Hadoop核心組成部分
（1）Hadoop Common：用來支撐其他模塊的公共工具包
（2）HDFS： 一種分佈式文件系統，提供對應用程序數據的高吞吐量訪問。
（3）Hadoop Yarn：作業調度和集群資源管理的框架。
（4）Hadoop MapReduce：基於YARN的系統，用於並行處理大型數據集。
HDFS存儲模型
存儲模型：字節（一個文件就是一個字節數組）
①block塊產生：文件線性切割成block塊，偏移量（offset）（byte）
②block塊存儲：block分散存儲在集群節點中
③block塊大小要求：單一文件block大小一致，文件和文件可以不一致
④block塊副本：block 可以設置副本，副本分散在集群的不同節點上，副本數量不能超過集群節點數量
⑤關於文件上傳：
文件上傳可以設置block大小和副本數
已經上傳的文件Block副本數可以調整，大小不變
僅支持一次寫入多次讀取，同一時刻只能有一個寫入者
可以append追加數據
架構模型
１、數據種類
元數據MetaData，
文件數據本身。
２、角色（主從架構）
（1）NameNode存儲：保存文件的元數據（目錄樹、路徑也算）
①基於內存存儲：不會和磁盤發生交換
NameNode的數據只會在內存中
持久化（Namenode基於內存存儲，內存是掉電易失的，所以會將內存中的數據持久化到磁盤）
②主要功能：
NameNode是保存文件元數據信息的
NameNode用來和客戶端交互，接收客戶端的讀寫服務
收集DataNode彙報上來的block塊列表信息
③保存的metadata信息
不保存位置信息，是因為需要保證數據一致性（提供百分之百準確的消息）
（2）DataNode：存儲塊文件，保存文件block數據，向NameNode彙報block塊的列表
①存儲：
本地磁盤目錄存儲block塊的數據，以文件形式
存儲block塊的元數據信息
②功能：
向Namenode彙報block塊的信息
和Namenode通過心跳（3秒一次）保持聯繫，如果Namenode10分鐘沒有接收到DataNode的心跳，則認為該DataNode已經lost，Namenode會將該DataNode上的block塊複製到其他DataNode上
（３）關係（HDFSClient、DataNode、NameNode）：
三者的關係：
DataNode與NameNode保持心跳，DataNode向NameNode提交block列表；
HDFSClient和Namenode交互文件元數據；
HDFSClient和DataNode交互文件block數據
Hadoop核心組成部分、HDFS存儲模型和架構模型總結，不熟悉的小夥伴趕緊 mark 起來吧。
