1、Hadoop Distributed File System整体架构
1)主从架构，单个namenode,多个datanode;
2)原始数据都被分成固定大小（最后一个block除外）的block存储在各个DataNode上，namenode只负责存储metadata：文件名、副本数、存储在哪个DataNode等等信息，整个分布式文件系统的所有metadata组成存储在namenode上的namespace，namespace和大多数文件系统类似，提供新建、删除、移动、重命名等操作，namespace是一个树形结构；
3)client读获取取数据，都是先从namenode获取metadata，然后到对应的DataNode获取需要的数据，目的是给namenode降压，否则如果都从namenode来获取原始数据的话，namenode就会成为最大的瓶颈。
2、namenode启动过程
hdfs存储metadata涉及两个文件：FsImage和EditLog
FsImage存储着整个文件系统的namespace，每个EditLog则记录着每个block的每一次变更。
FsImage的生成：通过bin/hdfs namenode -format对namenode进行格式化的时候，会在namenode所在节点本地生成FsImage文件。
当通过sbin/start-dfs.sh第一次启动文件系统的时候，系统会把FsImage读取到内存中，而DataNode节点数据的相关变动，则保留在一系列的EditLog文件中，在下次（非第一次）文件系统重新启动的时候，系统是先把目前的FsImage和所有的EditLog进行合并重新生成一个新的FsImage，然后读取这个新的FsImage到内存中，这样做是因为读取FsImage的速率比读取大量EditLog要快捷的多。
secondaryNameNode作用：在非第一次启动namenode的时候，要对FsImage和EditLog进行合并处理，这个时候，如果上次服务器运行时间很长的话，那EditLog的数量将会非常大，这样会导致合并的过程相当长，为了避免这个问题，HDFS系统会每隔一段时间（默认1小时，可配置）就对FsImage和EditLog进行合并操作，这个工作是由secondaryNameNode来完成的。
