Hadoop分布式文件系统(HDFS)被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统。它和现有的分布式文件系统有很多共同点。但同时，它和其他的分布式文件系统的区别也是很明显的。HDFS是一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。HDFS放宽了一部分POSIX约束，来实现流式读取文件系统数据的目的。HDFS在最开始是作为Apache Nutch搜索引擎项目的基础架构而开发的。HDFS是Apache Hadoop Core项目的一部分。

    HDFS有着高容错性（fault-tolerant）的特点，并且设计用来部署在低廉的（low-cost）硬件上。而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求（requirements）这样可以实现流的形式访问（streaming access）文件系统中的数据。

    HDFS为了做到可靠性（reliability）创建了多份数据块（data blocks）的复制（replicas），并将它们放置在服务器群的计算节点中（compute nodes），MapReduce就可以在它们所在的节点上处理这些数据了。

HDFS的架构：

HDFS的基本操作和命令：

bin/hadoop dfs –ls  /user/   

  显示hdfs指定路径下的文件和文件夹

bin/hadoop dfs –put my_file  /data/

  将本地文件上传到hdfs

bin/hadoop dfs –get /tmp/data/my_file

  将hdfs上的文件下载到本地
bin/hadoop dfs  –cat /tmp /data/my_file

  查看dfs中的文本文件内容

bin/hadoop dfs  –text /tmp /data/my_sequence_file

  查看dfs中的sequence文件内容

bin/hadoop dfs –rm /tmp /data/my_file

  将hdfs上的文件删除

如果把数据误删除了，可以从/user/user_name/.Trash里面进行回复。