移動計算而不是移動資料。

2) 它會把資料位置暴露給計算框架。

(3) 適合大資料處理

1) 資料規模：能夠處理資料規模達到 GB、TB、甚至PB級別的資料。

2) 檔案規模：能夠處理百萬規模以上的檔案數量，數量相當之大。

3) 節點規模：能夠處理10K節點的規模。

(4) 流式資料訪問

1) 一次寫入，多次讀取，不能修改，只能追加。

2) 它能保證資料的一致性。

(5) 可構建在廉價機器上

1) 它透過多副本機制，提高可靠性。

2) 它提供了容錯和恢復機制。比如某一個副本丟失，可以透過其它副本來恢復。

2.hdfs的缺點

(1) 不適合低延時資料訪問; 1) 比如毫秒級的來儲存資料,這是不行的,它做不到。 2) 它適合高吞吐率的場景,就是在某一時間內寫入大量的資料。但是它在低延時的情況 下是不行的。

(2) 無法高效的對大量小檔案進行儲存。

1) 儲存大量小檔案的話，它會佔用 NameNode大量的記憶體來儲存檔案、目錄和塊資訊。這樣是不可取的，因為NameNode的記憶體總量是有限的。

2) 小檔案儲存的尋道時間會超過讀取時間，它違反了HDFS的設計目標。 改進策略

(3) 併發寫入、檔案隨機修改

1) 一個檔案只能有一個寫，不允許多個執行緒同時寫。

2) 僅支援資料 append（追加），不支援檔案的隨機修改。