申明:
仅用于学习记录，参考资料在文末，若侵权，请联系我。
接下来我将从以下几个方面对Hadoop进行学习记录：
Hadoop就是存储海量数据和分析海量数据的工具。
Hadoop具有以下特点：
注意：
HDFS是一个分布式文件系统：引入存放文件元数据信息的服务器Namenode和实际存放数据的服务器Datanode，对数据进行分布式储存和读取。其中：
NameNode通过心跳机制来检测DataNode是否还存在；
MapReduce是一个计算框架：MapReduce的核心思想是把计算任务分配给集群内的服务器里执行。通过对计算任务的拆分（Map计算/Reduce计算）再根据任务调度器（JobTracker）对任务进行分布式计算。
大数据存储：分布式存储
日志处理：擅长日志分析
机器学习: 比如Apache Mahout项目
搜索引擎:Hadoop + lucene实现
数据挖掘：目前比较流行的广告推荐，个性化广告推荐
简而言之，涉及到大数据的存储与分析可以考虑使用Hadoop。
---------------------------------------------------------------------------------------------------------------------------------
文件按照数据块的方式存储在DataNode上，数据块是存储和传输单元，是抽象的，是属于文件的部分。文件块的大小不定。文件块大小的划分规则是什么？一般情况下，划分多大？
问题：
3步骤中，DataNode开始发送数据(从磁盘里面读取数据放入流，以packet为单位来做校验)，这里的放入流是什么流？
问题：
在步骤5中，这里说的第一个第二个DataNode，是需要存储某一个block的节点？——是的，是针对于某一个block而言
是一种编程模式，采用分而治之的思想。MapReduce主要由Map和Reduce两部分组成。
Map:就是每个文件分片由单独的机器去处理。——分
Reduce：将各个机器计算的结果汇总并得到最终的结果。——合
小结：
HDFS遵循主从结构
可以看做是主节点，主要接收客户端的读写服务，为了完成这一服务，延伸出许多其他的功能，比如：可以管理命名空间，负责指定文件块到DataNode之间的映射关系，DataNode的健康状态等等
主要接收HDFS的客户端的读写服务，其他都是为了能满足这一主要的功能所能具备的能力。
如果NameNode挂了，会导致存储停止服务，无法为客户端提供数据读写服务，基于NameNode的计算等也无法完成。
Hadoop可以配置成高可用集群(HA[4]: High Availability)，集群中有两个NameNode节点，一台Active主节点，另一台standby备用节点，两者数据保持一致。当主节点不可用时，备用节点马上自动切换，用户感知不到，避免了NameNode的单点问题。<若是在切换的过程中正好有数据，是不是可能出现数据丢失的情况出现？？？>
副手，辅助NameNode，分担NameNode的工作，可辅助回复NameNode。
干活人，DataNode是实际存放数据的节点，执行数据块的读写并汇报存储信息给NameNode。NameNode通过心跳机制检测DataNode是否存在。
后续问题：
参考：
图解: HDFS-NameNode作用_大数据面试宝典的博客-CSDN博客_hdfs namenode的作用