CDH是一種功能強(qiáng)大的Hadoop發(fā)行版本，HDFS是CDH中的一個(gè)重要組件，負(fù)責(zé)提供大規(guī)模數(shù)據(jù)存儲(chǔ)和訪問的功能。

　　hdfs，全稱hadoop distributed file system，意思是分布式文件系統(tǒng)。hadoop分布式文件系統(tǒng)是指被設(shè)計(jì)成適合運(yùn)行在通用硬件(commodity hardware)上的分布式文件系統(tǒng)。

　　HDFS能提供高吞吐量的數(shù)據(jù)訪問，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用。HDFS放寬了一部分POSIX約束，來實(shí)現(xiàn)流式讀取文件系統(tǒng)數(shù)據(jù)的目的。

       由于HDFS Hadoop的核心組件之一。所以HDFS提供了一種將大量數(shù)據(jù)存儲(chǔ)在多臺(tái)機(jī)器上的方法，并提供了高可靠性、高可用性和高性能的文件存儲(chǔ)服務(wù)。HDFS使用了一種分塊的方法來存儲(chǔ)數(shù)據(jù)，每個(gè)數(shù)據(jù)塊的大小通常為128MB或256MB。這樣可以讓HDFS在多臺(tái)機(jī)器上并行處理大型數(shù)據(jù)集。

　　HDFS有兩個(gè)主要角色：NameNode和DataNode。NameNode是HDFS的管理節(jié)點(diǎn)，負(fù)責(zé)維護(hù)文件系統(tǒng)的元數(shù)據(jù)，包括文件名、文件大小、文件位置等信息。DataNode則是數(shù)據(jù)節(jié)點(diǎn)，負(fù)責(zé)存儲(chǔ)實(shí)際的數(shù)據(jù)塊。

　　HDFS的一個(gè)重要特點(diǎn)是其高可靠性。在HDFS中，數(shù)據(jù)塊的副本通常會(huì)存儲(chǔ)在多臺(tái)機(jī)器上，這樣可以確保數(shù)據(jù)的可靠性。如果某臺(tái)機(jī)器故障，HDFS會(huì)自動(dòng)從其他機(jī)器的副本中恢復(fù)數(shù)據(jù)。此外，HDFS還提供了自動(dòng)數(shù)據(jù)冗余和故障轉(zhuǎn)移的功能，可以幫助用戶在故障發(fā)生時(shí)盡快恢復(fù)服務(wù)。

　　HDFS的另一個(gè)重要特點(diǎn)是其高性能。HDFS使用了許多優(yōu)化技術(shù)，可以大幅提高文件存儲(chǔ)和訪問的性能。例如，HDFS使用了數(shù)據(jù)本地性原則，即盡量將數(shù)據(jù)存儲(chǔ)在與它使用的計(jì)算節(jié)點(diǎn)相近的機(jī)器上，以減少網(wǎng)絡(luò)傳輸時(shí)間。