今天在看《Hadoop权威指南》（第二版）这本书，就简略写一点读书笔记吧。
HDFS的默认数据块大小为64M，一般的磁盘块大小为512 bytes。HDFS的数据块远远大于一般磁盘块，是为了最小化寻址开销。如果块设置的足够大，从磁盘传输数据的时间会远远大于定位这个块起始位置的时间，这样传输一个由多个块组成的文件的时间取决于磁盘的传输速率。
对分布式文件系统中的块进行抽象的好处：
（1）一个文件的大小可以大于网络中任何一个磁盘的容量
（2）使用块抽象而非整个文件作为存储单元，大大简化了存储子系统的设计。
（3）块适合数据备份，提高了容错能力和可用性
HDFS有两类节点：一个namenode（管理者）和多个datanode（工作者）
namenode：维护文件系统树及整棵树内所有的文件及目录
datanode：根据需要存储并检索数据块，定期向namenode发送它们所存储的块的列表。
如果运行namenode的服务器损坏，我们就不知道如何根据datanode的块来重建文件，文件系统上的所有文件将丢失。
Hadoop提供了两种对namenode的容错机制。第一种机制是备份那些组成文件系统元数据持久状态的文件。Hadoop可以通过配置使namenode在多个文件系统上保存元数据的持久状态。一般把持久状态写入本地磁盘的同时，写入一个远程挂载的网络文件系统（NFS）。另一个方法是运行一个辅助namenode，但它不能被用作namenode。这个辅助namenode一般在另一台单独的物理计算机上运行，它定期通过编辑日志合并命名空间镜像，以防止编辑日志过大。但是，辅助namenode保存的状态总是滞后于主节点，所以在主节点失效时难免会丢失部分数据。在这种情况下，一般把存储在NFS上的namenode元数据复制到辅助namenode并作为新的主namenode运行。